NVIDIA DRIVE支持GPU Coder

GPU Coder™生成优化的CUDA^®用于深度学习、嵌入式视觉和自主系统的代码。生成的代码调用优化的NVIDIA^®CUDA库，可在NVIDIA gpu上移植。您可以在NVIDIA GPU平台(如NVIDIA DRIVE™平台)上构建和部署生成的代码。

您可以部署各种经过训练的深度学习网络，如YOLO、ResNet-50、SegNet和MobileNet，从深度学习工具箱™到NVIDIA gpu。您可以生成用于预处理和后处理的优化代码，以及经过训练的深度学习网络，以部署完整的算法。

针对NVIDIA gpu的MATLAB编码器支持包自动化了MATLAB的部署^®算法或模型^®嵌入式NVIDIA gpu设计，如DRIVE™平台。使用交互通信来原型化和开发您的MATLAB算法，然后自动生成等价的C代码，并将其部署到驱动平台上独立运行。

互动交流:您可以从MATLAB中远程与NVIDIA目标通信，从连接到目标的支持传感器和成像设备获取数据，然后在MATLAB中分析和可视化。您可以记录来自受支持的传感器的数据，以帮助对早期原型的算法进行微调。

独立执行:您可以将生成的CUDA代码部署为驱动器平台上的独立嵌入式应用程序。您可以在驱动平台上构建和部署从MATLAB算法生成的CUDA代码，以及到外设和传感器的接口。

该支持包还支持NVIDIA Jetson^®TK1、Jetson TX1、Jetson TX2、Jetson Xavier和Jetson Nano开发工具包。