自動駕駛車輛正由夢想變成現實，且隨著科技的不斷發展，個人和公共交通日新月異。最終，無人駕駛車輛將完全取代人類駕駛，消除道路上危險的疲勞、不清醒和分心駕駛行為。2017 年，美國近 40,000 人死於道路交通事故，根據美國國家公路交通安全管理局₁ (NHTSA) 的資料，約 90% 的事故乃由於人為錯誤所造成₂。
但這項技術的背後是什麼？無人駕駛車輛究竟有多安全？如何才能實現不用看路就能通勤上班？
人工智慧推動自動駕駛車輛發展
要實現自動駕駛，車輛需持續感知周圍環境：首先，感知事務（識別和分類資訊），然後透過車輛的自動駕駛／電腦控制基於資訊作出行動。 自動駕駛車輛需要安全、可靠和高度靈敏的解決方案，能夠基於對駕駛環境的深入瞭解作出瞬時決策。要瞭解駕駛環境，需要透過車上無數不同的感測器擷取大量數據，然後由車輛的自動駕駛電腦系統進行處理。
為了使車輛真正能夠在沒有使用者控制的情況下駕駛，最初必須對人工智慧 (AI) 網絡進行大量訓練，以瞭解如何觀察、瞭解車內情況，並在任何可想像的交通狀況中作出恰當的決定。自動駕駛車輛的運算效能與幾年前可能達到的一些最高效能平台相若。
自動駕駛車輛所包含的代碼行數預計比迄今為止建立的任何其他軟體平台都要多。到 2020 年，一般車輛預計將包含超過 3 億行代碼和超過 1 TB 的儲存空間，並需要每秒超過 1 TB 的記憶體頻寬，以支援自動駕駛平台所需的運算效能。
自動駕駛車輛的 AI 系統需要持續不斷的數據流和指示，方可基於複雜的數據集實時作出決策。如今，自動駕駛車輛成功上路行駛，但許多早期自動駕駛車輛的成功，是數天內多次行駛同一路線的成果，這樣車輛可以瞭解該路線的每個細節，並生成高解析度地圖，然後用作自動導航系統的關鍵部分。
由於對辨識路線的依賴性較低，自動駕駛電腦可以專注於識別交通、行人和其他潛在實時危險。這種通常受限的運行範圍稱為地理圍欄，反映了早期自動駕駛車輛在部署真正無人駕駛車輛時所採用的方法。雖然地理圍欄可就有限的路線提供有效的解決方案，但在世界某一地區嚴重依賴地理圍欄的自動駕駛車輛，可能無法在另一地區運行。
記憶體是自動駕駛中的無名英雄
無論是與感測器融合處理相關的記憶體子系統、路徑規劃，或與黑匣子數據記錄器相關的儲存子系統，各種記憶體和儲存裝置（從固態磁碟 (SSD)、NAND 快閃記憶體、 NOR 快閃記憶體、低功耗 DRAM 和 GDDR6），在我們回覆電子郵件、進行視訊通話或觀賞我們最喜愛的節目時，無不扮演著重要的角色，讓我們更接近未來，同時我們的自動駕駛車輛會以最佳路線行駛，讓我們安全抵達目的地。
美光嵌入式業務部門負責汽車系統架構的資深總監 Robert Bielby 表示，基於人工智慧的高效能電腦採用深度神經網絡演算法，使自動駕駛車輛比人工駕駛車輛表現更出色₄。
Bielby 說：「多個不同的感測器共同工作，全天候以 360 度巡視整個環境，距離比人工操作更遠且精確度更高。加上車內目前部署的極致運算效能，在此情況下，汽車在道路上行駛可能比人工操作更安全。」
想像一下汽車在繁忙的高速公路上猛踩剎車的場景。透過引入車對車和車對基礎設施（統稱 V2X）通訊，此單一事件可以無線傳送至主車輛後的所有車輛，讓他們瞭解周圍情況，並主動減速和剎車，以避免事故。
高速記憶體是自動駕駛的重要組成部分
還記得 2017 年美國約 90% 的致命車輛事故乃由人為錯誤造成的統計資料嗎？ 人類雖在面對意外危險時可以迅速作出決定，但依然容易分心。另一方面，電腦不會因在道路上影響人注意力的事務而分心，如浮華的廣告牌，或收音機播放的讓人情不自禁地跟著跳舞的迷人樂曲。電腦亦可以比駕駛更一致、及時和更快的方式作出反應。
可以理解的是，安全性是自動駕駛車輛最關注的問題。車輛對安全性的重視遠超出硬體系統的冗餘設計，以盡量減少錯誤決策，並配備相關的基礎設施，使車輛能夠彼此及與其周圍環境進行互連。這種具有硬體冗餘的無線互連運算子系統受法律規管，以強制達到與自動駕駛級別直接相關的所需安全級別。
作為對自動駕駛技術開發和部署的監督，NHSTA 建立了一系列級別，用於識別個人與電腦對車輛控制所擁有的控制程度。範圍介乎 L0 級（無自動駕駛）至 L1 級（駕駛輔助）、L2 級（部分自動駕駛，需要駕駛用一隻手握住方向盤）、L3 級（有條件的自動駕駛，駕駛可能隨時需要接手）、L4 級（高度自動駕駛），最後是 L5 級 （完全自動駕駛）。目前，大多數 ADAS 解決方案都支持 L2 級，並且基於使用相對成熟且低頻寬的記憶體裝置的電腦硬體。
隨著無人駕駛汽車不斷提高自動駕駛級別，從安全性和效能的角度來看，記憶體技術都至關重要，因而將記憶體技術從汽車後座移至前座。過去，個人電腦被公認為記憶體技術的驅動力，現在汽車產業被公認為未來記憶體技術的主要驅動力。如今，一些領先的自動駕駛平台已經證實這一點。
NVIDIA 最近宣布推出專為自動駕駛開發的先進 Pegasus 運算平台₃，其採用業界最高效能的尖端 DRAM 技術。總體而言，Pegasus 平台每秒提供超過 1 TB 的記憶體頻寬，可實現 5 級效能。
GDDR6 在未來的自動駕駛中至關重要
美光是汽車記憶體解決方案和繪圖記憶體解決方案 GGDR5x 和 GDDR6 的業界領導者。GDDR6 記憶體所使用的頻寬，讓汽車在部署後能真正實現更高級別的自動駕駛。搭載大量記憶體頻寬的自動駕駛運算平台，將能夠持續發展和改進自動駕駛演算法。Bielby 說：「展望未來，演算法將隨著時間推移而有所改進，但將以軟體升級的方式進行部署，與智慧手機接收應用程式或操作系統常規更新的方式相若。」
未來十年，自動駕駛車輛的持續發展需要各項功能多次迭代。這需要審慎管理人機交互，確保駕駛清楚地瞭解在任何特定時間可獲得的自動駕駛級別，以及「手動」和「眼動」操作的責任。
GDDR6 是一項基礎技術，可提供所需的記憶體頻寬，為人工智慧運算引擎提供動力，使自動駕駛車輛能夠按照 NHSTA 管理的行業安全標準負責任地行事並提升安全性。GDDR6 是目前可用的高效能記憶體技術，可以在與汽車相關的高溫和惡劣條件下運行。
人工智慧是實現自動駕駛所需的關鍵技術。以人工智慧為基礎的自動駕駛車輛所需的極致運算效能，需要創新記憶體和儲存系統來處理和保存使電腦像人一樣作出決策所需的大量數據。隨著自動駕駛車輛對記憶體速度的要求日益嚴苛，美光於汽車產業深耕 25 多年，必將能夠繼續領先群倫，提供贏得競爭所需的適當效能。
資料來源和參考資料：
1. 美國國家公路交通安全管理局。「NCSA 期刊及數據請求」。2017 年，crashstats.nhtsa.dot.gov/#/。
2. 國家安全委員會。「分心駕駛」。Injury Facts，2018 年，injuryfacts.nsc.org/motor-vehicle/motor-vehicle-safety-issues/distracted-driving/。
3. Nvidia。「NVIDIA 宣布推出全球首台人工智慧電腦，讓機器人計程車成為現實。」NVIDIA Newsroom Newsroom，2017 年 10 月 10 日，nvidianews.nvidia.com/news/nvidia-announces-world-s-first-ai-computer-to-make-robotaxis-a-reality
4. Bielby, R（2018 年 2 月 28 日）。個人面試