自动驾驶安全才是首位，NVIDIA/ARM都有啥“妙招”？

自动驾驶市场热度持续飙高，看好自驾车发展前景，半导体业者已积极展开布局，竞相推出更高绘图运算效能与联网速度的新一代车用处理器，期抢下更大的智慧汽车版图。另一方面，如何提升自驾车整体安全性也备受重视，因应此一趋势，半导体厂商及车厂持续强化车身处理晶片，以打造安全等级更高的自动驾驶系统。 

导入AI深度学习演算　自驾车进入训练期 

为加速自驾车发展，NVIDIA日前宣布与工研院签署合作备忘录(MOU)，结合双方优势成为人工智慧发展与应用的策略合作夥伴。 

图1　NVIDIA台湾区总经理暨业务行销副总裁邱丽孟表示，透过和工研院建立战略合作夥伴关系，未来将会引领台湾自驾车发展迈向新的里程碑。

此计画预计将工研院自动驾驶车的自我学习经验，汇集于云端资料库，再让车辆藉由NVIDIA的深度学习平台执行AI演算，以达成像是推算行车安全路径的目标。 

NVIDIA台湾区总经理暨业务行销副总裁邱丽孟(图1)表示，人工智慧虽然已发展了好几十年，但在这两、三年成爆炸式成长。即便自动驾驶是最终的极致，不过现在汽车的车用辅助娱乐系统、智慧驾驶等都已经逐步上路，而该公司和全球50家知名汽车大厂，已经有相当密切的合作。她相信透过和台湾应用科技研发 领域的领导者--工研院，建立战略合作夥伴关系，将会带领自驾车迈向新的里程碑。 

近期NVIDIA所推出的AI超级电脑开发平台NVIDIA DRIVE PX2，将可以融合十二支摄影机、光达、雷达，以及超音波感测器的资料，得以精确了解汽车四周环境，并推算出安全行车路径。 

工研院与NVIDIA此次的合作，计画将车辆自我学习经验，汇集于云端资料库，让车辆藉由NVIDIA的深度学习平台执行AI演算，另外车辆也会连接到云端伺服器，以计算影像资料。在工研院内部设有一封闭的测试环境，路上有人走、也有车在开，将可用来进行相关演算，希望能藉此彻底实现自动驾驶。 

目前工研院的自动驾驶原型车，在经过数个月的自驾车模组辨识训练后，已能够顺利行驶于固定道路。初期将选定固定路线，且车速较慢的自动驾驶车辆为应用领域，如游乐区游园车、高铁、捷运的巡轨车等。也期望将在数年内完成工研院内自动接驳车服务，届时，车辆将能自动判断路线行驶、定点供乘客上下车，并于终点站时，自动返回最近站点。

针对自驾车安全规范的大议题，工研院机械与机电系统研究所所长胡竹生表示，一直以来，台湾进口车的法规、车辆的安全测试，许多是由工研院来协助政府做认证，未来自驾车的相关法规，无疑是工研院责无旁贷的责任，不过，由于技术尚未成熟，因此目前各国法规都还在进步当中。 

胡竹生进一步说明，测试和技术是两个互相提携的过程，当技术变得更进步了，测试也就有另个层次要上去，所以测试和技术是同步发展的过程。一般来讲，国际上的竞争非常快，不太可以等到技术做完了，再来做测试，因为中间要学习的过程是难免的。虽然全球法规发展尚未完全，不过工研院与NVIDIA预计先以一些风险较低的应用开始着手，像是有固定路线、车速较慢的自动驾驶车辆。 

ARM新款处理器满足自驾车安全需求 

Tesla自驾车发生事故后，自动驾驶安全性更受关注。为此，安谋国际(ARM)宣布推出搭载进阶安全功能的新款即时处理器--Cortex-R52，针对自动驾驶系统中功能性安全量身打造，提供稳定可靠的即时效能，并符合最高的功能性安全标准，如ISO 26262 ASIL D与IEC 61508 SIL 3，目前意法半导体(ST)已率先取得授权。 

ARM处理器暨多媒体处理器事业部总经理James McNiven表示，Cortex-R52为首款基于ARMv8-R架构打造的处理器，它是针对功能性安全的全新设计，尤其是全自动驾驶汽车及各种机器人系统，这类产品必须具备特定功能以处理对安全性高度需求的任务。藉由记录严格开发流程、故障模型分析，以及支援软体隔离等功能，该公司能协助夥伴厂商加速产品上市，以满足这类应用的需求。 

Cortex-R52是针对先进安全功能高度需求的系统量身打造，并同时具备高效能和即时反应的执行运算能力。该处理器能广泛应用于各种领域，像是手术自动化、安全管理，以及汽车动力传动控制。意法半导体(STMicroelectronics)为首家取得新款高效能Cortex-R52处理器授权的夥伴厂商，将着手针对汽车市场开发高度整合的系统单晶片产品。 

与此同时，Cortex-R52提供由硬体强制将软体程式分隔的方式以确保攸关安全性的程式码都能完全独立。这样的设计，可使用虚拟机器监视器(Hypervisor)来管理硬体，并达到监控程式执行和资源分派的目的。藉由精准且可靠的软体区隔，此一处理器不仅让必须通过安全认证的程式码数量得以减少，从而加快软体整合的研发流程，包括维护与验证的工作也变得更容易。除此之外，Cortex-R52可以处理日趋复杂的软体，同时能满足即时系统所需要的决定性(Determinism)和快速环境切换(Context switching)的需求。