Az NVIDIA szerint 2035-re 400 milliárd dolláros lehet a robotaxi-piac

Három számítógépre épül az NVIDIA platformja

Az NVIDIA szeptember 10-i közleménye szerint a vezető nélküli járművek üzemeltetése jelentős számítási kapacitást igényel a teljes fejlesztési folyamat során. Ide tartozik a mesterségesintelligencia-modellek előkészítése és betanítása, a vezetési viselkedés szimulációja és biztonsági ellenőrzése, valamint a valós idejű, fedélzeti feldolgozás.

A vállalat nyílt platformot kínál könyvtárakkal, szoftverfejlesztői készletekkel, munkafolyamatokkal és modellekkel, amelyeket a fejlesztők saját technológiai rendszereik mellett használhatnak. A megoldás három számítógépes pillérre épül: a modellbetanító számítógépre, a szimulációs és validációs számítógépre, valamint a járműbe épített számítógépre.

Az NVIDIA állítása szerint minden, jelenleg kereskedelmi léptékben működő jelentős robotaxiprogram használja moduláris technológiai rendszerének valamely részét vagy azok kombinációját.

Modellek, szimuláció és biztonsági ellenőrzés

A modellbetanításhoz az NVIDIA DGX rendszereket kínálja. Az Alpamayo portfólió nyílt, úgynevezett VLA-modelleket, szimulációs keretrendszereket és fizikai mesterséges intelligenciához készült adathalmazokat tartalmaz. A vállalat szerint ezek a fejlesztők saját adataihoz, követelményeihez és technológiai rendszereihez igazíthatók.

Az NVIDIA közlése szerint az Alpamayo következtetési modelljei a bonyolult vezetési helyzeteket kisebb lépésekre bontják, majd ezek alapján választják ki a biztonságosabbnak ítélt pályát. Egy nehéz autonómvezetési értékelésben a meta-akciós és láncolt következtetési adat használata 43 százalékkal csökkentette a pálya-előrejelzés minimális átlagos eltérését, 2,08-ról 1,18-ra.

A fizikai tesztkilométerek önmagukban nem fednek le minden ritka, úgynevezett hosszú farokhoz tartozó vezetési helyzetet. Az NVIDIA Omniverse NuRec érzékelőadatokból rekonstruál valós közlekedési szituációkat, a Cosmos pedig ezek fizikailag megalapozott változatait generálja. Így a vállalat szerint több ezer valós, nehéz esetből a közlekedési viselkedés, az időjárás, a fényviszonyok és az érzékelők állapotának milliónyi kombinációja állítható elő.

Az Omniverse és a Cosmos NVIDIA RTX PRO szervereken támogat zárt hurkú szimulációt és validációt. Az AlpaSim keretrendszer a következtetésen alapuló autonómvezetési modellek betanítását és értékelését segíti, hogy a fejlesztők még a bevezetés előtt azonosíthassák a gyenge pontokat.

A Hyperion a járművek fedélzeti alapja

Az NVIDIA Hyperion moduláris fedélzeti számítási és érzékelési referenciaarchitektúra, amelyet a vállalat 4-es szintre felkészített robotaxikhoz kínál. A Hyperion 10 két NVIDIA DRIVE AGX Thor rendszerchipet párosít 14 nagyfelbontású kamerával, kilenc radarral, három lidarérzékelővel és 12 ultrahanggal.

Az NVIDIA szerint a tartalék számítási és érzékelési felépítés lehetővé teszi a működés fenntartását akkor is, ha egy érzékelő vagy számítási komponens meghibásodik. A DRIVE AGX Thor a vállalat Blackwell platformjára épül, és olyan mesterségesintelligencia-feladatok futtatására készült, mint a környezetérzékelés, a következtetés, az útvonaltervezés és a vezetési műveletek.

A biztonsági alapot az NVIDIA Halos adja, amelyhez a Halos OS, valamint független ellenőrzést, rendszer-ellenőrzést, nagy léptékű szimulációt és a felhőtől a járműig tartó folyamatos tesztelést lefedő validációs és tanúsítási keretrendszer tartozik.

Robotaxiprogramok Ázsiától Észak-Amerikáig

Az NVIDIA szerint technológiáit a robotaxiszolgáltatások megjelenésének valamennyi fontos régiójában alkalmazzák, így Ázsiában, Európában, a Közel-Keleten és Észak-Amerikában. A vállalat felsorolása szerint a mobilitási szolgáltatók, az autonómjármű-fejlesztők és az autógyártók a három számítógépes architektúrát modellek betanítására, szimulációra, validációra és járművek telepítésére használják.

Az Uber a tervek szerint 2028-ra 28 városra bővíti az NVIDIA Hyperionnal felszerelt flottáját. A két vállalat a Cosmosra épülő robotaxi-adatgyárat is épít, amelynek célja a ritka vezetési helyzetekhez kapcsolódó flottadatok összeállítása. Együttműködő partnereik között az NVIDIA az Autobrains, az Avride, a Lucid, a May Mobility, a Mercedes-Benz, a Momenta, a Nissan, a Nuro, a Pony.ai, a Stellantis, a Waabi, a Wayve, a WeRide és a Zoox nevét említi.

A közlemény további példái között szerepel a Waymo, amely az NVIDIA-val autonóm számítási rendszer kiépítésén dolgozik, valamint a Zoox, amely DRIVE technológiát használ fedélzeti számításra és felhőalapú betanításra, illetve szimulációra. A Tesla autonómvezetési neurális hálózatait NVIDIA szuperszámítógépeken tanítja. A Mercedes-Benz, a Stellantis, a Hyundai Motor, a Kia, a Lucid, a Nuro, a Geely és több más vállalat szintén NVIDIA-technológiára épülő robotaxi- vagy autonómvezetési programokon dolgozik.

A bejelentés alapján az NVIDIA célja, hogy ugyanazt a fejlesztési, ellenőrzési és fedélzeti számítási alapot tegye használhatóvá a különböző gyártók és szolgáltatók számára. Ez a vállalat szerint a robotaxiflották kereskedelmi léptékű bővítését támogathatja.