インテリジェンス・オブ・ザ・エッジ

完全自動化への道

自動運転車は、未来の夢から現代の現実へと進化しており、テクノロジーが成熟するにつれ、自家、公共交通は永遠に変わるでしょう。最終的には、無人自動車により人間による運転は完全になくなり、危険なうとうとした運転手や、運転能力の落ちた運転手、注意散漫の運転手などは道路上から消えるでしょう。2017年、米国で交通事故により無くなった人は4万人弱で、幹線道路交通安全局(NHTSA)によれば、その約90パーセントが、人為的ミスによるものでした。しかし、その技術の裏には何があるのでしょう?無人自動車がなぜより安全なのでしょう?そして、道路に注意せずに通勤できるようになる日に到達するには、何が必要なのでしょうか?

人工知能が自律走行車を動かす

自動車が自動的であるためには、継続的に周囲に注意しなければなりません。まずは、把握(情報の特定、分類)し、それから、その情報に基づき、車両の自動/コンピュータ制御を通して行動します。自動運転車には、運転環境の詳細な理解に基づく一瞬の判断が行えるための、安心、安全、高応答性のソリューションが求められます。運転環境を理解するには、大量のデータを車全体の様々なセンサーから捉えて、それを車両の自動運転コンピュータシステムで処理しなければなりません。

車両がユーザー制御なしで本当に運転が可能になるためには、何を見て、それをどのように理解し、想像しうるすべての交通状況において正しい判断を行えるようにするため、まずは人工知能(AI)に徹底的な訓練を実施する必要があります。自動運転車の計算性能は、つい数年前に可能となったばかりの一部の最高水準の高性能プラットフォームと同等のものです。

自動運転車は、今日までに作られた他のどのソフトウェア・プラットフォームよりも多くのコードを含むと予測されています。2020年までに、一般的な車両には、3億以上ものコードが含まれるようになると考えられており、ストレージは1TB(テラバイト)以上を含むようになります。さらに、自動走行プラットフォームに必要な計算性能に対応するため、毎秒1TB以上ものメモリ帯域幅が求められるようになります。

自動運転車のAIシステムには、複雑なデータに基づきリアルタイムで判断を行うため、継続的で途切れの無いデータの流れと指示が必要になります。自動走行が成功した例は今日でも既に存在しますが、これら初期の車両の成功例の多くは、同じルートを何日間も繰り返し走行し、ルート上のあらゆる詳細を学習して高分解能の地図を生成し、これを自動ナビゲーションシステムの主要部分として利用した結果です。

ルートを認識しなければならない必要性への依存が減少すれば、自動コンピュータの注意は、交通状況や、歩行者、その他のリアルタイムの危険に向けることが可能となります。この一般的に制限範囲付きの運転のことをジオフェンシングといい、初期の自動運転車両は本当に無人の車両を導入するというアプローチを反映しています。ジオフェンシングは、限定的なルートにおいて有効なソリューションに繋がる一方で、ジオフェンシングに大きく依存する自動運転車は、あるところでは成功しても別のところでは成功しない場合があります。

メモリ:自動走行の陰の英雄

センサーフュージョン処理、経路計画関連のメモリサブシステムであれ、ブラックボックス・データレコーダー関連のストレージサブシステムであれ、ソリッドステートドライブ(SSD)からNANDフラッシュ、NORフラッシュ、低出力DRAM、そしてGDDR6までの幅広いメモリ/ストレージ・デバイスは全て、自動運転車が目的地まで安全に行けるルートを進む間に、私たちがEメールに返信し、Skypeの電話に出て、お気に入りの番組を見ることができるような未来に、私たちを近づけてくれています。 マイクロン社組み込みビジネスユニット車載システムアーキテクチャ担当シニア・ディレクターのRobert Bielby氏によれば、人工知能に基づく高性能コンピュータは、自動運転車が、人間が運転する車よりも上手に運転することを可能にする、深いニューラルネットワーク・アルゴリズムを採用しています。 「人間よりも遠くをより正確に見渡すことができ、24時間365日、360度で環境全体を確認するため共に機能する様々なセンサーがたくさんあります」とBielby氏は述べています。「今現在、車に搭載することのできる極限の計算性能と足し合わせると、車が、私たち人間よりもはるかに安全に道路を走行できるという状況が生まれます。」 交通量の多い高速道路で車が急ブレーキをかけるというシナリオを想像してみてください。車車間(V2V)/路車間(V2I)(まとめてV2Xと呼ぶ)通信の導入を通して、この一つの出来事について後続の全ての車に無線で発信し、それにより各個の車両がその場の状況を理解し、先を見越して減速しブレーキを踏むことで事故を防ぐことができるようになります。

高速メモリは自動走行の不可欠な要素

2017年、米国における交通死亡事故の約90パーセントが、人為的ミスによるものだったという統計を覚えていますか?

人は、簡単に注意が逸れ、予期しない危険に直面した時、素早い判断を行うことができます。反対に、コンピュータの場合、注意が逸れることはなく、人間の運転手よりも一貫して、大幅に短い時間で反応することができます。 当然のことながら、自動運転車において安全は第一に考えるべきことです。安全への配慮は、誤った判断を回避するためのハードウェアシステムによる冗長性をはるかに超えており、車両同士または周辺環境と通信できるための関連インフラが含まれています。この無線で 接続されたハードウェア冗長性の計算サブシステムは、自動水準と直接相関にある、求められる水準の安全性を命じることを意図した法律により管理されています。 自動走行技術の開発と導入の監督手段として、NHSTAは、車両の制御に関し人間とコンピュータが有する制御の割合を指定する、一連の水準を設けました。これらは、レベル0(運転自動化なし)からレベル1(運転支援)、レベル2(部分運転自動化、運転手はハンドルに手を添えておかなければならない)、レベル3(条件付運転自動化、運転手による交代が求められる場合がある)、レベル4(高度運転自動化)、そして最後に、レベル5(完全運転自動化)までの範囲に分けられています。現在のところ、出荷されるADASソリューションの大部分は、レベル2の能力を有しており、比較的成熟している低帯域幅のメモリデバイスを用いるコンピュータ・ハードウェアに基づいています。 無人自動車の自動水準が上がるにつれ、安全面と性能面の両方から、メモリ技術の重要性から、メモリ技術は車の後部座席から前の座席へと移動していきます。歴史的に、パーソナルコンピュータがメモリ技術の推進力と見なされていたものが、今度は、自動車産業が、未来のメモリ技術の主な推進力となっていくと見られています。今日、一部のトップの自動プラットフォームは既にこの点を示しています。 Nvidiaが最近発表した、自動走行専用に開発された、最先端のPegasus計算プラットフォームは、業界最高性能・最新のDRAM技術に基づいています。概して、Pegasusプラットフォームは、レベル5の性能を提供するのに、メモリ帯域幅毎秒1TB以上を提供します。

未来の自動走行におけるGDDR6の重要性

歴史的に、マイクロンは、自動車のメモリソリューションとグラフィックスメモリのGDDR5およびGDDR6の両方において業界トップと見なされてきました。

GDDR6メモリ関連の帯域幅は、自動車で採用可能な実践的な実装面積で高水準の自動化を実現してくれます。メモリ帯域幅が豊富な自動計算プラットフォームは、自動走行アルゴリズムの継続的な進化と改良を可能にする能力を有するでしょう。「あなたが目にするのは、徐々に起こるアルゴリズムの改良です」とBielby氏は述べています。「しかし、それは、スマートフォンでアプリやオペレーティングシステムの定期更新を受けるのと同じように、ソフトウェアの更新として導入されていくでしょう。」自動運転車の継続的進化においては、今後数十年で、様々な能力でいくつものバージョンが発生します。この際、運転手が、いつ、どの程度の自動化が利用可能なのかを明確に理解すること、また、「ハンズオン」や「アイズオン」の操作においてどのような責任が伴うのかを理解するなど、人間と機械の関わりを慎重に管理することが求められます。 GDDR6は、人工知能計算エンジンの原動力となる、必須のメモリ帯域幅を提供する基盤技術であり、

自動運転車が、責任をもって行動し、NHSTAが定める業界安全基準に従い安全性を確保する能力を支えるものです。GDDR6は、今日利用可能な最高性能のメモリ技術であり、自動車に関連して発生する高温や厳しい環境においても動作することが確認されています。 AIは、自動走行を実現するために必要な基幹技術です。AIに基づく自動走行車に求められる極限の計算性能には、コンピュータが人間のように判断を行うのに必要な大量のデータを処理、保持するための革新的なメモリとストレージシステムが求められます。自動走行車がメモリ速度のニーズを促進するのに合わせ、25年以上にわたる自動車産業への献身により、マイクロンは、今後も業界をリードする企業として、競争に打ち勝つために必要な性能水準を提供していきます。

+