Google在初期的自动驾驶汽车领域一直扮演着领头羊的角色。自动驾驶汽车不仅引领了人工智能与机器视觉软件的革新，还推动了半导体芯片技术与硬件系统的进步。
Daniel
Rosenband在国际高性能微处理器研讨会（Hot Chips）上介绍Google的自动驾驶汽车
不过，Google只是众多推动3300亿美元芯片产业发展的公司中的助攻之一。像特斯拉、本田、宝马、沃尔沃、奔驰和福特这样的汽车厂商，亦在开发旗下的自动驾驶汽车。Uber称其将在匹兹堡测试100辆自主开发的自动驾驶汽车；而通用汽车与Lyft亦称将于年底开展自动驾驶出租车的测试。
Google的自动驾驶汽车在DARPA 机器人汽车挑战赛中已小有成绩
自动驾驶是芯片发展的动力
TIrias Research的分析师Kevin Krewell称自动驾驶汽车技术是半导体芯片发展的主要驱动力。“基于深度学习的车载导航不同于其他高性能计算工作，是一种全新的计算方式，一种基于全新方式的构架。”他说，这便是为什么Intel花了3.5亿美元收购了人工智能公司Nervana。
如果半导体芯片能满足功能需求，其他配套系统亦能跟上，这将大大有益于自动驾驶汽车的发展。且自动驾驶汽车每天有5%的工作时间用于系统休息的话，自动驾驶汽车毫无疑问会更安全。Rosenband称每年有120万人死于车祸。
“一个城市的人口也不过这么多，而车祸却带走了他们的生命。仅仅在美国，每年就有3.5万人死于车祸。这相当于每天坠毁了一架客机。我们需要重新审视一下这个问题。”
自动驾驶汽车使得盲人以及其他身体残疾人士也能坐到驾驶位上了，但要打造一款真正能上路行驶的自动驾驶汽车，我们的技术储备仍不够充足，道阻且长。不久前，一位驾驶员激活了特斯拉自动驾驶功能，而自动驾驶系统没能发现前方的卡车导致了驾驶员在车祸中身亡。
即便如此，各投资公司仍认为这是一项有前景且更安全的技术。Rosenband表示，“我们可以改变人们的生活”。
为了实现这一目标，就必须在人工智能与机器视觉上取得前所未有的突破。自动驾驶系统要足以应对各式各样的问题，比如变化莫测的交通状况、拥挤的行人与乱入的自行车。这对系统芯片的处理能力有着极高的要求，且系统最后的处理方式不能伤害任何一方。
“在高速路上行驶时，我突然意识到我们处理问题要有始有终：我们如何才能开发一个完全自动驾驶的系统？”
完全自动驾驶在硬件上需要具备哪些条件？
在一个理想化的自动驾驶环境里，系统要能在指定地点接人，并将其安全送至目的地。Google开发的自动驾驶原型车没有方向盘，能以40km/h或更低的速度通过居民区。它采取的是自我保护的驾驶策略，在驶入十字路口前会等待1.5秒。除此之外，该车还能计算发生危险的可能性。
Daniel Rosenband，谷歌的硬件工程师
车辆需要知道其自身位置、周围环境、周围物体在做什么以及车辆该如何移动。而要满足这些要求需要大量的地图数据与传感器。为了获得车辆周围360度实景，Google采用的是Lidar雷达系统，该系统能360度旋转扫描周围环境，从而生成车辆周围环境的3D模型。该模型可显示不同物体的距离与其速度。
Rosenband称，Google下一代原型车的运算能力将是2015年原型车的4倍。它将装配一片多用途芯片或一片能处理自动驾驶汽车问题的定制芯片。而在这100mm2的芯片上要能进行每秒50万亿次运算。
“这是一个十分庞大的数字。现在芯片的运算能力较十年前已发生翻天覆地的变化。而这一切要感谢这群志同道合的程序员们。”
为了应对这一挑战，Nvidia称其已经为自动驾驶汽车开发了一款全新的芯片——dubbed Parker，该芯片是汽车人工智能系统Drive PX 2超级电脑的组成部分。而Intel亦称其Xeon Phi芯片家族也足以处理人工智能问题。
Rosenband说，我们仍有许多难题需要解决。比如，有时在日出或日落时分，人眼都无法辨别交通信号灯，而这种曝光过高或过低的图像要让计算机来解码更是难上加难，而且车辆还是移动的。
“芯片适用于何种环境？我们要用数个千兆赫兹的雷达频段，进行大量的数字信号处理以减小噪声干扰，降低雷达系统的失真度。我们亦采用了最好的硅材料以发挥其最大性能，”Rosenband说。
在未来，Google很可能需要系统能提供相当于移动设备上的数据中心的功能。它需不用消耗过多的功率就拥有最佳的计算性能，车辆可以直接在数据中心读取数据进行计算。
为什么要这样呢？ Google的自动驾驶汽车行驶了320万公里，但仍不能预测世上发生的每一件事。而芯片专家兼Cadence Design Systems主管的Chris Rowan表示，Google可能需要进行十六亿公里的测试，其系统才有可能含括所有可能发生的事情。
via venturebeat