האם ההכרזה של אנבידיה ב-GTC 2022 תביא לירידה בתאונות דרכים בצה״ל?
החברה מצהירה על שדרוג DRIVE Concierge: ״המערכת משתמשת בחיישנים בתא הנהג והנוסעים ובבינה מלאכותית כדי לנטר את מצב הנהג, להבטיח שתשומת ליבו ממוקדת בנהיגה״
עמי רוחקס דומבה
| 21/09/2022
תמונה: NVIDIA
כנס GTC 2022: כנס הבינה המלאכותית השני של אנבידיה לשנת 2022 יצא לדרך ובמרכזו התקיים השידור המרכזי של מנכ"ל ומייסד החברה, ג'נסן הואנג. במהלכו הוא הציג שורה של פיתוחים, טכנולוגיות ומוצרים חדשים, בין היתר כאלה שפותחו במרכז הפיתוח של אנבידיה בישראל, המונה כיום יותר מ-3,000 עובדים.
NVIDIA DRIVE Thor – סופר-שבב (Superchip) עוצמתי לרכב אוטונומי
הדור הבא של מערכות המחשוב המרכזיות לרכב שיאפשר, מלבד נהיגה אוטונומית וחניה עצמית, גם מגוון רחב של יישומי בטיחות, מידע ובידור בסופר-שבב חסכוני אחד.
השבב כולל יכולות בינה מלאכותית פורצות דרך שהוצגו לראשונה בארכיטקטורת ה-NVIDIA Hopper למעבדים גרפיים. הוא כולל מעבד מרכזי (CPU) מסוג NVIDIA Grace, לצד מעבד גרפי (GPU) בארכיטקטורת Ada Lovelace שהוכרזה היום בכנס GTC.
אלו יאפשרו לרשום ביצועים של 2,000 טרה-פלופס - (2,000 טריליון פעולות בשנייה). NVIDIA DRIVE Thor מגיע בתצורת סופר-שבב (Superchip), עם טכנולוגיית NVIDIA NVLink-C2C.
DRIVE Thor יהיה זמין עבור דגמי 2025 של יצרניות רכב, כדי להאיץ את מפת הדרכים לייצור כלי רכב בעלי ביצועים גבוהים ותכונות אוטונומיות. הראשונה לאמץ את השימוש בו היא ZEEKR, מותג רכבי היוקרה והספורט החשמליים בבעלות יצרנית הרכבים Geely, שייצר את הרכבים הראשונים המגיעים עם השבב החדש כבר ב-2025.
"ההתקדמות במחשוב מואץ ובינה מלאכותית נעה במהירות האור", אמר מייסד ומנכ"ל אנבידיה, ג'נסן הואנג. "DRIVE Thor הוא גיבור העל של המחשוב המרכזי, עם יכולות עדכון ושדרוג מהאוויר (OTA – Over the Air) להגברת בטיחות, וביצועים מהירים שיהפכו את כלי הרכב למחשבי-על מבוססי תוכנה על גלגלים".
DRIVE Thor תומך במחשוב מרובה תחומים (Multi-Domain Computing), ומאפשר לבודד פונקציות מחשוביות לנהיגה אוטומטית ומערכות בידור (IVI). הוא מאפשר ליצרניות הרכב להחליט האם להקצות את כל כוח העיבוד שלו למשימות הנהיגה האוטונומית או להקצות חלק גם ליישומי הבינה המלאכותית בתא הנהג והנוסעים, ויישומי המידע והבידור ברכב.
מדובר בחסכון משמעותי: בדרך כלל בכל רכב מפוזרות עשרות יחידות בקרה חשמליות כדי להפעיל פונקציות בודדות. עם DRIVE Thor היצרנים יכולים לאחד ביעילות פונקציות רבות לתוך מערכת על-שבב (SoC) אחד, ובכך להקל על אילוצים הקשורים לשרשראות אספקה ולפשט את הפיתוח של מערכות הרכב – ובכך להפחית עלויות, הנובעות משילובם של רכיבים נוספים.
DRIVE Thor היא גם פלטפורמת מחשוב הרכב הראשונה הכוללת מנוע בינה מלאכותית לצורך הסקת מסקנות (Inference Transformer Engine) - רכיב חדש הנמצא בליבות ה-Tensor בתוך המעבד הגרפי של אנבידיה.
רכיב זה מאפשר עיבוד נתוני וידאו יעיל יותר. הוא מאיץ את יכולת הסקת המסקנות (Inference) של השבב החדש עד פי תשע במודולי טרנספורמר (Transformer) – יתרון משמעותי בעומסי העבודה המורכבים שמערכות הבינה המלאכותית של רכב צריכות לעבד לצורך נהיגה אוטונומית.
השבב החדש יתמוך בהרצה של מערכות הפעלה מרובות. כך ניתן לתמוך ברכיבים מבוססי לינוקס, אנדרואיד ו-QNX בעת ובעונה אחת, ולחלק את עומסי העבודה הגדולים ביעילות.
באופן זה יכולות היצרניות לבנות כלי רכב מתקדמים ומבוססי תוכנה, הניתנים לשדרוג שוטף באמצעות עדכוני תוכנה מאובטחים מהאוויר (Over-The-Air) – בדומה למכשירי טלפון חכמים.
DRIVE Thor משתמש בארכיטקטורת DRIVE ובערכת הפיתוח NVIDIA DRIVE SDK כך שלקוחות DRIVE Orin יכולים להעביר את הפיתוחים הקיימים והקודמים שלהם לדור השבבים הבא בצורה חלקה.
שדרוגים גם למערכות המידע והבידור עם DRIVE Concierge
חידושים נוספים שהציג הואנג בכנס היו של מערכת NVIDIA DRIVE Concierge שמאפשרת לספק ויזואליזציה של המידע החיוני לנהג, מידע ובידור מותאם אישית לכל יושבי הרכב.
המערכת משתמשת בחיישנים בתא הנהג והנוסעים ובבינה מלאכותית כדי לנטר את מצב הנהג, להבטיח שתשומת ליבו ממוקדת בנהיגה ולהתריע מפני שכחת ילדים וחפצים ברכב.
היא גם מאפשרת פיתוח אוואטרים אינטראקטיביים ועוזרים-וירטואליים חכמים, עם יכולות הבנת שפה טבעית, כדי להפעיל יישומים בפקודות קוליות, לבקש המלצות למקומות בילוי ולבצע הזמנות (למשל למסעדות, אטרקציות ואתרי נופש).
זאת בין היתר באמצעות השימוש ב-Omniverse ACE – פלטפורמת פיתוח עוזרים וירטואליים מבוססת ענן. כמו כן, המערכת מאפשרת לנוסעי הרכב לצפות בסרטים בהזרמה (סטרימינג) ואפילו לקבל גישה ליותר מאלף משחקים באמצעות שירות המשחקים בענן GeForce Now.
NVIDIA DRIVE Sim
חידוש נוסף שהוצג בשידור המרכזי היה מנוע שחזור נוירוני (NRE - Neural Reconstruction Engine) – כלי חדש באמצעותו יכולים מפתחים להשתמש בנתונים שחיישני הרכב מנטרים תוך כדי נסיעה על מנת ליצור סימולציות נהיגה מתקדמות וגמישות בעולם וירטואלי כחלק מ-NVIDIA DRIVE Sim.
NRE משתמש במספר רשתות בינה מלאכותית כדי להפוך נתוני וידאו דו-ממדיים ש"נאספו" במהלך נסיעה ולהופכן לסביבות תלת-ממדיות ואינטראקטיביות לצורך ניסוי ואימון מודלים של נהיגה אוטונומית.
״ב-NVIDIA, רכבי הניסוי שלנו אוספים מידע – והמון: כל רכב "אוסף" כ-15 טרה-בייט של מידע בכל יום. יצירת סימולציית נסיעה תלת-ממדית המשחזרת כל רחוב, חנות, רכב חולף, רמזור והולך רגל מ"העולם האמיתי" היא משימה מורכבת״, אומרים בחברה.
״בעזרת בינה מלאכותית ופלטפורמת DRIVE Sim, ניתן "להעתיק" את העולם האמיתי לתוך סימולציה תלת-ממדית היישר מצילומי הוידאו ונתוני החיישנים, ולהבטיח שהם נאמנים למציאות, מגיבים ומצייתים לחוקי הפיזיקה, ומתנהגים בדיוק כמו ב"עולם האמיתי".
אך המערכת מאפשרת הרבה יותר מרק שחזור של מהלך וסביבת הנסיעה. בסימולציות הדינמיות בעזרת NRE יכולים המפתחים לשנות תרחישי נסיעה ותזמונים, להקצין סיטואציות, להוסיף אובייקטים – אמיתיים או סינתטיים, ולהחיל אקראיות – הכל במטרה לאתגר את מערכות קבלת ההחלטות של הרכב.
לצמצם את הפער בין סימולציות לתרחישים בעולם האמיתי, ולהפוך את המודלים שמאמנים את מנועי הנהיגה האוטונומית העתידיים למנוסים ובטוחים יותר.
החברה מצהירה על שדרוג DRIVE Concierge: ״המערכת משתמשת בחיישנים בתא הנהג והנוסעים ובבינה מלאכותית כדי לנטר את מצב הנהג, להבטיח שתשומת ליבו ממוקדת בנהיגה״
תמונה: NVIDIA
כנס GTC 2022: כנס הבינה המלאכותית השני של אנבידיה לשנת 2022 יצא לדרך ובמרכזו התקיים השידור המרכזי של מנכ"ל ומייסד החברה, ג'נסן הואנג. במהלכו הוא הציג שורה של פיתוחים, טכנולוגיות ומוצרים חדשים, בין היתר כאלה שפותחו במרכז הפיתוח של אנבידיה בישראל, המונה כיום יותר מ-3,000 עובדים.
NVIDIA DRIVE Thor – סופר-שבב (Superchip) עוצמתי לרכב אוטונומי
הדור הבא של מערכות המחשוב המרכזיות לרכב שיאפשר, מלבד נהיגה אוטונומית וחניה עצמית, גם מגוון רחב של יישומי בטיחות, מידע ובידור בסופר-שבב חסכוני אחד.
השבב כולל יכולות בינה מלאכותית פורצות דרך שהוצגו לראשונה בארכיטקטורת ה-NVIDIA Hopper למעבדים גרפיים. הוא כולל מעבד מרכזי (CPU) מסוג NVIDIA Grace, לצד מעבד גרפי (GPU) בארכיטקטורת Ada Lovelace שהוכרזה היום בכנס GTC.
אלו יאפשרו לרשום ביצועים של 2,000 טרה-פלופס - (2,000 טריליון פעולות בשנייה). NVIDIA DRIVE Thor מגיע בתצורת סופר-שבב (Superchip), עם טכנולוגיית NVIDIA NVLink-C2C.
DRIVE Thor יהיה זמין עבור דגמי 2025 של יצרניות רכב, כדי להאיץ את מפת הדרכים לייצור כלי רכב בעלי ביצועים גבוהים ותכונות אוטונומיות. הראשונה לאמץ את השימוש בו היא ZEEKR, מותג רכבי היוקרה והספורט החשמליים בבעלות יצרנית הרכבים Geely, שייצר את הרכבים הראשונים המגיעים עם השבב החדש כבר ב-2025.
"ההתקדמות במחשוב מואץ ובינה מלאכותית נעה במהירות האור", אמר מייסד ומנכ"ל אנבידיה, ג'נסן הואנג. "DRIVE Thor הוא גיבור העל של המחשוב המרכזי, עם יכולות עדכון ושדרוג מהאוויר (OTA – Over the Air) להגברת בטיחות, וביצועים מהירים שיהפכו את כלי הרכב למחשבי-על מבוססי תוכנה על גלגלים".
DRIVE Thor תומך במחשוב מרובה תחומים (Multi-Domain Computing), ומאפשר לבודד פונקציות מחשוביות לנהיגה אוטומטית ומערכות בידור (IVI). הוא מאפשר ליצרניות הרכב להחליט האם להקצות את כל כוח העיבוד שלו למשימות הנהיגה האוטונומית או להקצות חלק גם ליישומי הבינה המלאכותית בתא הנהג והנוסעים, ויישומי המידע והבידור ברכב.
מדובר בחסכון משמעותי: בדרך כלל בכל רכב מפוזרות עשרות יחידות בקרה חשמליות כדי להפעיל פונקציות בודדות. עם DRIVE Thor היצרנים יכולים לאחד ביעילות פונקציות רבות לתוך מערכת על-שבב (SoC) אחד, ובכך להקל על אילוצים הקשורים לשרשראות אספקה ולפשט את הפיתוח של מערכות הרכב – ובכך להפחית עלויות, הנובעות משילובם של רכיבים נוספים.
DRIVE Thor היא גם פלטפורמת מחשוב הרכב הראשונה הכוללת מנוע בינה מלאכותית לצורך הסקת מסקנות (Inference Transformer Engine) - רכיב חדש הנמצא בליבות ה-Tensor בתוך המעבד הגרפי של אנבידיה.
רכיב זה מאפשר עיבוד נתוני וידאו יעיל יותר. הוא מאיץ את יכולת הסקת המסקנות (Inference) של השבב החדש עד פי תשע במודולי טרנספורמר (Transformer) – יתרון משמעותי בעומסי העבודה המורכבים שמערכות הבינה המלאכותית של רכב צריכות לעבד לצורך נהיגה אוטונומית.
השבב החדש יתמוך בהרצה של מערכות הפעלה מרובות. כך ניתן לתמוך ברכיבים מבוססי לינוקס, אנדרואיד ו-QNX בעת ובעונה אחת, ולחלק את עומסי העבודה הגדולים ביעילות.
באופן זה יכולות היצרניות לבנות כלי רכב מתקדמים ומבוססי תוכנה, הניתנים לשדרוג שוטף באמצעות עדכוני תוכנה מאובטחים מהאוויר (Over-The-Air) – בדומה למכשירי טלפון חכמים.
DRIVE Thor משתמש בארכיטקטורת DRIVE ובערכת הפיתוח NVIDIA DRIVE SDK כך שלקוחות DRIVE Orin יכולים להעביר את הפיתוחים הקיימים והקודמים שלהם לדור השבבים הבא בצורה חלקה.
שדרוגים גם למערכות המידע והבידור עם DRIVE Concierge
חידושים נוספים שהציג הואנג בכנס היו של מערכת NVIDIA DRIVE Concierge שמאפשרת לספק ויזואליזציה של המידע החיוני לנהג, מידע ובידור מותאם אישית לכל יושבי הרכב.
המערכת משתמשת בחיישנים בתא הנהג והנוסעים ובבינה מלאכותית כדי לנטר את מצב הנהג, להבטיח שתשומת ליבו ממוקדת בנהיגה ולהתריע מפני שכחת ילדים וחפצים ברכב.
היא גם מאפשרת פיתוח אוואטרים אינטראקטיביים ועוזרים-וירטואליים חכמים, עם יכולות הבנת שפה טבעית, כדי להפעיל יישומים בפקודות קוליות, לבקש המלצות למקומות בילוי ולבצע הזמנות (למשל למסעדות, אטרקציות ואתרי נופש).
זאת בין היתר באמצעות השימוש ב-Omniverse ACE – פלטפורמת פיתוח עוזרים וירטואליים מבוססת ענן. כמו כן, המערכת מאפשרת לנוסעי הרכב לצפות בסרטים בהזרמה (סטרימינג) ואפילו לקבל גישה ליותר מאלף משחקים באמצעות שירות המשחקים בענן GeForce Now.
NVIDIA DRIVE Sim
חידוש נוסף שהוצג בשידור המרכזי היה מנוע שחזור נוירוני (NRE - Neural Reconstruction Engine) – כלי חדש באמצעותו יכולים מפתחים להשתמש בנתונים שחיישני הרכב מנטרים תוך כדי נסיעה על מנת ליצור סימולציות נהיגה מתקדמות וגמישות בעולם וירטואלי כחלק מ-NVIDIA DRIVE Sim.
NRE משתמש במספר רשתות בינה מלאכותית כדי להפוך נתוני וידאו דו-ממדיים ש"נאספו" במהלך נסיעה ולהופכן לסביבות תלת-ממדיות ואינטראקטיביות לצורך ניסוי ואימון מודלים של נהיגה אוטונומית.
״ב-NVIDIA, רכבי הניסוי שלנו אוספים מידע – והמון: כל רכב "אוסף" כ-15 טרה-בייט של מידע בכל יום. יצירת סימולציית נסיעה תלת-ממדית המשחזרת כל רחוב, חנות, רכב חולף, רמזור והולך רגל מ"העולם האמיתי" היא משימה מורכבת״, אומרים בחברה.
״בעזרת בינה מלאכותית ופלטפורמת DRIVE Sim, ניתן "להעתיק" את העולם האמיתי לתוך סימולציה תלת-ממדית היישר מצילומי הוידאו ונתוני החיישנים, ולהבטיח שהם נאמנים למציאות, מגיבים ומצייתים לחוקי הפיזיקה, ומתנהגים בדיוק כמו ב"עולם האמיתי".
אך המערכת מאפשרת הרבה יותר מרק שחזור של מהלך וסביבת הנסיעה. בסימולציות הדינמיות בעזרת NRE יכולים המפתחים לשנות תרחישי נסיעה ותזמונים, להקצין סיטואציות, להוסיף אובייקטים – אמיתיים או סינתטיים, ולהחיל אקראיות – הכל במטרה לאתגר את מערכות קבלת ההחלטות של הרכב.
לצמצם את הפער בין סימולציות לתרחישים בעולם האמיתי, ולהפוך את המודלים שמאמנים את מנועי הנהיגה האוטונומית העתידיים למנוסים ובטוחים יותר.
