{{{sourceTextContent.title}}}

Wie Golfspieler benötigen Sie sortierte Vereine, Driverless Autos benötigen sortierte Prozessoren

{{{sourceTextContent.subTitle}}}

Golf ist einer meiner Lieblingszeitvertreibe und trotz meines sehr hohen Handikaps, genieße ich die Geistes- und körperliche Herausforderung des Spiels. Es nimmt einen bestimmten Betrag Strategie und Kreativität, um zu entscheiden, welche währenddessen zu verwenden Vereine.

{{{sourceTextContent.description}}}

Einige Schüsse liegen ziemlich auf der Hand: ein Fahrer weg vom T-Stück, ein Keil für den Sandfang oder ein Putter für das Grün. Andere erfordern ein bisschen mehr Scharfsinn, wie ein Eisen 3, um von unterhalb eines Baums heraus zu lochen. Ich mag an meine Tasche von Vereinen als mein Golf spielender Toolkit denken – jeder Club, der beschlossen wird, um optimale Leistung und Energie für die Umstände zur Verfügung zu stellen. Meine Tasche von Vereinen stellt auch eine nützliche Analogie für das Denken an Intels Annäherung zum autonomen Autoentwurf zur Verfügung.

Gerade während Sie verschiedene Vereine benötigen, Sie durch 18 Löcher Golf zu erhalten, benötigen Sie verschiedene Arten von Prozessoren, ein autonomes Auto „zu fahren“. Nehmen-Sensoren als Beispiel. Jede Art Sensor erzeugt eine sehr andere Art Daten: Kameras erzeugen Pixel, erzeugt LIDAR Punktwolken und RADAR erzeugt analoge Wellenformen. Alle diese Datentypen müssen anders als verarbeitet werden. Und wenn Sie ein autonomes Autogehirn entwickelten, würden Sie die sehr fachkundigen Werkzeuge wählen, die tadellos zu jedem Datentyp eher als ein einzelner Spielprozessor für die ganze ihn entsprochen wurden.

Das selbe ist für künstliche Intelligenz innerhalb des Autos wahr. Wir hören häufig, dass die Rolle der künstlichen Intelligenz (AI) in den autonomen Autos für „maschinelles Sehen ist,“ und dass eine spezifische Art Datenverarbeitungselement für allen AI im autonomen Fahren verwendet werden kann. Aber das ist ein unvollständiges Bild der Herausforderung.

Künstliche Intelligenz ist viel mehr als maschinelles Sehen und wird verwendet tatsächlich während des driverless Autos, um alles Verarbeitung von der in einer natürlichen Sprache zur Personifizierung zur Beschlussfassung zu tun. Die sind alle sehr verschiedenen Arten AI, jeder mit sehr unterschiedlichem und einzigartigem Datenverarbeitungsbedarf. So anstatt, einen Prozessor für alle Aufgaben der künstlichen Intelligenz im Auto zu wählen, benötigen Sie einen Verarbeitungstoolkit mit den Datenverarbeitungselementen, die für jede jener sehr verschiedenen Aufgaben bestimmt sind.

Ähnlich, wie Golfspieler eine volle Tasche von Vereinen benötigen, das Spiel zu spielen, benötigen autonome Autodesigner eine Reihe von Komputertechnologien, ein autonomes Autogehirn auszuführen.

Obgleich Golf uns eine interessante Weise gibt, die Komplexität des autonomen Autoentwurfs zu beschreiben, muss ich meine Analogie dort beenden. Golf ist ein Spaßspiel, das mir viele persönlichen Herausforderungen holt, aber ein Spiel nichtsdestoweniger. Das autonome Fahren ist nicht. Bei Intel können wir, dass genau, ernst es eine, Datenverarbeitungsplattform mit dem Potenzial zu errichten, Millionen Leben zu retten ist.

Wir können auch, dass genau, schwierig es ist. Wenn Sie die Führer in autonomem fragen, was fahrend ein bisschen Computer, den sie für Entwicklung in den Autos in fünf Jahren entwerfen würden, können keine von ihnen Ihnen erklären. Die Änderungsgeschwindigkeit und Innovation in dieser Industrie schwankt. Deshalb versieht Intel Automobilhersteller mit einem Portfolio von Berechnungstechnologien, also können Entwickler die Kombination wählen, die gut ihren Bedarf passt. Es ist genau, was sie benötigen, um ihre Weise hinunter die unbekannte Straße voran zu beschleunigen.