Nvidia lanceert Drive AGX Orin, 200-TOPS AI-chip met 3x efficiëntie voor autonome voertuigen

Het bedrijf zal ook zijn AI-modellen voor autonome voertuigen beschikbaar maken voor ontwikkelaars.

Op het GPU Technology Conference (GTC) van het bedrijf in Suzhou, China, trad Nvidia CEO Jensen Huang op het podium om Drive AGX Orin te introduceren, de next-generation SoC in het automotive-portfolio van het bedrijf.

Orin volgt Drive AGX Xavier, gelanceerd net onder 2 jaar geleden op CES 2018. Xavier is Nvidia's huidige vlaggenschip-SoC voor AI-versnelling in voertuigen.

Orin, met 17 miljard transistors, is bijna dubbel zo groot als Xavier's 9 miljard en levert bijna 7x de prestaties (200 TOPS voor INT8-data). Ondanks de grootte biedt Orin ook 3x de energie-efficiëntie van Xavier, zei het bedrijf.

"Dit is een enorme prestatiesprong, maar het gaat niet alleen om de TOPS. Het gaat om de architectuur die ontworpen is voor heel complexe workloads, diverse en redundante algoritmen die in een autonoom voertuig draaien. Xavier hanteert vandaagse workloads; Orin zal morgense aan." — Danny Shapiro, senior director van automotive bij Nvidia.

Nvidia CEO Jensen Huang presenteert Orin aan het publiek op het GPU-technologieconferentie in China (Afbeelding: Nvidia)

Orin zal 12 Hercules ARM64 CPUs gebruiken naast next-generation Nvidia GPU-kernen en nieuwe deep-learning en computer-vision-accelerators, de details van welke niet onthuld werden.

Ontworpen voor Level 2 tot Level 5 autonome voertuigen en robotica, kan Orin veel neurale netwerken en andere toepassingen gelijktijdig draaien terwijl ISO 26262 ASIL-D veiligheidsniveaus worden gehaald. Door gebruik te maken van het Nvidia Drive-platform, is Orin software-compatibel met Xavier.

De Orin-familie zal een reeks configuraties omvatten gebaseerd op een enkele architectuur en beschikbaar zijn voor klantproductielopen in 2022.

Federated Learning

Nvidia kondigde ook een partnership aan met Didi, de app-gebaseerde transportaanbieder actief in Azië, Latijns-Amerika en Australië.

Didi zal Nvidia GPU's in zijn datacenter gebruiken om machine-learning-algoritmen te trainen en het Nvidia Drive-platform voor inferentie in zijn Level 4 autonome voertuigen. Didi splitste zijn autonomous-driving-eenheid af in een apart bedrijf in augustus en zal virtuele GPU-cloud-diensten lanceren voor klanten gebaseerd op Nvidia GPU's.

In een afzonderlijke aankondiging onthulde Nvidia dat het pre-getrainde modellen voor de diepe neurale netwerken die het ontwikkelde voor Nvidia Drive vrij beschikbaar zal maken voor autonome-voertuig-ontwikkelaars. Deze omvatten modellen voor het detecteren van verkeerslichten en -tekens, alsmede voertuigen, voetgangers en fietsers. Ze omvatten ook path-perceptie, blikdetectie en gebarenherkenning-algoritmen.

Orin zal 200 TOPS bieden, 7x de prestaties van Xavier bij 3x de energie-efficiëntie (Afbeelding: Nvidia)

Belangrijk is dat deze modellen kunnen worden aangepast met tools die door het bedrijf worden geleverd en kunnen worden bijgewerkt met federated learning. Federated learning traint lokaal aan de edge, wat dataprivacy behoudt, voordat een centraal model wordt bijgewerkt met trainingsresultaten van meerdere bronnen.

"De AI autonoom voertuig is een software-gedefinieerd voertuig dat vereist is om over de hele wereld te opereren op een wijd scala aan datasets," zei Jensen Huang, CEO van Nvidia. "Door AV-ontwikkelaars toegang te geven tot onze DNN's en geavanceerde leertools om ze te optimaliseren voor meerdere datasets, stellen we gedeeld leren over bedrijven en landen in staat terwijl data-eigendom en privacy behouden blijven. Uiteindelijk versnellen we de realiteit van wereldwijde autonome voertuigen."