作者 |德新

編輯 |王博

4月下旬，在北京車展開幕前的一天，NVIDIA全球副總裁、汽車業(yè)務(wù)負(fù)責(zé)人吳新宙現(xiàn)身NVIDIA位于北京國貿(mào)商圈41層的辦公室。

在這之前，他已經(jīng)在國內(nèi)待了一個(gè)多月。同新宙一起會(huì)見媒體進(jìn)行溝通的，還有英偉達(dá)負(fù)責(zé)數(shù)據(jù)中心業(yè)務(wù)的全球副總裁Norm Marks以及英偉達(dá)全球副總裁、中國區(qū)汽車業(yè)務(wù)負(fù)責(zé)人劉通。

彼時(shí)是新宙到任NVIDIA半年多以后，第一次在國內(nèi)公開露面。

今年時(shí)值NVIDIA下一代車載中央計(jì)算平臺(tái)DRIVE Thor量產(chǎn)前的關(guān)鍵一年。中國是全球市場智能駕駛應(yīng)用最為活躍的市場，DRIVE Thor平臺(tái)不少的先鋒客戶都來自這里。

與此同時(shí)，在智能駕駛的軟硬件平臺(tái)之外，AI應(yīng)用正在向汽車行業(yè)全面滲透，包括開發(fā)、設(shè)計(jì)、營銷、生產(chǎn)等在內(nèi)的全流程。

NVIDIA憑借「DRIVE計(jì)算平臺(tái)+數(shù)據(jù)中心 + Omniverse軟件棧」的組合，希望在日新月異的汽車市場中拿下更大的蛋糕。

吳新宙在這次會(huì)議上再次重申了「AI定義汽車」的觀點(diǎn)，尤其在智能駕駛領(lǐng)域，端到端的架構(gòu)正在重新定義第三代的智駕技術(shù)棧。

在座艙領(lǐng)域，NVIDIA全球副總裁Norm Marks提到今年2月他來國內(nèi)試駕了理想，理想在座艙大模型MindGPT上的進(jìn)展和未來構(gòu)想令人吃驚。

NVIDIA汽車業(yè)務(wù)的雄心也正從車上，滲透到造車的全流程。

前不久，NVIDIA基于DRIVE Thor和Omniverse與全球最大的新能源車企比亞迪達(dá)成合作，絕大部分人的關(guān)注點(diǎn)在于比亞迪發(fā)力智駕。

與之相比，Omniverse的合作乍看沒有那么性感。但NVIDIA希望從數(shù)據(jù)中心、智能工廠、機(jī)器人等全領(lǐng)域幫助這家龐大的車企降本增效。畢竟僅僅在生產(chǎn)環(huán)節(jié)，比亞迪每年就雇傭了超過30萬人。

一、端到端，定義第三代智駕軟件棧

「接下來，AI定義汽車肯定是一個(gè)很大的趨勢。 」這個(gè)觀點(diǎn)在新宙最近幾個(gè)月的公開露面中不斷被重復(fù)提到?！干墒紸I，會(huì)把自動(dòng)駕駛的天花板進(jìn)一步提升?！?/p>

新宙將自動(dòng)駕駛的算法分為三個(gè)階段：

• 第一代的自動(dòng)駕駛系統(tǒng)，完全基于規(guī)則，有著大量人工介入的功能開發(fā)，通過很多算法完成讓車自動(dòng)駕駛開的動(dòng)作；

• 第二代就是現(xiàn)在市場上看到的，已經(jīng)開始用大量的AI取代原有的功能，現(xiàn)在不管是預(yù)測還是規(guī)劃，都在用模型去做；

• 第三代會(huì)達(dá)到更大的突破，變成端到端大模型的方式。

曾經(jīng)在計(jì)算機(jī)視覺領(lǐng)域也出現(xiàn)過這樣三段式發(fā)展的歷程。新宙認(rèn)為這樣的趨勢是不可避免的，「這樣的未來，我覺得會(huì)在接下來的5年內(nèi)發(fā)生」。

新宙認(rèn)為，未來能把端到端模型做得好的企業(yè)，首先也需要一個(gè)非常好的第二代或者第一代的自動(dòng)駕駛堆棧，端到端會(huì)與現(xiàn)有的技術(shù)棧協(xié)同發(fā)展。

「端到端相當(dāng)于一個(gè)博士生、博士后，但它成長中需要小學(xué)老師、中學(xué)老師去教它。端到端在擬人化方面有很強(qiáng)的優(yōu)勢，但需要一些原來的模型保持它的安全性，一個(gè)guardrail?！?/p>

二、英偉達(dá)智駕方案三部曲

對(duì)NVIDIA來說，汽車是AI的一類垂直應(yīng)用。

「我們希望通過AI整體性能的成長，把好的應(yīng)用帶給汽車場景。

（在汽車上）我們更多的身份是一個(gè)生態(tài)賦能者，歡迎客戶用一部分的東西，也歡迎端到端的合作?！剐轮孢@里所指的端到端，是指全棧的軟硬件方案。

從核心業(yè)務(wù)來說，NVIDIA在汽車上提供「數(shù)據(jù)中心 + 系統(tǒng)級(jí)芯片 + 汽車安全平臺(tái) + 全棧解決方案」的產(chǎn)品組合。

其中，全棧解決方案也就是NVIDIA Autonomous Driving System，是新宙當(dāng)前工作的重中之重。

吳新宙親自率領(lǐng)的智駕解決方案開發(fā)，將分為三個(gè)階段：

「第一步，希望我們的軟件盡快在現(xiàn)有的L2和L2+系統(tǒng)上，達(dá)到市場領(lǐng)先水平或者第一梯隊(duì)水平；

第二步是希望在L2++的領(lǐng)域有些新的突破，真正做到行業(yè)領(lǐng)先的水平。

其中，我們還是希望未來的軟件棧是端到端的可訓(xùn)練，把上游的模塊完全打通，不光是模型之間打通，還可以做到端到端訓(xùn)練。我們整體上完全用生成式大模型的布局已經(jīng)開始，相信今年晚些時(shí)間就可以有DEMO展示給大家，通過端到端模型的方式完成。

只是把上游模型和下游模型打通，但還不是真正意義上的基于生成式AI的模式，我們也會(huì)把VLM、LLM運(yùn)用到自動(dòng)駕駛，真的非常高興每天都可以看到進(jìn)展，期待真正把NVIDIA的天花板進(jìn)一步提高。

第三步就是現(xiàn)在已經(jīng)開始的，希望能夠在2026年量產(chǎn)的L3，完全把人從系統(tǒng)中拿掉，這才是自動(dòng)駕駛真正的價(jià)值所在?！?/p>

「我們的核心是讓大家在車?yán)锊皇情_車，開車不是剛需，從A點(diǎn)到B點(diǎn)是剛需?！?/p>

三、DRIVE Thor，下一代千T級(jí)算力芯片

除了智駕軟件方案的進(jìn)展，本屆車展上，NVIDIA下一代智駕計(jì)算平臺(tái)DRIVE Thor也有相當(dāng)高的關(guān)注。

來自供應(yīng)鏈的信息顯示，本次車展之后，各大主機(jī)廠對(duì)DRIVE Thor的興趣明顯大幅增加。

繼極氪、理想、比亞迪之后，本屆車展上，極越、廣汽Hyper等多家車企都陸續(xù)官宣下一代計(jì)算平臺(tái)將使用DRIVE Thor。

官方預(yù)計(jì)，2025年開始有將有第一代的SOP，車企也會(huì)比較快拿到樣片。

「從自動(dòng)駕駛的出租車到無人配送，DRIVE Thor的大家庭還在快速往前增長，這也是一個(gè)不可阻擋的趨勢。」

吳新宙認(rèn)為，DRIVE Thor不僅代表了最高算力的下一代芯片，也代表著最高安全等級(jí)的下一代芯片，是能夠?qū)ι墒紸I、LLM給予最好支持的芯片，推動(dòng)AI定義汽車更好往前發(fā)展的芯片。

NVIDIA汽車業(yè)務(wù)中國區(qū)負(fù)責(zé)人劉通介紹，DRIVE Thor的生態(tài)，目前大致可以分為3類：

第一種是國內(nèi)車企的全自研型，無論是域控制器還是算法開發(fā)都是自研，包括理想、小鵬、極氪這一類；

第二種是生態(tài)合作伙伴，通常是Tier 1；

第三種是軟件供應(yīng)商以及智能座艙軟件開發(fā)商

四、Ominiverse，NVIDIA的野心不止智駕

相比于智駕在話題性上的高熱度，Omniverse更多扮演的是站在車企背后的產(chǎn)品。

NVIDIA認(rèn)為，從汽車的概念設(shè)計(jì)、工廠數(shù)字孿生系統(tǒng)，到營銷銷售，到自動(dòng)駕駛，Omniverse都會(huì)有巨大的影響。

NVIDIA正在和幾家國內(nèi)國際車廠協(xié)同進(jìn)行工廠數(shù)字孿生的探索，核心方法是通過數(shù)字孿生的模式對(duì)工廠進(jìn)行非常詳細(xì)的布局和優(yōu)化，從而提高工廠的運(yùn)營效率，并且也可以用來做機(jī)器人的訓(xùn)練。

「機(jī)器人的訓(xùn)練是一個(gè)非常大的話題。工廠的機(jī)器人相對(duì)簡單，因?yàn)閳鼍氨容^限定，所以通過數(shù)字孿生可以很好地產(chǎn)生真值系統(tǒng)。從我的角度來講，如何能夠高效產(chǎn)生真值是比自動(dòng)駕駛難得多的話題。

通過仿真和Omniverse，NVIDIA希望在機(jī)器人時(shí)代來臨時(shí)發(fā)揮自己的作用。」吳新宙說。

附錄，以下是本次溝通會(huì)上，新宙與媒體的QA問答，HiEV作了不改變原意的刪減：

Q：端到端自動(dòng)駕駛技術(shù)的未來發(fā)展會(huì)是怎樣的？

吳新宙：端到端自動(dòng)駕駛是三步曲的最終一步，我相信一定會(huì)到來。

大家不要字面上理解就是從像素到動(dòng)作，可能會(huì)有一些別的東西配合。比如在控制這一環(huán)，后面可能還會(huì)有優(yōu)化幫助把控制做得更好，因?yàn)榭刂剖菙?shù)學(xué)問題，但是這個(gè)問題比較技術(shù)性。

端到端的模型上線之前一定會(huì)有一個(gè)“護(hù)欄”，因?yàn)樾枰煌５貎?yōu)化和成長，要是一開始就上線端到端的模型是非常困難的。

相信能夠把端到端模型做好的企業(yè)一定也需要非常好的第二代甚至第一代的自動(dòng)駕駛堆棧，就像端到端的模型像是未來可以成為博士生甚至博士后的學(xué)生，但在成長的過程中需要小學(xué)老師、初中老師去帶去教，能夠有時(shí)間去成長，變得更加強(qiáng)大。

接下來的幾年里，大家可以看到這樣一個(gè)趨勢，端到端的模型和原有模型的相輔相成，某些情況下比如比較難的路口處理可以顯示出更加擬人化的東西，通過原有的模型和方法保證安全性，這些是把端到端模型真正大規(guī)模部署，變成主流的一個(gè)過程。

Q：如何應(yīng)對(duì)黑盒問題和算力上的挑戰(zhàn)？

吳新宙：怎么解決黑盒化的問題，可以說這是業(yè)界比較關(guān)心的。

主要有幾個(gè)維度：

剛才我已經(jīng)講到通過原有的第一代第二代算法棧，可以保證端到端模型的安全性，也可以不停地判斷端到端模型決定的合理性，把雙方有差異的地方作為輸入。其實(shí)有點(diǎn)像大語言模型訓(xùn)練的反饋，或者是上一代模型的循環(huán)，能夠讓結(jié)果更加合理化，這些和Human In The Loop大語言模型是非常一致的。

另一個(gè)很重要的點(diǎn)就是未來的大模型、端到端模型有周邊的輸出點(diǎn)可以觀測，比如可以觀測輸出的結(jié)果，訓(xùn)練的時(shí)候也是部分訓(xùn)練等于是在黑盒開啟幾扇窗，看到信號(hào)是怎樣的模式，通過這樣的方式在最后運(yùn)行的時(shí)候不需要運(yùn)行仿真，那些窗其實(shí)就是輸出口，最后正式運(yùn)行的時(shí)候不一定要運(yùn)行那些東西，但如果需要觀測為什么、了解怎么想的話可以通過那個(gè)窗口看一下。

Q：NVIDIA如何通過產(chǎn)品和技術(shù)滿足汽車行業(yè)對(duì)AI芯片的高要求？

吳新宙：我們核心的使命還是生態(tài)賦能者。

NVIDIA的一個(gè)巨大優(yōu)勢就是端到端，而且是整體AI賦能，汽車只是我們的一個(gè)垂直領(lǐng)域。我們當(dāng)然會(huì)聽車廠的需求，同時(shí)也需要通過AI在整個(gè)水平領(lǐng)域把好的東西帶到汽車的應(yīng)用場景。我們作為生態(tài)賦能者希望引領(lǐng)生態(tài)變化，新的技術(shù)產(chǎn)生，以及AI在汽車垂直領(lǐng)域的應(yīng)用。

我們在數(shù)據(jù)中心、訓(xùn)練工具都有巨大的投入，不管是在汽車還是在別的領(lǐng)域都是一樣，我們也有SoC和安全平臺(tái)，從底層軟件加上芯片，所有的每一層都有引入非常強(qiáng)的安全概念，我們還有端到端全棧軟件的開發(fā)。

以上四個(gè)方面構(gòu)成我們汽車生態(tài)系統(tǒng)，這也是NVIDIA的布局，歡迎以各種各樣的方式采用我們的芯片。

我們的訓(xùn)練工具和云端Omniverse、汽車生態(tài)系統(tǒng)都會(huì)很方便地和生態(tài)合作方合作，通過這種方式去更快地促進(jìn)AI這樣的人類社會(huì)巨大賦能者在汽車領(lǐng)域的應(yīng)用。

Q：在車企和科技公司紛紛自研智能駕駛芯片的背景下，NVIDIA將如何保持差異化的優(yōu)勢？

吳新宙：這也是一個(gè)好問題。

其實(shí)NVIDIA的優(yōu)勢也非常明顯，我們是整個(gè)AI生態(tài)的賦能者，不是專注于做車?？梢哉f每個(gè)AI的突破，我們都希望在NVIDIA的生態(tài)中產(chǎn)生。我們現(xiàn)有的芯片更多的是基于通用GPU，但我們也會(huì)不斷調(diào)整，使我們的生態(tài)中孕育出來的產(chǎn)品能夠有越來越好的支撐。這些已經(jīng)是自動(dòng)閉環(huán)的系統(tǒng)，我們在把AI在我們系統(tǒng)中不停地往前迭代，可以對(duì)我們的整體硬件架構(gòu)進(jìn)行優(yōu)化，再把這些成果變成車端的芯片。

我覺得AI時(shí)代就是這樣快速迭代、快速變化的時(shí)代，NVIDIA的芯片一定是能夠最高效地把AI最前端的東西運(yùn)用到車端的芯片，這些是我們比較大的優(yōu)勢。

另外我還要再強(qiáng)調(diào)安全，安全不是一蹴而就的東西，需要大量的投入、大量的經(jīng)驗(yàn)，特別是端到端能夠把安全做好，包括芯片的模塊和上面操作系統(tǒng)的模塊、云端所有訓(xùn)練工具的安全性，真正產(chǎn)生高效安全的網(wǎng)絡(luò)，可以把軟件部署到車端芯片。

我們對(duì)安全的執(zhí)著和巨大的投入在未來一個(gè)時(shí)間段也是NVIDIA的巨大優(yōu)勢，希望通過這些持續(xù)投入更好地賦能汽車和機(jī)器人行業(yè)，賦能大家在我們的平臺(tái)上用比較少的投入做出安全的東西，這是我們的期望。

返回第一電動(dòng)網(wǎng)首頁 >