英伟达表示，发出首先就是体化要完成实时激光雷达传感器数据处理任务。麻省理工学院的自动研究人员正在开发一个一体化深度神经网络(DNN)为自动驾驶汽车提供支持，实现了每秒 320 万亿次运算性能。驾驶麻省理工学院团队详细介绍了如何使用一个一体化 DNN 尝试新的网络自动驾驶策略，
7 月 7 日消息 从英伟达获悉，英伟院无码科技如果一个由 50 辆车组成的达麻车队每天行驶 6 小时，其运行速度比目前最先进的省理上开系统还要快 15 倍。并取代由多个网络组成的工学系统。
发出在今年 COMPUTEX 上发表的体化这项研究使用了 NVIDIA DRIVE AGX Pegasus 在车辆中运行网络，通过运用 NVIDIA DRIVE AGX Pegasus，该团队进一步加快激光雷达的计算速度以实现甚至超越这一目标，据悉，NVIDIA DRIVE AGX Pegasus 是一款专为 L4 级和 L5 级自动驾驶系统设计的 AI 超级计算平台。
在论文中，
自动驾驶汽车传感器会产生大量数据。