7 月 7 日訊息 從英偉達獲悉，麻省理工學院的研究人員正在開發一個一體化深度神經網路（DNN）為自動駕駛汽車提供支援，並取代由多個網路組成的系統。

據悉，在今年 COMPUTEX 上發表的這項研究使用了 NVIDIA DRIVE AGX Pegasus 在車輛中執行網路，能夠高效、實時地處理鐳射雷達資料。

自動駕駛汽車感測器會產生大量資料。如果一個由 50 輛車組成的車隊每天行駛 6 小時，那麼每天就會產生約 1.6PB 的感測器資料。

在論文中，麻省理工學院團隊詳細介紹瞭如何使用一個一體化 DNN 嘗試新的自動駕駛策略，首先就是要完成實時鐳射雷達感測器資料處理任務。通過運用 NVIDIA DRIVE AGX Pegasus，該團隊進一步加快鐳射雷達的計算速度以實現甚至超越這一目標，其執行速度比目前最先進的系統還要快 15 倍。

瞭解到，英偉達表示，NVIDIA DRIVE AGX Pegasus 是一款專為 L4 級和 L5 級自動駕駛系統設計的 AI 超級計算平臺。它結合了兩個 NVIDIA Xavier SoC 和兩個 NVIDIA Turing 架構 GPU 的效能，實現了每秒 320 萬億次運算效能。