NVIDIADRIVE已经成为无人驾驶汽车研发的行业标准，并被汽车制造商、卡车制造商、自动驾驶出租车企业、软件公司和大学广泛使用。现在，NVIDIA已经向无人驾驶汽车开发者开放了预训练AI模型和训练代码。NVIDIA生态系统中的开发者可以通过一套NVIDIAAI工具，随意扩展和定制模型，从而提高其自动驾驶系统的稳定性和能力。

　　NVIDIA创始人兼首席执行官黄仁勋表示:“AI无人驾驶汽车是一种软件定义的汽车，它必须基于大量的数据才能在全球范围内行驶。我们为无人驾驶汽车的开发者开放我们的深度神经网络，并为他们提供先进的学习工具，以便他们可以优化这些网络的不同数据。这样，我们就可以实现跨企业和中国/地区的共享学习，保护数据所有权和隐私，最终加速全球无人驾驶汽车的落地。”

　　AI对安全无人驾驶汽车的开发至关重要，它能使其感知周围环境，并给出即时反应，从而实现智能驾驶。其核心是由数十个深度神经网络组成，它们能够处理冗余和不同的任务，以确保准确的感知、定位和路径规划。

　　HISMarkit人工智能高级研究总监LucaDeAmbroggi说：“NVIDIA是交通运输行业最深入、最广泛的深度神经网络和AI工具，也是这一领域的全球领导者。为开发者提供自定义这些算法和工具工作流程系统架构的这些算法，将有助于自动驾驶交通运输安全处理方案的实施。

　　NVIDIA多年来一直深耕NVIDIADRIVEAGX的开发和训练。™在平台上运行的深度神经网络可以将原始传感器数据转化为对世界的深刻理解。这些深度神经网络可以实现交通指示灯、交通标志检查、目标检查(车辆、行人、自行车)、路径感知、车载眼球跟踪、手势识别等。

　　AI研发中使用的先进学习工具：

　　NVIDIA除了开源深度神经网络外，还发布了一套先进的工具，让开发者可以定制和增强NVIDIA的深度神经网络，并利用自己的数据和目标特征集进行定制。该工具利用自主学习、联邦学习和迁移学习来训练深度神经网络。

　　通过AI而非人工管理，自主学习实现自动数据选择，从而提高模型精度，降低数据收集成本。

　　在保护数据隐私和企业知识产权的同时，联邦学习使企业能够与其他企业一起使用分布在不同国家的多个数据。

　　借助NVIDIA在无人驾驶汽车开发领域的大力投入，迁移学习使得NVIDIADRIVE客户能够加速其感知软件的开发，然后根据自己的应用和目标能力进一步开发这些网络。

　　NVIDIA通过在NGC上开源AI模型和推出先进的训练工具，加强了其端对端无人驾驶汽车的研发和部署平台。