Chip AI menangani beban kerja simultan

Perusahaan juga akan membuat model AI untuk kendaraan otonom tersedia untuk pengembang.

Pada Konferensi Teknologi GPU (GTC) perusahaan di Suzhou, Cina, CEO Nvidia Jensen Huang naik ke panggung untuk memperkenalkan Drive AGX Orin, SoC generasi berikutnya dalam portofolio otomotif perusahaan.

Orin mengikuti Drive AGX Xavier, diluncurkan kurang dari 2 tahun yang lalu di CES 2018. Xavier adalah SoC andalan Nvidia saat ini untuk akselerasi AI di kendaraan.

Orin, dengan 17 miliar transistor, hampir dua kali lipat ukuran Xavier, yang memiliki 9 miliar, dan menawarkan kinerja hampir 7x (200 TOPS untuk data INT8). Terlepas dari ukurannya, Orin juga menawarkan efisiensi daya 3x lipat dari Xavier, kata perusahaan tersebut.

“[Ini] dorongan besar [dalam kinerja], tetapi ini bukan hanya tentang TOPS, ini tentang arsitektur yang dirancang untuk beban kerja yang sangat kompleks, algoritma yang sangat beragam dan berlebihan yang harus dijalankan di dalam kendaraan otonom, yang akan menjadi ditangani oleh Xavier hari ini dan Orin di masa depan,” kata Danny Shapiro, direktur senior otomotif di Nvidia.

CEO Nvidia Jensen Huang mempersembahkan Orin kepada hadirin di konferensi teknologi GPU perusahaan di China (Gambar:Nvidia)

Orin akan menggunakan 12 CPU Hercules ARM64 bersama dengan inti GPU Nvidia generasi berikutnya dan akselerator deep learning dan computer vision baru, yang tidak diungkapkan oleh perusahaan.

Ini akan digunakan dalam kendaraan otonom (di seluruh desain dari Level 2 hingga Level 5) dan robotika di mana banyak jaringan saraf dan aplikasi lain perlu berjalan secara bersamaan, sambil mencapai tingkat keamanan ISO 26262 ASIL-D. Memanfaatkan platform Nvidia Drive, Orin akan menjadi perangkat lunak yang kompatibel dengan Xavier.

Keluarga Orin akan menyertakan berbagai konfigurasi berdasarkan arsitektur tunggal, dan akan tersedia untuk produksi pelanggan pada tahun 2022.

Pembelajaran Terpadu

Nvidia juga mengumumkan kemitraan dengan Didi. Didi adalah penyedia transportasi berbasis aplikasi (mirip dengan Uber), aktif di Asia, Amerika Latin, dan Australia.

Didi akan menggunakan GPU Nvidia di pusat datanya untuk melatih algoritme pembelajaran mesin, dan platform Nvidia Drive untuk inferensi dalam kendaraan otonom Level 4. Perusahaan tersebut mengubah unit bisnis mengemudi otonomnya menjadi perusahaan terpisah pada bulan Agustus. Ini juga akan meluncurkan layanan cloud GPU virtual untuk pelanggan berdasarkan GPU Nvidia.

Dalam pengumuman terpisah, Nvidia mengungkapkan akan membuat model pra-pelatihan untuk jaringan saraf dalam (DNN) yang dikembangkan untuk Nvidia Drive tersedia secara bebas untuk pengembang kendaraan otonom. Ini termasuk model untuk mendeteksi lampu lalu lintas dan rambu, serta objek lain seperti kendaraan, pejalan kaki, dan sepeda. Mereka juga mencakup persepsi jalur, deteksi tatapan, dan algoritme pengenalan gerakan.

Orin akan menawarkan 200 TOPS, 7x kinerja Xavier dengan 3x efisiensi daya (Gambar:Nvidia)

Yang penting, model ini dapat disesuaikan menggunakan alat yang disediakan oleh perusahaan, dan dapat diperbarui menggunakan pembelajaran gabungan. Pembelajaran gabungan adalah teknik di mana pelatihan dilakukan secara lokal di edge, menjaga privasi data, sebelum model pusat diperbarui dengan hasil pelatihan dari berbagai sumber.

“Kendaraan otonom AI adalah kendaraan yang ditentukan perangkat lunak yang diperlukan untuk beroperasi di seluruh dunia pada berbagai kumpulan data,” kata Jensen Huang, CEO Nvidia. “Dengan memberikan pengembang AV akses ke DNN kami dan alat pembelajaran lanjutan untuk mengoptimalkannya untuk beberapa kumpulan data, kami memungkinkan pembelajaran bersama di seluruh perusahaan dan negara, sambil mempertahankan kepemilikan dan privasi data. Pada akhirnya, kami mempercepat realitas kendaraan otonom global.”