輸入無效。不支援特殊字元。
更新：本文最初發表於自駕車技術發展的早期階段。自那時起，產業和我們的思維方式都在不斷進步。想要瞭解最新的變化，請查看我們關於自動駕駛的最新見解。
自駕車正從未來夢想變為現代現實，隨著技術的成熟，個人和大眾交通將發生永久性的改變。
最終，無人駕駛汽車將完全取代人類駕駛員，使道路上不再出現危險的瞌睡、毒駕和分心駕駛的司機。2017 年，美國有將近 40,000 人死於道路上，根據美國國家公路交通安全管理局1 (NHTSA) 的資料，其中約有 90% 的事故是由於人為疏失造成的2。
但自動駕駛技術背後的原理是什麼？無人駕駛汽車究竟如何才能更安全？我們需要做些什麼才能在無需關注路況的情況下從 A 地到達 B 地？
人工智慧 (AI) 推動自駕車發展
要實現自動駕駛，汽車需要持續感知周圍環境——首先透過感知（識別和分類資訊），然後透過車輛的自主/電腦控制系統根據這些資訊採取行動。自駕車需要安全可靠且反應迅速的解決方案，這些解決方案需要能夠基於對駕駛環境的詳細瞭解，在瞬間做出決策。
瞭解駕駛環境需要車輛上無數不同的感應器擷取大量資料，然後由車輛的自動駕駛電腦系統進行處理。
但是，汽車如何才能在執行其他所有正常功能的同時，完成所有這些工作呢？這就需要 AI 的幫助了。
要使車輛真正具備無需使用者控制即可駕駛的能力，必須首先對人工智慧 (AI) 網路進行大量的訓練。該網路經過訓練，能夠理解如何觀察道路及其周圍環境，理解它所看到的內容，並在任何可以想像的交通情況下做出正確的決定。
如今，自駕車內部的動力系統與幾年前一些效能最強的超級電腦一樣強大。
預計這款自駕車的程式碼行數將超過迄今為止建立的任何其他軟體平台。
在當今的形勢下，一輛普通的高端自駕車預計需要 3 億到 10 億行程式碼才能運作，幾乎是阿波羅 11 號登月所需程式碼的 1,000 倍。為了應對這種情況，高端自動駕駛平台將需要大約 2 TB 的儲存空間和每秒超過 1 TB 的記憶體頻寬（利用 GDDR6 或 HBM 等技術），以支援 L3（有條件自動駕駛）和 L4（高度自動駕駛）所需的即時運算效能。
自駕車的 AI 系統需要持續不斷的、不間斷的資料和指令流，才能根據複雜的資料集做出即時決策。如今道路上已可看到成功的自駕車。
然而，這些早期車輛的成功，是因為它們在多天內反覆行駛同一條路線的結果。這種方法使網路能夠學習路線的每一個細節，並產生高解析度地圖，隨即將這些地圖作為自動導覽系統的要件。這可以教會無人駕駛汽車去哪裡，但是交通狀況、行人和其他潛在的即時危險又該如何處理呢？
這種通常受限的操作範圍被稱為地理圍欄，反映了早期自駕車在部署真正無人駕駛車輛時所採用的方法。雖然地理圍欄技術可以在有限的路線範圍內提供解決方案，但嚴重依賴地理圍欄技術的自駕車，可能便無法在另一個地區正常運作。
無人駕駛汽車更安全嗎？
記憶體和儲存裝置，是自動駕駛中的無名英雄
無論是與感應器融合處理、路徑規劃相關的記憶體子系統，還是黑盒子資料記錄器使用的儲存子系統，這些元件都發揮著關鍵作用。種類繁多的記憶體和儲存裝置協同工作，使我們離自動駕駛不僅成為可能而且成為常態的未來更近一步，其中相關技術包括：
- 固態硬碟 (SSD)
- NAND 快閃記憶體
- 透過低功耗 DRAM 實現 NOR 快閃記憶體
- GDDR6
根據美光汽車系統架構資深總監 Robert Bielby 的說法，高效能 AI 電腦採用深度神經網路演算法，讓自駕車比人為駕駛汽車更出色4。
「它配備了許多不同的感應器，這些感應器協同工作，可以全天候 360 度全方位地觀察整個環境，其距離更遠、精度更高，遠超人類，」Bielby 說道。「結合如今汽車上可部署的極致運算效能，汽車在道路上行駛時，其安全性可能會遠勝於我們人類。」
想像一下這樣的場景：一輛汽車在繁忙的高速公路上突然急煞車。透過引入車對車和車對基礎設施（統稱為 V2X）通訊，可以將此單一事件無線傳輸給跟隨前車的所有車輛。這樣一來，他們就能瞭解目前情況，並主動減速或煞車以避免事故發生。
自動化的 5 個階段
高速記憶體是自動駕駛的關鍵組成部分
還記得美國約 90% 的致命交通事故都是人為錯誤造成的統計資料嗎？ 人很容易分心，但當面臨意外危險時可以迅速做出決定。另一方面，電腦不會像人類駕駛員那樣，被那些分散注意力的事物所干擾，比如醒目的看板或收音機裡播放的歌曲。更重要的是，電腦的反應速度比人類駕駛員更快、更穩定。
不難理解，對於自駕車而言，安全是最重要的考量因素。對安全的重視遠不止於用來盡量減少錯誤的備用硬體系統，自駕車還包括一套基礎設施，使車輛能夠與彼此以及周遭環境進行通訊。這種由感應器和備用系統組成的互聯系統受到法律的約束，隨著車輛自動駕駛程度的提高，這些法律要求更高的安全標準。
自駕車有哪些級別？
美國國家公路交通安全管理局（NHTSA）透過一系列層級別，制定了有關於自動駕駛技術開發和部署的明確指導方針。
這些級別標明了人對車輛的控制程度，並與電腦的控制程度進行了比較：
- 第 0 級：無自動化功能（普通汽車）
- 第 1 級：駕駛輔助（單一功能支援，例如轉向或制動）
- 第 2 級：部分自動化（駕駛員必須將一隻手放在方向盤上）
- 第 3 級：條件式自動化（駕駛員可能隨時需要接管車輛）
- 第 4 級：高度自動化
- 第 5 級：全自動
目前，大多數先進駕駛輔助系統 (ADAS) 具備 L2 級功能，並且基於電腦硬體，使用相對成熟且低頻寬的記憶體裝置。
隨著無人駕駛汽車的自主性不斷提高，從安全性和效能角度來看，記憶體技術的重要性也從次要角色躍升為核心關鍵。
從歷史上看，個人電腦被認為是該產業的驅動力，而現在人們認識到，汽車產業將成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印證了這一點。
NVIDIA 最近發佈的尖端 Pegasus 運算平台3，專為自動駕駛而開發，基於業界效能最高、領先的 DRAM 技術。總而言之，Pegasus 平台每秒可提供超過 1 TB 的記憶體頻寬，從而實現 5 級效能。
資料是自駕車的燃料
GDDR6 在自動駕駛的未來發展中的重要性，以及美光科技在其中扮演的角色
美光是汽車記憶體解決方案和繪圖記憶體解決方案 GDDR5x 和 GDDR6 領域的產業領導者。GDDR6 記憶體的高頻寬使其能夠在適合汽車部署的實用尺寸內實現更高的自主性。具有豐富記憶體頻寬的自主運算平台將能夠實現自動駕駛演算法的持續發展和改進。
Robert Bielby 說：「你會看到，隨著時間的推移，演算法會不斷改進。但這些改進將以軟體升級的形式推出，就像你的智慧型手機定期收到應用程式或作業系統更新一樣。」
未來十年，自駕車將持續發展，並經歷多次反覆運算，具備不同的功能。這需要對人機交互進行精心管理，確保駕駛員清楚地瞭解在任何特定時間可用的自主程度，以及「親力親為」和「親眼觀察」操作的責任。
GDDR6 是一項基礎技術，它提供了人工智慧 (AI) 運算引擎所需的基本記憶體頻寬。也確保自駕車能以負責的方式運作，並符合 NHTSA 所制定的產業標準，進一步提升行車安全。
GDDR6 是一種高效能記憶體技術，能夠承受駕駛過程中可能遇到的高溫和惡劣環境。
AI 是實現自動駕駛所需的關鍵技術。為了像人類一樣做出決策，AI 驅動的汽車需要強大的運算能力，並由創新的儲存和記憶體系統提供支援。
隨著自駕車對資訊速度的需求日益增長，美光公司 25 年來致力於推動汽車產業發展，必將提供贏得這場競賽所需的效能水平。
資料來源及參考文獻：
1. 美國國家公路交通安全管理局。「NCSA 出版物和資料請求。」 2017 年，crashstats.nhtsa.dot.gov/#/。
2. 美國國家安全委員會。「分心駕駛。」 傷害事實，2018 年，injuryfacts.nsc.org/motor-vehicle/motor-vehicle-safety-issues/distracted-driving/。
3. Nvidia。「NVIDIA 發佈全球首款 AI 電腦，助力實現無人駕駛計程車。」 NVIDIA 新聞中心，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）。個人訪談
