Các nhà nghiên cứu xe tự hành của Singapore hiện đang có những bước tiến lớn nhờ vào việc tận dụng các thuật toán trí tuệ nhân tạo dựa trên nền tảng phần cứng DRIVE PX 2 của NVIDIA.


Các nhà nghiên cứu xe tự hành tại trường đại học quốc gia Singapore.
Các nhà nghiên cứu xe tự hành tại trường đại học quốc gia Singapore.

Trong nỗ lực phát triển trí tuệ nhân tạo cho những chiếc ô tô, thách thức lớn nằm ở việc làm thế nào để đảm bảo an toàn cho chúng khi vận hành trên các cung đường. Giờ đây, việc tự định hướng di chuyển không còn là điều khó khăn. Tuy nhiên, để dự đoán trước phản ứng của các đối tượng xung quanh chúng lại không dễ dàng gì, và là thử thách mới xuất hiện – buộc các nhà nghiên cứu phải dùng các thuật toán học sâu (Deep Learning) để xử lý. Những đối tượng này có thể là người đi bộ, đèn tín hiệu giao thông cho tới hàng loạt các vật thể khác.

>> Xem thêm: Bảng giá xe Chevrolet và các ưu đãi hấp dẫn trong tháng 7/2017

Việc huấn luyện này đòi hỏi rất nhiều thời gian, song song với năng lực điện toán khổng lồ. Điều này đặt ra thách thức rất lớn cho các nhà nghiên cứu của Trường Đại học quốc gia Singapore (NUS) trong việc tìm kiếm các giải pháp phù hợp nhằm phục vụ mục tiêu nghiên cứu, phát triển xe tự hành.

>> Xem thêm: Bảng giá xe Nissan tháng 7/2017: Nhiều xáo trộn

Module DRIVE PX của NVIDIA được phát triển riêng cho việc nghiên cứu trí tuệ nhân tạo trên xe ô tô.
Module DRIVE PX của NVIDIA được phát triển riêng cho việc xử lý tác vụ trí tuệ nhân tạo trên xe ô tô.

Để vượt qua thử thách này, các nhà nghiên cứu đã chọn một giải pháp khá…lạ khi chọn tận dụng nền tảng phần cứng của NVIDIA. Hai hệ thống DRIVE PX 2 được triển khai song song với phần mềm phát triển ứng (SDK) cho phép những chuyên gia tại NUS thoải mái thử nghiệm các thuật toán mới.

Về mặt kĩ thuật, DRIVE PX thế hệ thứ hai (được NVIDIA trình diễn lần đầu từ giữa năm 2016) có thiết kế gồm hai SoC Tegra (gồm 8 lõi A57 và 4 lõi Denver), tích hợp hai chip xử lý đồ họa Pascal (tức là mạnh hơn cả TITAN X hiện nay). Tuy nhiên, khác với card đồ họa, DRIVE PX không sử dụng bộ nhớ RAM băng thông cao (HBM) mà chỉ tận dụng GDDR5. Ngoài ra, để đảm bảo làm mát cho module điện toán khá "khủng" với công suất tiêu thụ điện lên tới 250W chỉ trong khuôn mạch như chiếc máy tính bảng này, NVIDIA buộc phải sử dụng cơ chế tản nhiệt bằng chất lỏng.

Với thiết lập đem tới khả năng xử lý tới 8 tỷ phép tính mỗi giây (dấu chấm động đơn) như vậy, các nhà nghiên cứu tại NUS bên cạnh việc tiến hành thoải mái các thí nghiệm xe tự hành nói chung cũng song song phát triển một dự án xe buýt tự hành. So với DRIVE PX thế hệ đầu tiên, mỗi giây DRIVE PX 2 có thể xử lý tới 2.800 hình ảnh thu về từ các máy quay - vượt xa mức 450 hình ảnh/giây của đàn anh. Được biết, hai chip xử lý đồ họa thuộc thế hệ Pascal chủ yếu được trưng dụng cho việc nhận diện hành vi vật thể.

 Tiến sĩ Ang và những chiếc xe tự hành SMART-NUS của trường Đại học quốc gia Singapore.
Tiến sĩ Ang và những chiếc xe tự hành SMART-NUS của trường Đại học quốc gia Singapore.

Với xe tự hành, điều khó nhất nằm ở việc dự đoán chiếc xe sẽ phản ứng và tính toán như con người. Thông qua DRIVE PX 2 của NVIDIA, chúng tôi không cần phải cải tiến vô lăng mà có thể phát triển tiếp tục dựa trên những gì tốt nhất sẵn có. Điều đó tạo điều kiện để chúng tôi tập trung hơn vào phát kiến những tính năng mới” – Tiến sĩ Marcelo H Ang, JR, quyền Giám đốc Trung tâm Nghiên cứu robot tiên tiến kiêm Phó Giáo sư tại Viện nghiên cứu Kĩ thuật cơ khí thuộc trường Đại học quốc gia Singapore, nhận định.

Một trong những lý do DRIVE PX 2 tối ưu cho việc nghiên cứu xe tự hành cũng nằm ở khả năng xử lý tín hiệu phối hợp từ nhiều cảm biến khác nhau, sử dụng các thuật toán phức tạp. Điều này cho phép các nhà nghiên cứu tại NUS tăng tốc đáng kể việc phát triển trí tuệ nhân tạo cho xe tự hành, thậm chí mô phỏng phản ứng nhanh nhạy của bộ não con người.

So với các giải pháp điện toán hiệu năng cao khác theo kiểu truyền thống, việc triển khai hệ thống điện toán với các chip xử lý đồ họa Pascal và nền tảng DRIVE PX 2 cũng có mức chi phí thấp, đồng thời không yêu cầu nhiều thời gian tập huấn vận hành. Những đặc điểm này đã tạo ra ưu thế lớn cho việc nghiên cứu của NUS trong cuộc chạy đua phát triển công nghệ xe tự hành toàn cầu.