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进取式发展，也激勉了多量关注。

尤其是在中国商场，端到端的智驾决议照旧成为通盘行业的共鸣，各个玩家都在纷纷通过不同的格式拥抱端到端；由此，各个玩家在算法层面追求摧残的同期，也充分雄厚到了车端算力的顶点热切性——于是，各人又把关注的眼神朝向了英伟达。

而关于英伟达来说，这种关注天然不算错，但却并不全面。

执行上，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，这小数如实更受商场和平方耗尽者的关注。

可是，被严重暴虐的是，围绕着自动驾驶的合座本事完了旅途，英伟达执行上在用户感知并不彰着的云表、软件侧、器用链等方面都进行了全地点、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材干全面赋能自动驾驶的有劲字据。

一个器用皆全的「厨房」

关于平方用户来说，智能驾驶的体验自己，通常与车企推送的一次次 OTA 升级密切计议，这些升级中包含的车端智驾算法模子，成为了用户执行智驾体验束缚提高的要害——但问题在于，这些运行于车端的智驾算法模子，并非是捏造而生。

事情的真相是，它们是由车企或智能驾驶供应商基于云表环境构建出来。

作念一个不太得当却相比形象的譬如，若是说运行在车端的智驾算法模子，是一盘盘用户不错回味的「菜品」，那么这个云表环境自己，更像是一个器用皆全、便利好用的「厨房」。

而在不少智驾玩家的礼聘中，尤其是自研决议车企的智驾体系中，这个「厨房」自己，都是基于英伟达的本事来构建的。

这里需要明确一个前提：关于扫数奋勉于于自动驾驶的玩家来说，自动驾驶材干的构建，都是一个极其复杂的系统性职责进程。稚子来讲，它主要包括数据处理和神经聚积算法的构建这两大模块，而这两个模块都需要多量纷纷复杂的职责要处理——但在英伟达软硬件本事的助力下，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进程中，通常需要从多量的数据中寻找到一些安全性计议的边际案例（包含动态场景、多模态传感器会通）并进行数据标注职责，才粗略工作于算法构建。因此，自动驾驶的数据处理轨范，关于任何一个玩家来说，都是挑战庞杂、资本高企 的逶迤。

不外，一朝玩家们禁受英伟达本事，就不错在英伟达云忖度打算平台（NGC）的助力之下，通过预磨真金不怕火模子来概括图像，同期不错在图像处理中禁受来自于英伟达的视频编解码本事，况且不错通过英伟达 TAO AI 模子自顺应平台来进行模子优化——其抑止是，禁受英伟达本事之后，东谈主工标注职责不错减少高达 50%，而通盘数据标注进程的效用不错提高 30%。

天然，针对特定玩家的自动驾驶本事旅途礼聘，英伟达也不错提供相应的助力。

比如说，2024 年，理思汽车在自动驾驶本事方进取禁受了端到端 + VLM 的本事决议，这一决议，关于多模态数据处理和智能驾驶的融会与决策材干提议了新要求。于是，在英伟达的匡助之下，理思汽车粗略对理思 L9 车型的数据进行重建和动态裁剪，灵验哄骗历史数据，提高了数据处理的效用和模子磨真金不怕火的泛化材干。

同期，英伟达 Replicator 能合成稀奇场景数据，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谈话模子应用，提供了从数据处理到模子磨真金不怕火、模子考证的贬责决议；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思汽车端到端 + VLM 决议的完了而提供的灵验本事撑抓。

另外，还有一个很容易被平方用户忽略的信息是，肖似于 DRIVE Orin 和 DRIVE Thor 这些功能强盛的车端算力平台，也需要英伟达的软件本事来加抓。

比如说，为了推动 Orin 和 Thor 芯片更好地运行，英伟达专门开发了 DriveOS。

具体来说， DriveOS 是通盘英伟达 DRIVE 软件堆栈的基础所在，亦然针对车载加快忖度打算而领先推出的安全操作系统，包括用于完了高效并行忖度打算的 NVIDIA CUDA 库、用于进行及时 AI 推理的 NVIDIA TensorRT，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扫数软件、库和器用，不错为自动驾驶开发者提供一个安全可靠的实行环境，并提供安全启动、安全工作、防火墙和无线 OTA 更新等工作。

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开发来说至关热切的中间件功能。这些功能包括传感器抽象层 ( SAL ) 与传感器插件、数据纪录器、车辆 I/O 支抓和深度神经聚积 ( DNN ) 框架——该器用领有模块化和敞开的特色，在想象上得当汽车行业软件轨范。

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 如实成为繁多智驾玩家在车端算力平台礼聘上的不二之选，可是被大多数平方用户忽略的是，其实在软件层面，英伟达也基于这些车端算力平台作念了至极玄妙的布局，从而束缚提高车端算力平台的运算效用。

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鸠合的 PVA 决议。

具体来说，为了平缓越来越缺乏的 AI 职责负载，开发者不错径直在 Orin 和 Thor 这么的 SoC 中运行一个专门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粗略愈加高效地经管其他要害任务。

执行上，PVA 愈加肖似于一个不错由开发者自界说的 AI 加快器，来贬责自动驾驶汽车开发中的忖度打算问题，从而粗略更高效、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 的优化贬责决议显赫提高了蔚来自动驾驶的性能，并被等闲应用于蔚来的量产车型中。

车端布局，不单是是算力

天然，从平方用户感知的角度，英伟达在自动驾驶行业最受关注也最为融会的，是它所提供的车端智能驾驶忖度打算平台，也便是照旧大限度上车的 Orin 和行将上车的 Thor。

这并不令东谈主感到未必。

如实，从现时行业的落地来看，AI 算力为 254 TOPS 的英伟达 Orin 忖度打算平台，照旧成为事实上的高阶智能驾驶轨范建树。

从现在照旧走向商场的情况来看，无论是蔚来、小鹏、理思等新势力品牌，如故智己、腾势、极氪等来自于大型车企的新品牌，都照旧在旗下车型中禁受了英伟达 Orin 决议。

不错说，从通盘自动驾驶行业买卖落地的维度来看，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，从本事发展的维度，算作 Orin 的继任者，Thor 自己更值得关注。

Thor 执行上是英伟达最新一代面向自动驾驶的车端忖度打算平台，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禁受了英伟达的最新 CPU 和 GPU 本事，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 位浮点神色 ( FP8 ) ，可在裁减合座系统资本的同期，提供 1000 INT8 TOPS 性能——这一算力险些是 Orin 的 4 倍。

天然，在具体的买卖落地层面，Thor 也照旧得到了多量配合资伴的招供，并由此取得了彰着的摧残。

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 行动期间，理思汽车文书将在 Thor 上构建其改日汽车居品；而在 GTC 2024 行动上，比亚迪文书将基于 Thor 构建下一代电动车型。同期，广汽埃安文书旗下高端豪华品牌昊铂下一代电动汽车将禁受 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、配送车等其他细分范围的厂商所采选。比如说，来自硅谷的自动驾驶配送车辆制造商 Nuro，照旧礼聘 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 的买卖落地场景，照旧不单是是对准了资金实力愈加淳朴的主机厂，也包括一批奋勉于于鞭策自动驾驶前沿本事发展的决议商——执行上，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礼聘。

值得强调的是，在 Orin 和 Thor 徐徐走向落地的过程中，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工作——更热切的是，英伟达也在端到端、大模子等前沿本事上抓续探索，为通盘自动驾驶行业的发展地点寻求更优解。

在虚拟之中，走完现实的路

在自动驾驶的落地过程中， 还有一个扫数玩家都不得不濒临的确切逶迤：当一个智能驾驶模子被开发出来之后，若何对它在执行场景中的效用进行确切灵验的测试和考证。

到了端到端时间，这个逶迤更是被无穷放大，成为各家在智能驾驶开发中的终极磨真金不怕火。

其原因是，东谈主类的谈路场景自己就复杂各种，任何一家车企都莫得材干在全宇宙的每个角度进行实地考证；除此除外，即使是一样的谈路场景，也存在着天气景况、拥挤情况、交通参与者、是否施工等各式万般的相反——这就意味着，在真实的场景中进行各式万般的考证，是一件压根不能能完成的事情。

因此，寻找到一个粗略具备等闲通用性、普适性的替代决议，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长远布局。

具体来说，便是 NVIDIA Omniverse 平台。

从见识上来说，NVIDIA Omniverse 是一个基于 USD（Universal Scene Description，通用场景描述，一种粗略表述精确物理模子的通用轨范，它由苹果、英伟达等公司界说）、用于创建和运行各式虚拟宇宙应用的平台。

这一平台不错应用到多个范围和行业——而关于自动驾驶来说，它粗略很好地繁荣行业里关于高保真自动驾驶汽车仿确实需求。

事实上，仿真关于开发和考证自动驾驶汽车的安全要害功能而言至关热切，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磨真金不怕火提供安全、可控且传神的环境——哄骗 Omniverse，可灵验地对现实宇宙条款进行仿真，使车辆得以在开赴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宇宙中复现的场景，比如说恶劣的天气、交通变化或者荒野的危境场景，Omniverse 不错哄骗生成式 AI 的一些最新本事进行精确建模，况且不错算作磨真金不怕火数据的一部分。

与此同期，当自动驾驶开发者在进行任何自动驾驶车辆的物理原型想象之前，不错通过 Omniverse 部署虚拟车队来想象新传感器和堆栈的原型，从而减低在执行开发过程中的物理测试和考证资本。

值得一提的是，为了繁荣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 上还专门发布了 Omniverse Cloud 应用编程接口（API），它们聚积了一个由仿真器用、应用和传感器组成的丰富生态系统，从而不错繁荣高保真传感器仿确实要害需求——以安全的格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，开发者不错打听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，开发者还不错调用这些应用编程接口，从而生成多量且各种的合成数据集，为磨真金不怕火和考证这些自主系统所使用的感知模子提供要害数据。

除了粗略贬责在自动驾驶落地场景中的仿真测试问题，NVIDIA Omniverse 也粗略很好地工作于于自动驾驶汽车自己的外不雅想象、可视化等。

比如说，专注于整车研发、中枢零部件研发及制造、新能源汽车研发等范围的阿尔特汽车，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想象、评审与性能优化的全地点数字化平台。

其中，通过 Omniverse Composer，阿尔特的想象工程师们不错快速切换不同的汽车造型，从而在短时刻内探索多种想象决议；哄骗 Omniverse Connector，阿尔特使不同 DCC 软件和 Composer 粗略进行及时协同，完了了工程师之间的并行职责，极大提高研发效用。

故事理的是，阿尔特汽车还哄骗 Omniverse Action Graph 制作汽车组件拆解爆炸效用视频，浅薄多量时刻。

本事体系，才是中枢竞争力

若是站在本事落地的角度来看，智能驾驶是东谈主工智能面向物理宇宙和汽车行业进行应用和赋能的典型场景。

执行上，东谈主工智能虽然面向五行八作都领有很大的赋能后劲，但这个过程都曲直常缺乏的。因为它需要的并不单是是东谈主工智能算力的构建；更为热切的轨范是，若何通过一系列复杂的全栈本事布局，把算力应用和工作于特定的行业场景，从而赋能于东谈主类。

某种进程上，东谈主工智能的落地，磨真金不怕火的是体系材干。

从这个角度来看，英伟达在智能驾驶行业上演的扮装，也不单是是车端算力平台的提供者的扮装，而是通过它在从云表磨真金不怕火到车端推理的一系列过程中的合座布局，来完了关于自动驾驶行业的底层赋能。

这其中，软件的扮装最容易被暴虐，但却一样热切。

也许，从这个角度来看，咱们也许粗略愈加容易会通，尽管英伟达为通盘东谈主工智能行业的发展提供了实足强盛和先进的算力平台，但从业务逻辑来说，算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，况且最终得到商场招供。

尽管商场和耗尽者愈加关注硬件和算力参数自己，但不得不承认的是，软件材干亦然英伟达在自动驾驶的本事和买卖体系中所构建出来的中枢竞争力。

软硬件之间密不能分，它们共同组成了英伟达在自动驾驶行业的本事护城河。

天然，无论是否被商场充分融会，面对自动驾驶范围正在发生的 紧要本事变革和买卖落地机遇，英伟达硬件和软件的抓续深耕还将延续九游体育app官网，况且会愈加密致——这天然是本事的逻辑，但它亦然买卖的逻辑，但最终，这也将会是英伟达得到商场招供、并粗略延续为自动驾驶行业的发展孝敬永久价值的中枢驱能源之所在。