自動駕駛汽車正在從未來夢想演變?yōu)楫?dāng)代現(xiàn)實，隨著技術(shù)成熟，個人和公共交通將永遠(yuǎn)轉(zhuǎn)變。最終，無人駕駛汽車將完全取代人類駕駛員，道路上再也沒有危險的、昏昏欲睡的、受傷的和分心的司機。2017 年，近四萬美國人死于交通事故，據(jù)美國國家公路交通安全管理局 (NHTSA) 稱，其中約 90％ 的事故是人為錯誤造成的。但是這項技術(shù)背后的原因是，無人駕駛汽車究竟如何做到安全，以及還有多久才能無需看路就可以上下班？

人工智能驅(qū)動自動駕駛汽車為了使汽車具有自主性，需要不斷了解其周圍環(huán)境 - 首先，通過感知（識別信息并將其分類），然后通過車輛的自動/計算機控制對信息采取行動。自動駕駛汽車需要安全且響應(yīng)迅速的解決方案，這些解決方案需要能夠詳細(xì)了解駕駛環(huán)境，然后在此基礎(chǔ)上瞬間做出決策。了解駕駛環(huán)境需要通過汽車上眾多不同傳感器捕獲大量數(shù)據(jù)，然后由車輛的自動駕駛計算機系統(tǒng)處理。

為了使車輛能夠在無人控制的情況下真正行駛，必須首先對人工智能 (AI) 網(wǎng)絡(luò)進行大量培訓(xùn)，以了解如何查看、了解所看到的內(nèi)容，并對任何可以想到的交通狀況做出正確的決策。自動駕駛汽車的計算性能與一些近幾年才有的最高性能平臺相當(dāng)。

預(yù)計自動駕駛汽車所含代碼行數(shù)將超過迄今為止創(chuàng)建的任何其他軟件平臺。到 2020 年，預(yù)計典型的車輛將包含超過 3 億行代碼，包含 1 TB（兆兆字節(jié)）以上的存儲，需要每秒超過 1 TB 的內(nèi)存帶寬來支持自動駕駛平臺所需的計算性能。

自動駕駛汽車的 AI 系統(tǒng)需要連續(xù)、不間斷的數(shù)據(jù)和指令流，以便根據(jù)復(fù)雜的數(shù)據(jù)集做出實時決策。目前已經(jīng)有可以成功地在路上行駛的自動駕駛汽車，然而許多這些早期車輛的成功是在很多天內(nèi)在同一條路線上多次重復(fù)行駛的結(jié)果，它們在那里學(xué)習(xí)路線的每個細(xì)節(jié)并生成高分辨率地圖， 然后用作自導(dǎo)航系統(tǒng)的關(guān)鍵部分。 由于不用經(jīng)常識別路線，自動計算機的注意力可以放在交通、行人和其他潛在實時危險上。這種通常受限制的操作范圍被稱為地理圍欄，并反映了早期自動駕駛輛部署在真正無人駕駛的車輛時采用的方法。雖然地理圍欄可以帶來能在有限路線上工作的解決方案，但是嚴(yán)重依賴世界某個地區(qū)地理圍欄的自動駕駛汽車可能在另一個地區(qū)無法正常行駛。 

內(nèi)存，自動駕駛的無名英雄

無論是與傳感器融合處理相關(guān)的內(nèi)存子系統(tǒng)、路徑規(guī)劃，還是與黑匣子數(shù)據(jù)記錄器相關(guān)的存儲子系統(tǒng)，從固態(tài)硬盤 (SSD) 到 NAND 閃存、通過低功耗 DRAM 的 NOR 閃存和 GDDR6，各種內(nèi)存和存儲設(shè)備都在使我們更接近未來性能方面發(fā)揮著至關(guān)重要的作用，比如：當(dāng)我們回復(fù)電子郵件、接聽 Skype 電話或觀看最喜歡的節(jié)目時，自動駕駛汽車同樣能通過最佳路線安全地前往目的地、。據(jù)美光嵌入式事業(yè)部負(fù)責(zé)汽車系統(tǒng)架構(gòu)的高級總監(jiān) Robert Bielby 介紹，基于人工智能的高性能計算機采用深度神經(jīng)網(wǎng)絡(luò)算法，使自動駕駛汽車行駛情況超過人力駕駛汽車。“依靠許多不同傳感器一起工作，360 度全天候不間斷地以超過人類的距離和精度觀察整個環(huán)境，”Bielby 說。“結(jié)合當(dāng)今可以部署在汽車中的極端計算性能，在這樣的條件下使汽車在道路上行駛的安全性能夠比我們做得更好。”想象一下在繁忙的高速公路上汽車猛踩剎車的情況。通過引入車輛到車輛和車輛到基礎(chǔ)設(shè)施（統(tǒng)稱為V2X）通信，此單一事件可以無線傳輸?shù)降谝惠v車后面的所有車輛，使它們能夠了解現(xiàn)狀并主動減速和制動以避免事故。

高速內(nèi)存是自動駕駛的重要組成部分，請記住一個統(tǒng)計數(shù)據(jù)：2017 年，美國約 90％ 的致命車禍?zhǔn)侨藶殄e誤導(dǎo)致的？人類很容易分心，并且我們會在遇到意外危險時倉促作出決定。但計算機不會分散注意力，并且能夠以比人類駕駛員更加一致的方式和在非常短的時間內(nèi)做出反應(yīng)。可以理解的是，自動駕駛汽車最關(guān)心的是安全問題。對安全的關(guān)注遠(yuǎn)遠(yuǎn)超出硬件系統(tǒng)的設(shè)計冗余，從而避免錯誤的決策，并且包括相關(guān)基礎(chǔ)設(shè)施，使車輛能夠彼此通信以及與周圍環(huán)境通信。立法要求這種無線互連的計算子系統(tǒng)必須硬件冗余，旨在強制要求所需的安全標(biāo)準(zhǔn)與自動化程度直接相關(guān)。為了監(jiān)督開發(fā)和部署自動駕駛技術(shù)的情況，NHSTA 建立了一系列級別，用于識別人和計算機對車輛的控制程度。這些范圍從 0 級（無自動化）到 1 級（駕駛員輔助）、2 級（部分自動化，需要駕駛員保持一只手握住方向盤）、3 級（有條件的自動化，可能在任何時候需要駕駛員接管）、4 級（高度自動化），最后是 5 級（完全自動化）。目前發(fā)售的大多數(shù) ADAS 解決方案都具備 2 級功能，并且基于使用相對成熟且?guī)捿^低的內(nèi)存設(shè)備的計算機硬件。隨著無人駕駛汽車的自主程度越來越高，內(nèi)存技術(shù)的重要趨勢從安全性和性能角度來看，是將內(nèi)存技術(shù)從汽車后座轉(zhuǎn)移到前座。從歷史上看，個人計算機被認(rèn)為是內(nèi)存技術(shù)的動力，現(xiàn)在人們已經(jīng)認(rèn)識到汽車行業(yè)將成為未來內(nèi)存技術(shù)的主要動力。今天，一些領(lǐng)先的自動化平臺已經(jīng)說明了這一點。Nvidia 最近發(fā)布了先進的 Pegasus 計算平臺，該平臺基于業(yè)界性能最高的尖端 DRAM 技術(shù)，專門為自動駕駛而開發(fā)。總的來說，Pegasus 平臺每秒提供超過 1 TB 的內(nèi)存帶寬，以提供 5 級性能。

GDDR6 對于自動駕駛的未來有著相當(dāng)?shù)闹匾裕瑥臍v史來看，美光已被公認(rèn)為汽車內(nèi)存解決方案和圖形存儲器 GGDR5 和 GDDR6 的行業(yè)領(lǐng)袖。與 GDDR6 存儲器相關(guān)的帶寬可在實際占用面積中實現(xiàn)更高級別的自動化，這種占用面積對于在汽車中部署是可行的。內(nèi)存帶寬高的自主計算平臺將能夠支持自動駕駛算法的不斷發(fā)展和完善。“你會看到，算法會隨著時間推移而得到改進，”Bielby 說。“但這些將通過軟件升級來實現(xiàn)，類似于智能手機定期更新應(yīng)用程序或操作系統(tǒng)的方式。”自動駕駛汽車的不斷發(fā)展涉及到今后十年內(nèi)不同能力的多次迭代。這需要仔細(xì)管理人機銜接，確保駕駛員清楚了解在任何特定時間可用的自動化程度，以及“動手”和“動眼”操作的責(zé)任。GDDR6 是一項提供必要的內(nèi)存帶寬，從而推動人工智能計算引擎的基礎(chǔ)技術(shù)，而這種計算引擎支撐著 自動駕駛汽車按照 NHSTA 管理的行業(yè)安全標(biāo)準(zhǔn)負(fù)責(zé)任地行駛并確保安全的能力。GDDR6 是目前市場上性能最高的內(nèi)存技術(shù)，能夠在與汽車相關(guān)的高溫和惡劣條件下運行。AI 是實現(xiàn)自動駕駛所需的關(guān)鍵技術(shù)。基于 AI 的自動駕駛汽車需要極高的計算性能，需要創(chuàng)新的內(nèi)存和存儲系統(tǒng)，用來處理和保存計算機做出類似人類決策所需的大量數(shù)據(jù)。隨著自動駕駛汽車提高了對內(nèi)存速度的需求，美光對汽車行業(yè)超過 25 年的承諾將使其繼續(xù)領(lǐng)先，以優(yōu)異的性能贏得競爭。