加速自動駕駛汽車 AI 訓練和開發

概覽

擴充自駕車開發的 AI 基礎架構

開發自動駕駛汽車 (AV) 需要嚴格的訓練和測試,確保在實際環境中安全有效地操作。NVIDIA 提供全面的基礎架構,涵蓋軟硬體,用於大規模開發、訓練及驗證自駕系統,並採用 NVIDIA DGX™ 進行高效能 AI 模型訓練。

NVIDIA Alpamayo

這個完整的生態系包含開放式 VLA 模型、模擬框架與物理 AI 資料集,是專為加速開發安全的推理型自駕車 (AV) 而設計。

技術

用於自動駕駛汽車的加速和可擴充訓練

這需要強大的 AI 軟硬體組合,才能開發出安全、智慧的自動駕駛汽車。 NVIDIA 透過從 AI 訓練到高保真感測器模擬提供的端對端解決方案,加速這一進程。

AI 訓練基礎架構

NVIDIA DGX 是一款專用的 AI 超級電腦,用於大規模訓練端到端自駕車基礎模型,包括 NVIDIA Alpamayo 等 VLA 推理模型。

AI 軟體和架構

利用 NVIDIA 物理 AI 資料工廠藍圖,簡化用於資料策劃 (NVIDIA Cosmos™ Curator)、增強技術 (Cosmos TransferCosmos Predict) 與評估 (Cosmos Evaluator) 的端到端自駕車開發。 此外,利用 NVIDIA CUDA-X™ AI 與 NGC 容器中的 GPU 最佳化核心來加速訓練,並藉由 NVIDIA TensorRT™ 與 Triton™ 強化推論。

模擬

利用 NVIDIA Omniverse™ NuRec 加速場景重建,透過 NVIDIA Cosmos Transfer 放大感測器變化,並藉由 NVIDIA AlpaSim 執行可擴充的閉環推廣。 它們共同簡化端到端自駕車模擬工作流程,涵蓋現實資料重播、受控增強與原則迴圈驗證等領域。

優勢

用於自動駕駛汽車的加速和可擴充訓練

訓練自動駕駛汽車是開發過程中最具挑戰性的面向之一。這些汽車必須感知並應對各種情況,從繁忙的都會交岔口到寧靜的農村道路,同時瞭解交通法規、道路狀況以及無從預測的人類行為之間的細微差別。

大規模資料處理

自駕車從攝影機、光學雷達、雷達與感應器生成數 TB 的多模態資料。這些資料必須先大規模攝取、重建、策劃及標記,才能用於訓練 AI 模型。

持續提升

自駕車系統需要持續改善,從新資料、罕見事件與邊緣案例中學習,藉以完善感知、預測與規劃功能。

大規模重播與模擬

針對高輸送量的真實道路行駛資料重播與可擴展的場景重建進行最佳化,從而能高效驗證變更,並利用車隊資料實現廣泛的情境覆蓋。

產品

用於自動駕駛汽車的電腦

NVIDIA 三電腦解決方案可為自動駕駛汽車開發的各階段提供動力,從 AI 訓練到模擬,再到實際部署。

NVIDIA DGX 平台

這些系統專為 AI 和深度學習而打造,提供絕佳的運算能力,可為自動駕駛汽車訓練複雜的神經網路。

NVIDIA Omniverse 搭載 Cosmos

使用 NVIDIA Omniverse NuRec 從實際資料加速場景重建,並使用 NVIDIA Cosmos Transfer 進行自駕車模擬以增加變化。

NVIDIA DRIVE AGX

獲得卓越的處理能力,可用於即時決策,不須依賴傳統的模組化流程或預先定義的規則。

透過 NVIDIA AI Enterprise 軟體套裝精簡自動駕駛開發

NVIDIA AI Enterprise 軟體為您提供所需的必要工具,用於精簡自動駕駛軟體的開發和部署。這包括從資料準備與訓練到最佳化大規模推論和部署的所有內容。

NVIDIA Halos:用於自動駕駛安全的最先進系統

NVIDIA 投入自駕車安全領域的工時逾 15,000 個小時,締造出自駕車從晶片設計到部署安全適用的 NVIDIA Halos 系統。這項系統結合軟硬體、工具、模型與經過驗證的設計原則,守護端對端自動駕駛汽車堆疊的安全性。

AI 定義自主性適用的 Level 4 級車輛平台

NVIDIA DRIVE Hyperion 是經驗證的正式環境就緒車輛平台,可將自駕車開發從 Level 2++ 加速至 Level 4。Hyperion 採用 NVIDIA DRIVE AGX 與安全認證的 DriveOS™ 架構,整合高效能集中式運算與完全合格多模態感應器套件。 這樣一來,您就能獲得即時感知、規劃與端到端 AI 駕駛模型所需的效能、備援與擴充性。

NVIDIA 汽車 NIM

NVIDIA 推論微服務加速自動駕駛汽車的未來

利用先進的 AI 模型來精簡汽車軟體開發,並為雲端部署進行最佳化。

cosmos-nemotron-34b

多模態視覺語言模型,可理解文字/圖像/影片,並創造資訊性回應。

cosmos-1.0-diffusion-7b

透過文字與影像提示,生成實體感知的影片世界狀態,以投入物理 AI 開發。

cosmos-1.0-autoregressive-5b

僅基於物理 AI 開發的影像或短影片提示,即可生成未來實體感知世界狀態的畫面。

加速開發

透過 NVIDIA 物理 AI 資料集解決資料瓶頸,這是一份用於自動駕駛汽車、機器人和智慧空間開發的開放原始碼資料集。這個統一的集合是由用於打造 NVIDIA 實體 AI 的經驗證資料所組成,如今已在 Hugging Face 上提供給開發人員。

客戶案例

資源

AI、加速運算和模擬的重大突破

後續步驟

聯絡我們

瞭解 NVIDIA 汽車基礎設施如何澈底改變自動駕駛領域,並實現更安全、更智慧的行動未來。

車壇最新消息

訂閱以接收 NVIDIA 的最新消息與更新內容。

NVIDIA 的汽車世界

在未來車駕技術的設計、構想、開發與模擬方面,NVIDIA 解決方案都能提供優異的效能與擴充性。