In seiner Keynote-Ansprache stellte Nvidia-CEO Jen Hsung-Huang KI-Anwendungen als erfolgversprechenden Ansatz für viele IT-Bereiche in den Mittelpunkt, besonders aber für das automatisierte Fahren. Mit Künstlicher Intelligenz (KI), speziell auf Basis von Deep-Learning-Verfahren, lassen sich heute viele Probleme der Mustererkennung, Bildverarbeitung und Entscheidungsfindung von Fahrzeugen sehr effizient lösen. Der Grund: Anstatt alle potenziellen Möglichkeiten einer Entscheidungsmatrix bei der Programmierung mit aufwendigen Algorithmen abzufangen, kann ein KI-System anhand der per Software implementierten neuronalen Netze die verfügbaren Alternativen selbst erlernen. Für diese hochgradig parallel ablaufenden Vorgänge liefern Grafikkarten mit ihren vielen ebenfalls parallel arbeitenden Prozessorelementen die ideale Hardwaregrundlage, so die Argumentation Hsung-Huangs.

In ihrem Software-Framework Driveworks Alpha 1 stellt Nvidia viele Basisfunktionen des autonomen Fahrens zur Verfügung.

In ihrem Software-Framework Driveworks Alpha 1 stellt Nvidia viele Basisfunktionen des autonomen Fahrens zur Verfügung. Christof Hammerschmidt

Entwicklung für die KI-Praxis

Die praktische Entwicklung der KI sei heutzutage weit genug fortgeschritten, um sich an reale Probleme heranzuwagen – „und damit meine ich wirklich große Probleme, mit sehr großen Datenengen“, sagte Hsung-Huang. Auf der Hausmesse zeigte Nvidia Beispiele, wie das konkret aussehen könnte. Etwa ein Fahrzeug, das einen menschlichen Fahrer über viele tausend Kilometer beim Fahren „zugesehen“ hatte und anhand dessen Fahrweise eine Menge gelernt hatte – zum Beispiel dass man einen Warnkegel nicht einfach überfahren darf, woran eine asphaltierte Straße zu erkennen ist, und dass man nur in Notfällen auf die Grasnarbe ausweichen darf.

Praktische Anwendungen entwickeln

Für die Entwicklung praktischer Anwendungen in der Autoindustrie hat Nvidia ein Software Developer Kit namens Drivework Alpha 1 im Programm. Anlässlich der Veranstaltung stellte Hsung-Huang eine Reihe von Erweiterungen vor, die so weit gehen, dass Hsung-Huang das SDK als „Betriebssystem für das automatisierte Fahren“ apostrophierte. Zu diesen Erweiterungen gehört ein Modul, das ein auf Basis der Sensordaten ein „Occupancy Grid“ errechnet, also anzeigt, welche Bereiche vor dem Fahrzeug durch andere Verkehrsteilnehmer belegt sind. Auch Routinen zur Fahrspurerkennung und zur Ermittlung des Abstands zum Vordermann sind enthalten. OEMs können diese Routinen für die Entwicklung eigener Funktionen nutzen und anschließend nach ihren eigenen Bedürfnissen modifizieren. Die neue Version des SDK soll ab Oktober lieferbar sein.

Jen Hsung-Huang (hier auf der CES 2016): Die praktische Entwicklung der KI ist heutzutage weit genug fortgeschritten, um sich an reale Probleme heranzuwagen – „und damit meine ich wirklich große Probleme, mit sehr großen Datenengen“,

Jen Hsung-Huang (hier auf der CES 2016): Die praktische Entwicklung der KI ist heutzutage weit genug fortgeschritten, um sich an reale Probleme heranzuwagen – „und damit meine ich wirklich große Probleme, mit sehr großen Datenengen“, Alfred Vollmer

Hardware für KI

Die notwendige Hardware zur Software stützt sich zu wesentlichen Teilen auf die hauseigenen Grafikprozessoren. Seit einiger Zeit bietet Nvidia mit der Rechnerfamilie Drive PX2 eine Plattform an, die für die Verwendung im Fahrzeug maßgeschneidert ist. Bisher waren zwei Varianten lieferbar, die sich in der Leistung unterscheiden und auf hoch und voll automatisierte Fahrzeuge abzielen. An deren Seite stellte der Hersteller jetzt das Modell „Autocruise“. Es ist kleiner und nicht ganz so leistungsfähig. Laut Hsung-Huang kann es in nicht übermäßig anspruchsvollen Umgebungen wie dem Fahren auf mehrspurigen Autobahnen bei konstanter Geschwindigkeit Aufgaben der Umfeldorientierung, der Entscheidungsfindung und des aktiven Lenkens übernehmen.

Die Rechenleistung dieser Boards liefert bei allen vorliegenden Modellen die Pascal-GPU von Nvidia gemeinsam mit einem SoC namens Parker, das unter anderem einen ARM-Mikroprozessor enthält.  Bei den beiden größeren Boards arbeiten je zwei dieser Tandems parallel; das neue Autocruise-Modell enthält nur je einen von beiden.

Neues SoC: Xavier

Der Nvidia-Chef nutzte die Entwicklerkonferenz, um ein neues SoC namens Xavier anzukündigen, das jeweils zwei Parker- und zwei Pascal-Einheiten in sich vereint und damit die Rechenleistung etwa verdoppeln dürfte. Das SoC soll 20 Tera-Operationen pro Sekunde (Teraflops) auf die Waagschale bringen – bei einem Leistungsbedarf von lediglich 20 W. In künftigen Versionen des Drive PX2 soll Xavier die existierenden Rechenchips ablösen. Xavier soll ab Ende 2017 verfügbar sein.