GDEP Solutions, Inc.
  • Home
    • 新着情報一覧
    • NVIDIA NEWS
    • GPU2021 開催概要 >
      • Day1 AI & GPU セッション
      • Day2 イメージングAI
      • Day3 GPUスパコン
      • 講演レポート | Denso
      • 過去開催 >
        • GPU2020
        • GPU2019
  • GPU製品
    • 即納モデル
    • NVIDIA GPU 一覧 >
      • NVIDIA H100
      • NVIDIA A100
      • NVIDIA RTX スペック比較 >
        • NVIDIA RTX A6000
        • NVIDIA RTX A5000
        • NVIDIA RTX A4500
        • NVIDIA RTX A4000
        • NVIDIA RTX A2000
      • Quadro GV100
    • GPUレンタル一覧
    • GPU年定額プラン
    • AI・データサイエンスおすすめ一覧 >
      • NVIDIA DGX H100
      • NVIDIA DGX A100
      • DGX STATION A100
      • HP Z8 G4 Workstation
      • HP ZBook Fury17G7 Mobile Workstation
      • Dell Precision 7920 Tower
      • DeepLearning BOXⅡ
      • DeepLearning STATION
      • NVIDIA EGX サーバー
      • HITACHI SR24000
    • 数値計算・解析おすすめ一覧 >
      • HP Z4 G4 Workstation
      • HP Z8 G4 解析ソフトウェア動作確認済みモデル
      • Supermicro 7049GP
    • NVIDIA A100搭載 Supermicro 740GP
  • ストレージ
    • Synology
    • DDN STORAGE
    • PURESTORAGE
  • HPC
    • HPC Workstation
    • HPCおすすめGPUサーバー
    • HPC SIサービス
    • AXXE-L by XTREME-D
    • NVIDIA HPC SDK
    • プログラム高速化サービス
  • クラウド製品
    • セキュリティ >
      • KernelCare
    • 仮想化 >
      • Login VSI
      • Login PI
    • リモートアクセス >
      • FastX
      • NiceDCV
      • NoMachine
    • ハイブリッドクラウドNAS >
      • Morro Data
    • クラウドストレージ >
      • クラウドストレージ Wasabi
  • GPUコラム / 導入事例
    • GPUプログラミング >
      • 初級編
      • 中級編 >
        • 第4回:MPI+OpenACC実装における計算と通信のオーバーラップ
        • 第3回:拡散現象シミュレーションのおさらい
        • 第2回:簡単なOpenACC + MPI コードで考える
        • 第1回:複数のGPUを使う方法とは?
    • GPU Technology for CG/AI >
      • 深層学習を利用した画像処理・必要なGPU性能
      • トランスフォーマー 最近流行のニューラルネットワーク
      • GAN Inversion による写実的画像生成の制御
      • 深層学習におけるアノテーションコストを抑えるための取り組み Active Learning
      • 深層学習に基づく人物画像の再照明
      • GPUの起源と進化
      • AlphaGo とその後
      • CUDAを用いたシンプルなパストレーシング
      • 流体シミュレーションの応用
      • GPUを用いた高速レンダリング
      • GPUを基盤としたCG/AIの技術進化
    • シリコンバレー発信 New Technology Report >
      • 最新記事から
    • ツブ子が聞く・見る・行く! >
      • 見る!NVIDIA RTX A6000
      • 聞く!NVIDIA DGX A100
      • 見る!NVIDIA A100 Tensor Core GPU
    • 導入事例 >
      • DGX SYSTEMS >
        • NVIDIA DGX A100 | 金沢大学
      • GPU Computing
  • 会社情報
    • ごあいさつ
    • 会社概要
    • アクセスマップ
    • 採用情報
  • お問い合わせ
シリコンバレー発信

New Technology
​Report

[No.3] NVIDIAは世界最高速の自動運転AIプロセッサを発表、主要メーカーが採用し国際標準となる

4/16/2021

 
NVIDIAは2021年4月、開発者会議「GPU Technology Conference (GTC)」で、プロセッサとAIの最新技術を公開した。CEOのJensen Huangは基調講演で自動運転車向けのプロセッサと開発環境を解説。

​Googleなどは独自技術で自動運転車を開発するが、NVIDIAはプロセッサやリファレンスモデルを提供し、一般企業がこれを使い短期間で自動運転車を開発する。パソコンがIntel x86で組み立てられるように、自動運転車はNVIDIAの標準プロセッサで開発される。
画像
出典: NVIDIA

NVIDIAの自動運転技術

NVIDIAは世界最高速の車載AIプロセッサ「Atlan」を発表した。
また、自動運転車のリファレンスモデル「Hyperion」を公開し、企業はこのテンプレートを使って自動運転車を開発する。

​更に、高精度のシミュレータ「Drive Sim」を発表した。これはデジタルツインを生成する技術「Omniverse」で構成され、現実社会に忠実な仮想社会が生成され、ここで自動運転車の試験や検証を実行する。

AIプロセッサ:Atlan

NVIDIAは、自動運転車向けの車載AIプロセッサを開発してきたが、その第四世代となる「Atlan」を発表した(下の写真)。

Atlanは世界最高速の車載AIプロセッサで、NVIDIAはこれを「クルマに搭載されたデータセンター」と呼んでいる。Atlanは3つのモジュールで構成され、AI演算を司るGPU「Ampere」、汎用プロセッサCPU「Grace」、データ処理プロセッサDPU「BlueField」から成る。

Graceとは、NVIDIAが開発したCPUで、ARMベースのアーキテクチャとなる。また、BlueFieldは、セキュリティ機構や通信処理機能を備えた専用プロセッサで、車載プロセッサに組み込むのは今回が初となる。
画像
出典: NVIDIA

AIアルゴリズムを高速で処理

Atlanは自動運転AIを実行するプロセッサで、クルマに搭載されたカメラやLidarのデータを解析し、進行経路を算出する。
また、Atlanはクルマと運転者のインターフェイスとなるAIを実行する。
クルマは搭乗者と音声で会話し、また、運転者の身体状況をモニターする。Atlanの性能は1,000 TOPS(毎秒1,000兆回の演算)能力を持ち、現行モデル「Orin」の4倍の性能となる。Orinは2022年から生産が開始され、Atlanは2023年からサンプリングが始まり、2025年のモデルに搭載される。

 VOLVOはOrinで自動運転車開発

GTCでVolvoはNVIDIAと自動運転車の共同開発を進め、Orinを搭載した自動運転車を2022年に出荷することを明らかにした。

Volvoの高級SUV「XC90」にOrinが搭載され、レベル4の自動運転車となる(下の写真)。
Volvoの次世代車両は自動運転に対応したアーキテクチャとなり、必要なハードウェアを実装し、ソフトウェアのアップデートで自動運転車となる。

​また、クルマは位置情報と気象情報を把握し、自動運転できる条件を自動で判断する。自動運転技術は Volvoの子会社 Zenseactで開発され、Volvoはインテリジェントなモビリティ企業に変身している。
画像
出典: VOLVO / NVIDIA

​自動運転リファレンスモデル:Hyperion

NVIDIAは自動運転車のリファレンスモデル「Hyperion」の最新版を発表した(下の写真)。

​これは自動運転車の開発キットで、ハードウェアとソフトウェアで構成される。企業や大学はこのモデルを使って短時間で自動運転車を開発できる。ハードウェアは、プロセッサとしてOrin(2セット)、センサーはカメラ(外部搭載が12台で車内搭載が3台)、レーダー(9台)、Lidar(2台)で構成される。
ソフトウェアは評価ツールで、NVIDIAの自動運転ソフトウェアを使って開発したシステムをここで検証する。
画像
出典: NVIDIA

自動運転ソフトウェア

NVIDIAは自動運転ソフトウェアをオープンソースとして公開しており、これを利用して自動運転車を開発する。
これは「Drive Software」と呼ばれ、基本ソフトウェア「Drive OS」、開発環境「DriveWorks」、自動運転機能「Drive AV」、運転者監視機能「Drive IX」から構成される。

​これらのソフトウェアを Hyperionと組み合わせレベル4の自動運転車を短期間で開発できる。
実際に、バージニア工科大学は Hyperionで自動運転車を開発し、自動運転技術の研究で活用している。

自動運転シミュレータ:Drive Sim

NVIDIAは自動運転車ソフトウェアを開発するシミュレータを発表した。
これは「Drive Sim」と呼ばれ、実社会を忠実に再現した高精度なシミュレータとなっている。

​シミュレータで自動運転AIのコア技術であるコンピュータビジョンのアルゴリズムを教育する。
また、完成した自動運転ソフトウェアを試験する環境として使う。(下の写真、シミュレータが描写するシーンであるが、現実社会と見分けがつかないだけでなく、物理現象が正確に再現されている。)
画像
出典: NVIDIA

デジタルツイン開発技術:Omniverse

シミュレータはデジタルツインを生成する技術基盤「Omniverse」をベースに開発された。

シミュレータはクルマに搭載されたセンサーが収集するデータを忠実に再現することが求められる。
また、クルマは異なる環境で走行し、外部の光の状態を正確に描き出すことが必須要件となる。

​従来はゲームエンジンで生成されていたが、上記の要件を満たすためOmniverseが開発された。
​これにより、シミュレータは物理現象を正確に反映し、アルゴリズムの教育や検証で効果をあげることが期待される。

自動運転プロセッサの国際標準

NVIDIAの自動運転プロセッサはVolvoの他に、GM CruiseやAmazon Zooxなど先進企業が採用している。

また、NVIDIAは Mercedes-Benzとソフトウェアで定義されたクルマ「Software-Defined-Vehicles」を開発している。Mercedes-BenzにOrinを搭載し、レベル4の自動運転車として製品化する(最初の写真)。

​多くの自動運転車ベンダーがOrinの採用を始め、Nvidiaはクルマの国際標準プロセッサとなる勢いをみせている。
≪ 前の記事を見る
次の記事を見る ≫

コメントはクローズされています。

    著者

    Kaz Miyamoto
    ​
    VentureClef, LLC

    記事一覧(目次)で見る

    カテゴリ

    すべて
    AI(人工知能)技術
    AIセキュリティ
    AI規制
    GAFAM
    NFT
    ヘルスケア
    メタバース
    ロボット
    自動運転車

    アーカイブ

    3 月 2022
    2 月 2022
    1 月 2022
    12 月 2021
    11 月 2021
    10 月 2021
    9 月 2021
    8 月 2021
    7 月 2021
    6 月 2021
    5 月 2021
    4 月 2021

    RSS フィード

Picture
GDEPソリューションズ株式会社
東京都文京区本郷三丁目34番3号 本郷第一ビル8階
TEL:03-5802-7050
・NVIDIA認定 Elite Partner [最上位レベル]
・NVIDIA Advanced Technology Program 達成  [DGX 販売資格]
・東京都公安委員会 古物営業許可番号
 第305471905562号
≫ 新着情報
≫ GPU2021開催概要
​
GPU製品
​≫ 即納モデル
≫ NVIDIA GPU一覧
 ≫NVDIA RTX スペック比較

≫ GPUレンタル一覧
≫ GPU年定額プラン
≫ AI・データサイエンスおすすめ
≫ 数値計算・解析おすすめ一覧
≫ NVIDIA A100搭載 SM740GP


​ストレージ
​≫ Synology
≫ DDN STORAGE
≫ PURESTORAGE
​
HPC
≫ HPC Workstation
≫ HPCおすすめGPUサーバー
≫ AXXE-L by XTREME-D
≫ NVIDIA HPC SDK
≫ プログラム高速化サービス
クラウド製品
​≫ セキュリティ
≫ 仮想化
≫ リモートアクセス

≫ ハイブリッドクラウドNAS
≫ クラウドストレージ
​
​GPUコラム
≫ GPUプログラミング入門
≫ GPU Technology for CG/AI
≫ シリコンバレー発信 New Technology Repot
≫ ツブ子が聞く・見る・行く
​

導入事例
≫ DGX SYSTEMS
≫ GPU Computing
会社情報
≫ ごあいさつ
≫ 会社概要
≫ アクセスマップ
≫ 採用情報
​
≫ お問い合わせ
​
≫ 個人情報の取扱いについて
≫ 利用規約

​
≫ メルマガを購読する
グループ会社
Prometech Softwareサイト
©2021 GDEP Solutions,Inc.
  • Home
    • 新着情報一覧
    • NVIDIA NEWS
    • GPU2021 開催概要 >
      • Day1 AI & GPU セッション
      • Day2 イメージングAI
      • Day3 GPUスパコン
      • 講演レポート | Denso
      • 過去開催 >
        • GPU2020
        • GPU2019
  • GPU製品
    • 即納モデル
    • NVIDIA GPU 一覧 >
      • NVIDIA H100
      • NVIDIA A100
      • NVIDIA RTX スペック比較 >
        • NVIDIA RTX A6000
        • NVIDIA RTX A5000
        • NVIDIA RTX A4500
        • NVIDIA RTX A4000
        • NVIDIA RTX A2000
      • Quadro GV100
    • GPUレンタル一覧
    • GPU年定額プラン
    • AI・データサイエンスおすすめ一覧 >
      • NVIDIA DGX H100
      • NVIDIA DGX A100
      • DGX STATION A100
      • HP Z8 G4 Workstation
      • HP ZBook Fury17G7 Mobile Workstation
      • Dell Precision 7920 Tower
      • DeepLearning BOXⅡ
      • DeepLearning STATION
      • NVIDIA EGX サーバー
      • HITACHI SR24000
    • 数値計算・解析おすすめ一覧 >
      • HP Z4 G4 Workstation
      • HP Z8 G4 解析ソフトウェア動作確認済みモデル
      • Supermicro 7049GP
    • NVIDIA A100搭載 Supermicro 740GP
  • ストレージ
    • Synology
    • DDN STORAGE
    • PURESTORAGE
  • HPC
    • HPC Workstation
    • HPCおすすめGPUサーバー
    • HPC SIサービス
    • AXXE-L by XTREME-D
    • NVIDIA HPC SDK
    • プログラム高速化サービス
  • クラウド製品
    • セキュリティ >
      • KernelCare
    • 仮想化 >
      • Login VSI
      • Login PI
    • リモートアクセス >
      • FastX
      • NiceDCV
      • NoMachine
    • ハイブリッドクラウドNAS >
      • Morro Data
    • クラウドストレージ >
      • クラウドストレージ Wasabi
  • GPUコラム / 導入事例
    • GPUプログラミング >
      • 初級編
      • 中級編 >
        • 第4回:MPI+OpenACC実装における計算と通信のオーバーラップ
        • 第3回:拡散現象シミュレーションのおさらい
        • 第2回:簡単なOpenACC + MPI コードで考える
        • 第1回:複数のGPUを使う方法とは?
    • GPU Technology for CG/AI >
      • 深層学習を利用した画像処理・必要なGPU性能
      • トランスフォーマー 最近流行のニューラルネットワーク
      • GAN Inversion による写実的画像生成の制御
      • 深層学習におけるアノテーションコストを抑えるための取り組み Active Learning
      • 深層学習に基づく人物画像の再照明
      • GPUの起源と進化
      • AlphaGo とその後
      • CUDAを用いたシンプルなパストレーシング
      • 流体シミュレーションの応用
      • GPUを用いた高速レンダリング
      • GPUを基盤としたCG/AIの技術進化
    • シリコンバレー発信 New Technology Report >
      • 最新記事から
    • ツブ子が聞く・見る・行く! >
      • 見る!NVIDIA RTX A6000
      • 聞く!NVIDIA DGX A100
      • 見る!NVIDIA A100 Tensor Core GPU
    • 導入事例 >
      • DGX SYSTEMS >
        • NVIDIA DGX A100 | 金沢大学
      • GPU Computing
  • 会社情報
    • ごあいさつ
    • 会社概要
    • アクセスマップ
    • 採用情報
  • お問い合わせ