自動運転におけるディープニューラルネットワーク

前方衝突警報システムの搭載車両では追突事故が27%減少– 米国道路安全保険協会 20161

先進運転支援システム(ADAS)が大衆車モデルにも採用され、さらに消費者の高い採用率により、自動車メーカーは革新を続け、以下に示すようなより高性能の自動運転機能を自動車に組み込んでいます。

  • 自動車の特徴と機能による運転時のヒューマンエラーを減らす安全機能
  • 不正なハッキングを阻止してシステムレベルのセキュリティを強化するセキュリティシステム
  • 人工知能を使用して人間だけでなく物体も(人間と同程度に)検知・認識するディープニューラルネットワーク
  • 複数タイプのセンサーを組み合わせて人間以上の「視覚」を実現するセンサーフュージョン
  • 居眠り運転検知などドライバーの状態を監視して、自動運転時の自動車と運転手間のシームレスなハンドオフを確保する車内カメラ
  • 高度ハザードコミュニケーションをサポートする車車間通信、路車間通信を提供することでADASの安全性をさらに拡張するV2X技術

ディープニューラルネットワーク(DNN)が自動運転の将来に決定的な役割を演じます。DNNによる物体検知と分類機能の実装は、トレーニングと推論という2つのフェーズから構成されます。トレーニング中、大量のラベル付けされたデータを使用してシステムをトレーニングし、物体を一貫して正確に検知するアルゴリズムを開発します。ニューラルネットワークのトレーニングが完了すると、アルゴリズムが使用されるフィールドに配置され(推論)、自動車、歩行者、道路標識、自転車などを含む物体をリアルタイムで正確に検知します。

自動運転用のDNNアルゴリズムを実現して周囲にあるものを正確に検知するために、大量のパラメータを処理する必要があります。その巨大さを理解するために次のような例で考えてみましょう。

  • 5つの数字(1~47)、プラス1つのメガナンバー(1~27)を正確に推測するには、4千万通りの組み合わせが必要です。
  • 一方複雑なDNNでは、約1億個のパラメータ(ほぼ32ビット)を処理するには、4バイトx1億乗の組み合わせが必要です。

自動運転の実現が近づくにつれて、自動車向けメモリの帯域幅もDNNの複雑さに比例して増加します。今日、自動車産業はすでに、完全な自動システムを意味する最高レベルのレベル5の自動運転に関連するコンピューター処理において、1テラバイト(TB)以上のメモリ帯域幅を必要とするプラットフォームを紹介しています。このレベルのメモリ帯域幅を要する現実的な実装は、本来グラフィックス市場向けのGDDRグラフィックスメモリの使用によってのみ実現可能です。

マイクロンの自動車向けGDDR6メモリの発表は、次世代の自動運転を先取りするのに不可欠なパズルのピースです。25年以上にわたる自動車市場への関与とGDDRメモリの定評ある業界リーダとしての地位によって、マイクロンのGDDR6製品は、高密度、高帯域幅、個別設計によってシステムインテグレーションを簡略化し、高性能な自動車応用の需要を満たします。

1. https://www.sciencedirect.com/science/article/abs/pii/S0001457516304006

+