據報道，NVIDIA自動駕駛運算平臺迎來新成員代號為「Pegasus」。 據悉持續符合汽車電子功能安全ISO 26262標準之ASIL-D水平，運算能力比之前代平臺高達10倍。

2017年10月，NVIDIA于其生態圈大會GTC Eurpoe上發表自動駕駛運算平臺Drive PX家族的新成員，其代號為「Pegasus」。 「Pegasus」預計從2018年第二季起提供給NVIDIA的自動駕駛研發伙伴。

「Pegasus」之運算能力達到320 TOPS（Trillion Operations Per Second），超越其前代平臺「Drive PX 2」之運算能力高達10倍。 此運算能力主要來自于4顆處理器-2顆為以NVIDIA目前最新GPU架構「Volta」為核心的SoC「Xavier」、以及另外2顆為車用機械視覺與深度學習所準備的專用GPU。

全自駕平臺需要超高運算能力與大量I/O

根據NVIDIA說法，未來全無人出租車（Robotaxi）等服務需要高速處理來自于攝影機與光達（Lidar）等眾多傳感器的高分辨率及360度信息，藉以精準定位車輛所在、分析周圍汽車與行人之行為、 并且規劃安全與舒適的行車路徑。 而進行上述工作所需要的運算能力，將是目前市面上最先進車輛運算能力的50至100倍。 依此觀點，目前在市面上則尚無任何自動駕駛運算平臺能夠負擔如此龐大的運算需求，此亦為「Pegasus」之利基。

為了集中各類傳感器所搜集的信息，「Pegasus」的I/O接口除了包含汽車計算機必備的CAN、Flexray與車用以太網絡接口之外，也預備了16組對應雷達、攝影機、光達等傳感器輸入的連接器，總內存帶寬（Memory Bandwidth）達1 TB。

除了強調運算能力的大幅提升之外，NVIDIA于本次發表會中亦強調「Pegasus」在設計上將持續符合汽車電子功能安全ISO 26262標準之「ASIL-D」水平。

符合汽車電子功能安全標準，意味著引進汽車電子領域的產品開發與驗證方法，并在設計中加入多重的冗余設計（redundancy）以保證系統能夠正常運作，進而保障車輛與乘客的安全。

大量合作伙伴支持Drive PX

除了強調硬件的優越性之外，NVIDIA在「Pegasus」發表場合更展現了與自動駕駛產業生態圈的深入合作。

根據NVIDIA數據，NVIDIA已有225位采用Drive PX平臺的自動駕駛系統開發伙伴，在其中更包含Zoox、Optimus Ride、圖森未來、yadex、Nutonomy等25家以全自動駕駛出租車為發展目標的企業， 藉以證明「Pegasus」對于無人運輸的價值。

除此之外，同場上NVIDIA亦發表了2018年起將與物流大廠德國DHL及汽車系統大廠ZF（采埃孚）共同建置無人物流車隊的訊息。 ZF所設計之無人駕駛系統「Pro AI」將以Drive PX為基礎，而DHL目前則已經在其數據中心內使用NVIDIA的DGX-1超級計算機進行車用神經網絡的訓練，未來將把訓練完成的模型移植至配備于DHL車隊上的Drive PX系統。

至此，包含Autoliv、BOSCH、Delphi、Hella、Tesla、ZD等重量級汽車電子業者均已公開將以NVIDIA Drive PX平臺為基礎推出自動駕駛專用計算機。

除了積極提供硬件公版予業者進行測試之外，在「Pegasus」發表場合NVIDIA同時發表了搭配的新軟件開發工具包「Drive IX SDK」，預計將于2017年第四季發布的此份套件，將能夠協助開發者運用Drive PX平臺開發包含駕駛者/乘客臉部辨識、駕駛分心偵測、車內設備自動調整（如座椅、燈光、踏板松緊等）、車周邊腳踏車偵測等各種更細致的功能，補足自動駕駛所需的其他功能。

SAE第五級自駕仍有長路要走

雖然本次NVIDIA釋出之Pegasus平臺號稱在運算能力上十倍于前一代產品，然而在全自動駕駛系統具體軟硬件所需技術仍然不明確、遑論設備量產的現在，就此定言Pegasus平臺足以支持SAE Level 5全自動駕駛所需的演算能力，則還需考慮。

目前市面上能夠商業運轉的駕駛輔助系統，多僅聲稱其達SAE Level 2程度。 AUDI最新的A8車型亦僅聲稱其駕駛輔助系統達SAE Level 3。 即便考慮各車廠可能因為觸犯現行法規而特意低估其駕駛輔助系統之能力，但根據MIC推估，各家車廠與系統廠距離開發出能達SAE Level 5之自動駕駛系統均還有相當時間。

舉例而言，目前經由5G通訊提供無人車來自于其他車輛及路側設備（如交通號志）訊號的技術仍處于規格制訂期，相關軟硬件距離商用化還有相當時間，自然難以判斷未來無人車在5G通訊部分需要使用多少運算資源。 在無人車開發路程上，諸如上述技術尚未到位之案例仍然甚多，實際上將令產業尚難推估無人車所需的軟硬件需求。

無人車將在大眾運輸率先落實

從2014年開始加速的無人車發展競爭中，「無人車產能將先提供給誰」各方均有說法。 然而從本次NVIDIA強調優先與無人出租車相關產業進行合作可以看出，無人車將優先使用在包含出租車、公交車等各式大眾運輸服務上，已成各方共識。

對于自動駕駛系統業者而言，無人車優先運用在大眾運輸服務上能夠創造一個相對可控制的實驗環境。 在運輸服務業者垂直擁有整個車隊的狀況下，自動駕駛系統業者能夠有秩序地協助運輸服務業者管理、更新、維修與調整其無人車隊，大大降低無人車上路初期的管理成本與風險。

從消費端來看，大眾運輸服務業者能從采用無人車上大幅減省司機的人力成本進而創造獲利，因此大眾運輸業者采用無人車之動機自然甚高。 其次，能夠承受無人車普及初期的必然高價以及運作風險者，亦非大眾運輸服務業者莫屬。

生態圈經營將是自駕成功關鍵

如同計算機與移動電話的研發從封閉轉往開放，在汽車ICT資通訊軟硬件占比越來越高的現在，汽車研發從嚴謹的上下游合作創新轉至更開放的創新合作將為必然。 NVIDIA得以推出自動駕駛運算平臺、敲開以往由車用半導體業者掌握的汽車市場，所依靠的不僅是在技術上之投資，更在生態圈的經營上。

除了前述與一線汽車電子業者以及自動駕駛系統開發商的合作之外，NVIDIA與品牌汽車業者之合作更橫跨Audi、BMW、Daimler、Ford、Tesla、Toyota、Volkswagen、Volvo等汽車龍頭。 上述業者除了代表巨大的市場之外，它們在自動駕駛系統相關專利數量亦均名列前茅，提升了NVIDIA與其合作的綜效。 而NVIDIA與產業關系人在研發初期的深度合作，亦更提升了包含FPGA體系等其他競爭者的進入門坎。

進一步從產業向研發上游移動，我們更可發現NVIDIA藉由眾多的開發者活動、提供研究獎助金以及與學研界深入合作營造了巨大的開發者網絡。 這點從NVIDIA之開發者社群大小遠超過其他競爭者即可看出。 當大學與研究所畢業生均使用NVIDIA的工具時、均根據NVIDIA之路線進行技術研究時，NVIDIA就已在人才面切斷了其他競爭者的研發能量來源。