文 | 智见 Time”，作家 | 308色吉吉影音，裁剪 | 经纬

文 | 智见 Time”，作家 | 308，裁剪 | 经纬

端到端的到来，再一次推动了智能驾驶在全球范围内的杰出式发展，也激发了大都关注。

尤其是在中国市集，端到端的智驾决策仍是成为统统这个词行业的共鸣，各个玩家都在纷纭通过不同的形式拥抱端到端；由此，各个玩家在算法层面追求冲破的同期，也充分领略到了车端算力的极点进攻性——于是，环球又把善良的眼神朝向了英伟达。

而关于英伟达来说，这种关注天然色吉吉影音不算错，但却并不全面。

履行上，若是从英伟达在自动驾驶行业进行布局的合座视角来看，车端算力自己，只是是英伟达参与到智能驾驶行业发展的冰山一角，这少许照实更受市集和普通消耗者的关注。

关联词，被严重忽视的是，围绕着自动驾驶的合座时间已毕旅途，英伟达履行上在用户感知并不明显的云霄、软件侧、器具链等方面都进行了全场合、多角度的布局。

而这些合座布局，亦然英伟达通过自身的体系才气全面赋能自动驾驶的有劲字据。

一个器具皆全的「厨房」

关于普通用户来说，智能驾驶的体验自己，常常与车企推送的一次次 OTA 升级密切相干，这些升级中包含的车端智驾算法模子，成为了用户履行智驾体验束缚普及的要害——但问题在于，这些运行于车端的智驾算法模子，并非是虚拟而生。

事情的真相是，它们是由车企或智能驾驶供应商基于云霄环境构建出来。

作念一个不太妥当却比拟形象的譬如，若是说运行在车端的智驾算法模子，是一盘盘用户不错品味的「菜品」，那么这个云霄环境自己，更像是一个器具皆全、便利好用的「厨房」。

而在不少智驾玩家的采取中，尤其是自研决策车企的智驾体系中，这个「厨房」自己，都是基于英伟达的时间来构建的。

这里需要明确一个前提：关于统统尽力于自动驾驶的玩家来说，自动驾驶才气的构建，都是一个极其复杂的系统性职责经过。粗陋来讲，它主要包括数据处理和神经集聚算法的构建这两大模块，而这两个模块都需要大都纷纭复杂的职责要处理——但在英伟达软硬件时间的助力下，这些职责不错被处理得愈加高效。

比如说，在自动驾驶的数据处理经过中，常常需要从大都的数据中寻找到一些安全性相干的边际案例（包含动态场景、多模态传感器交融）并进行数据标注职责，才大致办事于算法构建。因此，自动驾驶的数据处理才略，关于任何一个玩家来说，都是挑战广泛、资本高企 的难题。

不外，一朝玩家们接管英伟达时间，就不错在英伟达云沟通平台（NGC）的助力之下，通过预造就模子来驻防图像，同期不错在图像处理中接管来自于英伟达的视频编解码时间，何况不错通过英伟达 TAO AI 模子自妥当平台来进行模子优化——其末端是，接管英伟达时间之后，东谈主工标注职责不错减少高达 50%，而统统这个词数据标注经过的效力不错普及 30%。

天然，针对特定玩家的自动驾驶时间旅途采取，英伟达也不错提供相应的助力。

比如说，2024 年，理念念汽车在自动驾驶时间方进取接管了端到端 + VLM 的时间决策，这一决策，关于多模态数据处理和智能驾驶的贯通与决策才气提议了新要求。于是，在英伟达的匡助之下，理念念汽车大致对理念念 L9 车型的数据进行重建和动态裁剪，灵验垄断历史数据，提高了数据处理的效力和模子造就的泛化才气。

同期，英伟达 Replicator 能合成珍稀场景数据，从而匡助智驾系统更好地处理边际情况；英伟达 NeMo 框架支抓智能汽车的视觉话语模子应用，提供了从数据处理到模子造就、模子考证的处理决策；在模子部署优化方面，英伟达的 TensorRT-LLM 框架和深度学习加快器也都提供了很好的助力。

以上这些，其实都是英伟达为理念念汽车端到端 + VLM 决策的已毕而提供的灵验时间复旧。

另外，还有一个很容易被普通用户忽略的信息是，肖似于 DRIVE Orin 和 DRIVE Thor 这些功能遒劲的车端算力平台，也需要英伟达的软件时间来加抓。

比如说，为了推动 Orin 和Thor 芯片更好地运行，英伟达挑升成立了 DriveOS。

具体来说， DriveOS 是统统这个词英伟达 DRIVE 软件堆栈的基础所在，亦然针对车载加快沟通而当先推出的安全操作系统，包括用于已毕高效并行沟通的 NVIDIA CUDA 库、用于进行及时 AI 推理的 NVIDIA TensorRT，现代激情以及用于处理传感器输入的 NvMedia。

它包含了跨 CPU、GPU 和其他 DRIVE AGX 硬件加快引擎构建、调试、分析和部署自动驾驶汽车和自动驾驶汽车应用轨范所需的统统软件、库和器具，不错为自动驾驶成立者提供一个安全可靠的践诺环境，并提供安全启动、安全办事、防火墙和无线 OTA 更新等办事。

值得强调的是，在 DriveOS 的基础上，英伟达 DriveWorks 也提供了对自动驾驶汽车成立来说至关进攻的中间件功能。这些功能包括传感器详尽层 (SAL) 与传感器插件、数据纪录器、车辆 I/O 支抓和深度神经集聚 (DNN) 框架——该器具领有模块化和洞开的特质，在联想上相宜汽车行业软件圭臬。

不错说，莫得 DriveOS 和 DriveWorks 的加抓，Orin 和 Thor 就无法在车端更好地运行。

另外，不得不彊调，尽管英伟达的 Orin 和 Thor 照实成为稠密智驾玩家在车端算力平台采取上的不二之选，关联词被大多数普通用户忽略的是，其实在软件层面，英伟达也基于这些车端算力平台作念了荒谬好意思妙的布局，从而束缚普及车端算力平台的运算效力。

一个典型的案例，是英伟达为自动驾驶客户提供的一个基于软硬件结合的 PVA 决策。

具体来说，为了放松越来越艰辛的 AI 职责负载，成立者不错平直在 Orin 和 Thor 这么的 SoC 中运行一个挑升的可编程视觉加快器（PVA）， 它不错承担一些由 GPU 或其他硬件引擎处理的任务， 从而裁减负载并使之大致愈加高效地管制其他要害任务。

骨子上，PVA 愈加肖似于一个不错由成立者自界说的 AI 加快器，来处理自动驾驶汽车成立中的沟通问题，从而大致更高效、更灵验地处理复杂的视觉任务，并提高合座系统性能——现在，基于 PVA 的优化处理决策权臣提高了蔚来自动驾驶的性能，并被夙昔应用于蔚来的量产车型中。

车端布局，不单是是算力

天然，从普通用户感知的角度，英伟达在自动驾驶行业最受关注也最为贯通的，是它所提供的车端智能驾驶沟通平台，也等于仍是大领域上车的 Orin 和行将上车的 Thor。

这并不令东谈主感到不测。

照实，从现时行业的落地来看，AI 算力为 254 TOPS 的英伟达 Orin 沟通平台，仍是成为事实上的高阶智能驾驶圭臬配置。

从现在仍是走向市集的情况来看，不管是蔚来、小鹏、理念念等新势力品牌，如故智己、腾势、极氪等来自于大型车企的新品牌，都仍是在旗下车型中接管了英伟达 Orin 决策。

不错说，从统统这个词自动驾驶行业生意落地的维度来看，英伟达 Orin 是现在全球范围内出货量和车端部署量最大的算力平台居品。

天然，从时间发展的维度，当作 Orin 的继任者，Thor 自己更值得关注。

Thor 履行上是英伟达最新一代面向自动驾驶的车端沟通平台，它也将高阶的智能驾驶功能和车载信息文娱功能集成到了单个安全可靠的系统中。这款自动驾驶汽车处理器接管了英伟达的最新 CPU 和 GPU 时间，包括用于 Transformer 和生成式 AI 功能的 NVIDIA Blackwell GPU 架构。

从算力层面来说，英伟达 Thor 支抓 8 位浮点面容 (FP8)，可在裁减合座系统资本的同期，提供 1000 INT8 TOPS 性能——这一算力简直是 Orin 的 4 倍。

天然，在具体的生意落地层面，Thor 也仍是得到了大都配结伙伴的认同，并由此取得了明显的冲破。

具体来说，2024 年，Thor 得到了越来越多的主机厂客户。

比如说，在 CES 2024 行为期间，理念念汽车通知将在 Thor上构建其未来汽车居品；而在 GTC 2024 行为上，比亚迪通知将基于 Thor 构建下一代电动车型。同期，广汽埃安通知旗下高端豪华品牌昊铂下一代电动汽车将接管 Thor 平台，新车型将于 2025 年开动量产。

另外，除了主机厂除外，Thor 也正在被一批来自于卡车、自动驾驶出租车、配送车等其他细分领域的厂商所选用。比如说，来自硅谷的自动驾驶配送车辆制造商 Nuro，仍是采取 DRIVE Thor 来为它旗下的集成式自动驾驶系统 Nuro Driver 提供助力。

总体可见，Thor 的生意落地场景，仍是不单是是对准了资金实力愈加浑厚的主机厂，也包括一批尽力于鼓励自动驾驶前沿时间发展的决策商——骨子上，这亦然英伟达自身在面向自动驾驶行业发展过程中的更灵验采取。

值得强调的是，在 Orin 和 Thor 逐渐走向落地的过程中，英伟达不单是提供了算力基础自己，也提供了诸如上文中提到的一系列软件和算法办事——更进攻的是，英伟达也在端到端、大模子等前沿时间上抓续探索，为统统这个词自动驾驶行业的发展场合寻求更优解。

在虚拟之中，走完现实的路

在自动驾驶的落地过程中， 还有一个统统玩家都不得不面对的着实难题：当一个智能驾驶模子被成立出来之后，若何对它在履行场景中的效力进行着实灵验的测试和考证。

到了端到端时间，这个难题更是被无穷放大，成为各家在智能驾驶成立中的终极造就。

其原因是，东谈主类的谈路场景自己就复杂万般，任何一家车企都莫得才气在全寰宇的每个角度进行实地考证；除此除外，即使是相同的谈路场景，也存在着天气景色、拥挤情况、交通参与者、是否施工等各式各样的各别——这就意味着，在真实的场景中进行各式各样的考证，是一件根底不行能完成的事情。

因此，寻找到一个大致具备夙昔通用性、普适性的替代决策，就显得极为要害——恰是基于这一原因，英伟达也在自动驾驶的仿真测试方面进行了深刻布局。

具体来说，等于 NVIDIA Omniverse 平台。

从主张上来说，NVIDIA Omniverse 是一个基于 USD（Universal Scene Deion，通用场景描画，一种大致表述精确物理模子的通用圭臬，它由苹果、英伟达等公司界说）、用于创建和运行各式虚拟寰宇应用的平台。

这一平台不错应用到多个领域和行业——而关于自动驾驶来说，它大致很好地知足行业里关于高保真自动驾驶汽车仿果真需求。

事实上，仿真关于成立和考证自动驾驶汽车的安全要害功能而言至关进攻，但需要在部署之前进行充分测试。高保真仿真为各式场景下的系统造就提供安全、可控且传神的环境——垄断 Omniverse，可灵验地对现实寰宇条款进行仿真，使车辆得以在起程前通过数字孪生进行安全测试和考证。

比如说，针对各式驾驶条款，尤其是一些无法在现实寰宇中复现的场景，比如说恶劣的天气、交通变化或者冷落的危机场景，Omniverse 不错垄断生成式 AI 的一些最新时间进行精确建模，何况不错当作造就数据的一部分。

与此同期，当自动驾驶成立者在进行任何自动驾驶车辆的物理原型联想之前，不错通过 Omniverse 部署虚拟车队来联想新传感器和堆栈的原型，从而减低在履行成立过程中的物理测试和考证资本。

值得一提的是，为了知足行业里关于自动驾驶传感器和周围环境的物理本性和行动进行精确建模的需求，英伟达在 GTC 2024 上还挑升发布了 Omniverse Cloud 应用编程接口（API），它们收罗了一个由仿真器具、应用和传感器组成的丰富生态系统，从而不错知足高保真传感器仿果真要害需求——以安全的形式探索自主系统将会遭遇的无数现实场景。

比如说，通过 Omniverse Cloud 应用编程接口，成立者不错造访不同制造商提供的传感器模子，其中包括禾赛、速腾、Seyond 等激光雷达制造商，也包括 OMNIVISION、安森好意思和索尼等视觉传感器供应商。同期，成立者还不错调用这些应用编程接口，从而生成大都且万般的合成数据集，为造就和考证这些自主系统所使用的感知模子提供要害数据。

除了大致处理在自动驾驶落地场景中的仿真测试问题，NVIDIA Omniverse 也大致很好地办事于于自动驾驶汽车自己的外不雅联想、可视化等。

比如说，专注于整车研发、中枢零部件研发及制造、新能源汽车研发等领域的阿尔特汽车，就借助 NVIDIA Omniverse 平台、NVIDIA Modulus 以及 NVIDIA RTX GPU 的算力构建了一个面向汽车联想、评审与性能优化的全场合数字化平台。

其中，通过 Omniverse Composer，阿尔特的联想工程师们不错快速切换不同的汽车造型，从而在短时候内探索多种联想决策；垄断 Omniverse Connector，阿尔特使不同 DCC 软件和 Composer 大致进行及时协同，已毕了工程师之间的并行职责，极大提高研发效力。

有真义的是，阿尔特汽车还垄断 Omniverse Action Graph 制作汽车组件拆解爆炸效力视频，省俭大都时候。

时间体系，才是中枢竞争力

若是站在时间落地的角度来看，智能驾驶是东谈主工智能面向物理寰宇和汽车行业进行应用和赋能的典型场景。

履行上，东谈主工智能虽然面向百行万企都领有很大的赋能后劲，但这个过程都口角常勤勉的。因为它需要的并不单是是东谈主工智能算力的构建；更为进攻的才略是，若何通过一系列复杂的全栈时间布局，把算力应用和办事于特定的行业场景，从而赋能于东谈主类。

某种进程上，东谈主工智能的落地，造就的是体系才气。

从这个角度来看，英伟达在智能驾驶行业演出的变装，也不单是是车端算力平台的提供者的变装，而是通过它在从云霄造就到车端推理的一系列过程中的合座布局，来已毕关于自动驾驶行业的底层赋能。

这其中，软件的变装最容易被忽视，但却相同进攻。

也许，从这个角度来看，咱们也许大致愈加容易领略，尽管英伟达为统统这个词东谈主工智能行业的发展提供了充足遒劲和先进的算力平台，但从业务逻辑来说，当作英伟达掌门东谈主的黄仁勋，更欢畅在公开场面反复强调它在软件算法和应用生态的布局。

从自动驾驶行业发展的角度来看，英伟达其实也一直是在软硬件一体化的角度去进行布局和深耕，何况最终得到市集认同。

尽管市集和消耗者愈加关注硬件和算力参数自己，但不得不承认的是，软件才气亦然英伟达在自动驾驶的时间和生意体系中所构建出来的中枢竞争力。

软硬件之间密不行分，它们共同组成了英伟达在自动驾驶行业的时间护城河。

天然，不管是否被市集充分贯通，面对自动驾驶领域正在发生的 首要时间变革和生意落地机遇，英伟达硬件和软件的抓续深耕还将络续，何况会愈加缜密——这诚然是时间的逻辑，但它亦然生意的逻辑，但最终，这也将会是英伟达得到市集认同、并大致络续为自动驾驶行业的发展孝敬弥远价值的中枢驱能源之所在。