NVIDIA archivos - Barrio de Palermo @ Palermonline

Noviembre 2018.- Los vehículos autónomos prometen reducir los accidentes de tráfico al reemplazar los impredecibles conductores humanos con la inteligencia artificial. Pero, ¿cómo logran los fabricantes que estos nuevos conductores sean verdaderamente seguros? Para responder esa pregunta, NVIDIA lanzó el Informe de seguridad de la conducción autónoma. En este informe, analizamos nuestros procesos de desarrollo. Mostramos la forma en que aprovechamos la potencia de computación sin precedentes de las GPU para crear sistemas de conducción autónoma funcionalmente seguros. Al lograr el nivel más alto de procesamiento, podemos incorporar la diversidad y la redundancia en cada solución (desde tipos de sensores a procesadores y algoritmos) para asegurarnos de que siempre existan varias líneas de defensa en caso de que se produzca una falla. Para NVIDIA, la seguridad es la primera prioridad, dado que somos proveedores de soluciones de la gran mayoría de fabricantes de automóviles, de piezas, de sensores, empresas emergentes y empresas de mapas en el sector de la conducción autónoma. Además, hemos integrado la seguridad en cada paso del proceso de desarrollo. Creemos que es la base de la transición hacia la autonomía. Nuestro informe detalla la forma en que el procesamiento transforma el rendimiento en seguridad en todas las etapas, desde la recopilación inicial de datos hasta las pruebas de manejo públicas. Los cuatro pilares de la conducción autónoma segura La conducción autónoma segura se basa en cuatro pilares básicos. Con la computación de alto rendimiento como núcleo, estos principios demuestran el compromiso de NVIDIA con la seguridad y garantizan un robusto ciclo de desarrollo de la tecnología de conducción autónoma. Pilar 1: Plataforma de implementación y diseño con inteligencia artificial Un conductor de IA seguro requiere una plataforma de computación que abarque todo el espectro de la computación, desde la conducción asistida en ruta hasta los robotaxis. Debe combinar el aprendizaje profundo, la fusión de sensores y la visión del entorno para lograr que el automóvil tome decisiones en milisegundos según enormes cantidades de datos. Pilar 2: Infraestructura de desarrollo compatible con el aprendizaje profundo Un único vehículo de prueba puede generar petabytes de datos cada año. Capturar, administrar y procesar esta enorme cantidad de datos no solo para un automóvil, sino para una flota, requiere una infraestructura y una arquitectura de computación completamente nuevas. Pilar 3: Solución del centro de datos para las pruebas y simulaciones robustas La capacidad para probar un entorno de simulación realista es esencial para lograr vehículos de conducción autónoma seguros. Al combinar millas reales con millas simuladas en una solución de centro de datos de alto rendimiento, los fabricantes pueden probar la tecnología de forma extensa y validarla. Pilar 4: El mejor y más extenso programa de seguridad El desarrollo de tecnologías de conducción autónoma debe seguir una metodología de seguridad integral que se enfoque en la diversidad y la redundancia del diseño, validación, verificación y soporte continuo de todo el sistema autónomo. Estos programas deben seguir recomendaciones de organismos nacionales e internacionales, como la Administración Nacional de Seguridad del Tráfico en las Carreteras, la Organización Internacional de Normalización y el Programa de Evaluación de Autos Nuevos Global. Este programa de seguridad incluye un proceso de evaluación integral antes de que nuestros conductores de seguridad validen la tecnología de NVIDIA en rutas públicas. Los conductores y los copilotos deben completar un riguroso entrenamiento antes de conducir los vehículos, que se prueban continuamente para garantizar el funcionamiento del hardware y el software antes del manejo. Trabajo en conjunto Además de estos cuatro pilares, la investigación y el desarrollo extensos, así como la colaboración en toda la industria, son aspectos esenciales para implementar de forma segura los vehículos autónomos. NVIDIA continúa trabajando con nuestro amplio y diverso ecosistema, así como los organismos reguladores, para compartir el conocimiento y establecer las normas de esta tecnología incipiente. Lee el informe completo aquí. # # # Conoce las novedades de NVIDIA Suscríbete al blog de NVIDIA, síguenos en Facebook, Google+, Twitter, LinkedIn y Instagram, y mira los videos de NVIDIA en YouTube y las imágenes en Flickr. Acerca de NVIDIA La invención de la GPU por parte de NVIDIA (NASDAQ: NVDA) en 1999 generó el crecimiento del mercado de juegos para PC, redefinió los gráficos por computación modernos y revolucionó la computación en paralelo. Recientemente, el aprendizaje profundo de GPU impulsó la inteligencia artificial moderna, la próxima era de la computación, ya que la GPU ocupa el papel del cerebro de las computadoras, los robots y los automóviles de conducción autónoma que pueden percibir y comprender al mundo. Obtén más información en http://nvidianews.nvidia.com/.

Barrio de Palermo @ Palermonline

NVIDIA

NVIDIA: La seguridad nos impulsa: presentamos el informe de seguridad de la conducción autónoma de NVIDIA

NVIDIA presenta la plataforma de aceleración por GPU y código abierto RAPIDS para el aprendizaje de máquinas y el análisis de datos a gran escala

NVIDIA y Arrow Electronics ofrecen la nueva computadora de AI Jetson Xavier

Las GPU de NVIDIA con núcleos Tensor potencian las supercomputadoras más rápidas del mundo

La BattleBox Essential de NVIDIA llega a Argentina de la mano de Armytech

Cómo (y dónde) hacer un excelente curso intensivo sobre inteligencia artificial

CES 2018: NVIDIA acumula premios en las categorías de juegos y automóviles

Uber selecciona la tecnología de NVIDIA para impulsar su flota de conducción de vehículos autónomos

NVIDIA revoluciona industria automotriz con herramienta de diseño de VR

NVIDIA lidera la lista de las compañías más inteligentes del mundo

NVIDIA capacitará a 100.000 desarrolladores sobre aprendizaje profundo en el 2017

Nuevos desarrollos en Inteligencia Artificial, Realidad Virtual y Robótica presentados en GTC 2017