AIチップは同時ワークロードを処理します

同社はまた、自動運転車用のAIモデルを開発者が利用できるようにする予定です。

中国の蘇州で開催された同社のGPUテクノロジーカンファレンス（GTC）で、NvidiaのCEOであるジェンスンフアンがステージに上がり、同社の自動車ポートフォリオの次世代SoCであるDrive AGXOrinを紹介しました。

Orinは、2年弱前にCES2018で発売されたDriveAGX Xavierに続きます。Xavierは、車両のAIアクセラレーション用のNvidiaの現在のフラッグシップSoCです。

Orinは170億個のトランジスタで、90億個のXavierのほぼ2倍のサイズであり、ほぼ7倍のパフォーマンスを提供します（INT8データの場合は200 TOPS）。そのサイズにもかかわらず、OrinはXavierの3倍の電力効率も提供していると同社は述べています。

「[これは] [パフォーマンスの]大幅な向上ですが、TOPSだけでなく、自動運転車の内部で実行する必要のある非常に複雑なワークロード、非常に多様で冗長なアルゴリズム用に設計されたアーキテクチャについてです。現在はザビエル、将来はオリンが担当します」と、Nvidiaの自動車担当シニアディレクターであるダニーシャピロは述べています。

NvidiaのCEOであるJensenHuangは、中国で開催された同社のGPUテクノロジーカンファレンスでOrinを聴衆に紹介します（画像：Nvidia）

Orinは、次世代のNvidiaGPUコアと新しいディープラーニングおよびコンピュータービジョンアクセラレーターとともに12個のHerculesARM64 CPUを使用しますが、同社はこれを明らかにしませんでした。

これは、自動運転車（レベル2からレベル5までの設計全体）およびロボット工学で使用され、ISO 26262 ASIL-Dレベルの安全性を達成しながら、多くのニューラルネットワークおよびその他のアプリケーションを同時に実行する必要があります。 Nvidia Driveプラットフォームを利用することで、OrinはXavierとソフトウェア互換になります。

Orinファミリには、単一のアーキテクチャに基づくさまざまな構成が含まれ、2022年に顧客の本番稼働で利用できるようになります。

連合学習

NvidiaはDidiとのパートナーシップも発表しました。 Didiはアプリベースの交通機関プロバイダー（Uberと同様）であり、アジア、ラテンアメリカ、オーストラリアで活躍しています。

Didiは、データセンターで機械学習アルゴリズムのトレーニングにNvidia GPUを使用し、レベル4の自動運転車での推論にNvidiaDriveプラットフォームを使用します。同社は8月に自動運転ビジネスユニットを別の会社に分割しました。また、NvidiaGPUをベースにした顧客向けの仮想GPUクラウドサービスも開始します。

別の発表で、Nvidiaは、Nvidia Drive用に開発したディープニューラルネットワーク（DNN）の事前トレーニング済みモデルを、自動運転車の開発者が自由に利用できるようにすることを明らかにしました。これらには、信号機や標識、および車両、歩行者、自転車などの他のオブジェクトを検出するためのモデルが含まれます。また、経路認識、視線検出、ジェスチャ認識アルゴリズムも含まれています。

Orinは200のTOPSを提供し、Xavierの7倍のパフォーマンスと3倍の電力効率を提供します（画像：Nvidia）

重要なことに、これらのモデルは、会社が提供するツールを使用してカスタマイズでき、連合学習を使用して更新できます。連合学習は、中央モデルが複数のソースからのトレーニング結果で更新される前に、データのプライバシーを保護しながら、エッジでローカルにトレーニングを行う手法です。

「AI自動運転車は、さまざまなデータセットで世界中で動作するために必要なソフトウェア定義の車両です」と、NvidiaのCEOであるジェンスンフアンは述べています。 「AV開発者にDNNと高度な学習ツールへのアクセスを提供して、複数のデータセット用にDNNを最適化することで、データの所有権とプライバシーを維持しながら、企業や国間での共有学習を可能にします。最終的に、私たちはグローバルな自動運転車の現実を加速させています。」