文 | 智见 Time”，作家 | 308，剪辑 | 经纬

文 | 智见 Time”，作家 | 308，剪辑 | 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，也激励了多数关注。

尤其是在中国阛阓，端到端的智驾决策一经成为总共这个词行业的共鸣，各个玩家都在纷纷通过不同的神情拥抱端到端；由此，各个玩家在算法层面追求轻易的同期，也充分将强到了车端算力的极点进攻性——于是，全球又把柔软的眼光朝向了英伟达。

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，要是从英伟达在自动驾驶行业进行布局的举座视角来看，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，这小数照实更受阛阓和平方糟践者的关注。

然而，被严重忽视的是，围绕着自动驾驶的举座期间达成旅途，英伟达执行上在用户感知并不昭彰的云霄、软件侧、用具链等方面都进行了全所在、多角度的布局。

而这些举座布局，亦然英伟达通过自身的体系才略全面赋能自动驾驶的有劲字据。

一个用具皆全的「厨房」

关于平方用户来说，智能驾驶的体验自己，不时与车企推送的一次次 OTA 升级密切有关，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擢升的关键——但问题在于，这些运行于车端的智驾算法模子，并非是编造而生。

事情的真相是，它们是由车企或智能驾驶供应商基于云霄环境构建出来。

作念一个不太妥贴却相比形象的譬如，要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，更像是一个用具皆全、便利好用的「厨房」。

而在不少智驾玩家的取舍中，尤其是自研决策车企的智驾体系中，这个「厨房」自己，都是基于英伟达的期间来构建的。

这里需要明确一个前提：关于总共勉力于自动驾驶的玩家来说，自动驾驶才略的构建，都是一个极其复杂的系统性使命经由。约略来讲，它主要包括数据处理和神经汇集算法的构建这两大模块，而这两个模块都需要多数纷纷复杂的使命要处理——但在英伟达软硬件期间的助力下，这些使命不错被处理得愈加高效。

比如说，在自动驾驶的数据处理经由中，不时需要从多数的数据中寻找到一些安全性有关的角落案例（包含动态场景、多模态传感器交融）并进行数据标注使命，才气够职业于算法构建。因此，自动驾驶的数据处理法式，关于任何一个玩家来说，都是挑战深广、资本高企 的难题。

不外，一朝玩家们采取英伟达期间，就不错在英伟达云野心平台（NGC）的助力之下，通过预训诫模子来注目图像，同期不错在图像处理中采取来自于英伟达的视频编解码期间，何况不错通过英伟达 TAO AI 模子自稳健平台来进行模子优化——其阻挡是，采取英伟达期间之后，东说念主工标注使命不错减少高达 50%，而总共这个词数据标注经由的遵守不错擢升 30%。

天然，针对特定玩家的自动驾驶期间旅途取舍，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期间方进取采取了端到端 + VLM 的期间决策，这一决策，关于多模态数据处理和智能驾驶的通晓与决策才略提倡了新要求。于是，在英伟达的匡助之下，理思汽车约略对理思 L9 车型的数据进行重建和动态剪辑，有用利用历史数据，提高了数据处理的遵守和模子训诫的泛化才略。

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角落情况；英伟达 NeMo 框架支抓智能汽车的视觉言语模子应用，提供了从数据处理到模子训诫、模子考据的治理决策；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思汽车端到端 + VLM 决策的达成而提供的有用期间救济。

另外，还有一个很容易被平方用户忽略的信息是，访佛于 DRIVE Orin 和 DRIVE Thor 这些功能刚劲的车端算力平台，也需要英伟达的软件期间来加抓。

比如说，为了推动 Orin 和Thor 芯片更好地运行，英伟达有利缔造了 DriveOS。

具体来说， DriveOS 是总共这个词英伟达 DRIVE 软件堆栈的基础所在，亦然针对车载加快野心而起始推出的安全操作系统，包括用于达成高效并行野心的 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法式所需的总共软件、库和用具，不错为自动驾驶缔造者提供一个安全可靠的施行环境，并提供安全启动、安全职业、防火墙和无线 OTA 更新等职业。

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缔造来说至关进攻的中间件功能。这些功能包括传感器空洞层 (SAL) 与传感器插件、数据纪录器、车辆 I/O 支抓和深度神经汇集 (DNN) 框架——该用具领有模块化和盛开的特质，在遐想上适当汽车行业软件法式。

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 照实成为繁密智驾玩家在车端算力平台取舍上的不二之选，然而被大多数平方用户忽略的是，其的确软件层面，英伟达也基于这些车端算力平台作念了特别玄机的布局，从而束缚擢升车端算力平台的运算遵守。

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衔尾的 PVA 决策。

具体来说，为了缩小越来越贫乏的 AI 使命负载，缔造者不错平直在 Orin 和 Thor 这么的 SoC 中运行一个有利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， 从而镌汰负载并使之约略愈加高效地经管其他关键任务。

本色上，PVA 愈加访佛于一个不错由缔造者自界说的 AI 加快器，来治理自动驾驶汽车缔造中的野心问题，从而约略更高效、更有用地处理复杂的视觉任务，并提高举座系统性能——当今，基于 PVA 的优化治理决策显耀提高了蔚来自动驾驶的性能，并被无为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通晓的，是它所提供的车端智能驾驶野心平台，也即是一经大限制上车的 Orin 和行将上车的 Thor。

这并不令东说念主感到不测。

照实，从刻下行业的落地来看，AI 算力为 254 TOPS 的英伟达 Orin 野心平台，一经成为事实上的高阶智能驾驶法式成立。

从当今一经走向阛阓的情况来看，不论是蔚来、小鹏、理思等新势力品牌，照旧智己、腾势、极氪等来自于大型车企的新品牌，都一经在旗下车型中采取了英伟达 Orin 决策。

不错说，从总共这个词自动驾驶行业买卖落地的维度来看，英伟达 Orin 是当今全球范围内出货量和车端部署量最大的算力平台产物。

天然，从期间发展的维度，手脚 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野心平台，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采取了英伟达的最新 CPU 和 GPU 期间，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 位浮点体式 (FP8)，可在镌汰举座系统资本的同期，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 也一经得回了多数协作伙伴的招供，并由此取得了昭彰的轻易。

具体来说，2024 年，Thor 得回了越来越多的主机厂客户。

比如说，在 CES 2024 举止期间，理思汽车晓示将在 Thor上构建其过去汽车产物；而在 GTC 2024 举止上，比亚迪晓示将基于 Thor 构建下一代电动车型。同期，广汽埃安晓示旗下高端豪华品牌昊铂下一代电动汽车将采取 Thor 平台，新车型将于 2025 年运转量产。

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、配送车等其他细分规模的厂商所选用。比如说，来自硅谷的自动驾驶配送车辆制造商 Nuro，一经取舍 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，一经不单是是对准了资金实力愈加浑厚的主机厂，也包括一批勉力于激动自动驾驶前沿期间发展的决策商——本色上，这亦然英伟达自身在面向自动驾驶行业发展过程中的更有用取舍。

值得强调的是，在 Orin 和 Thor 缓缓走向落地的过程中，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职业——更进攻的是，英伟达也在端到端、大模子等前沿期间上抓续探索，为总共这个词自动驾驶行业的发展标的寻求更优解。

在虚拟之中，走完现实的路

在自动驾驶的落地过程中， 还有一个总共玩家都不得不面对的真实难题：当一个智能驾驶模子被缔造出来之后，若何对它在执行场景中的阻挡进行真实有用的测试和考据。

到了端到端期间，这个难题更是被无穷放大，成为各家在智能驾驶缔造中的终极训诫。

其原因是，东说念主类的说念路场景自己就复杂各样，任何一家车企都莫得才略在全全国的每个角度进行实地考据；除此除外，即使是雷同的说念路场景，也存在着天气情景、拥挤情况、交通参与者、是否施工等各样各样的各异——这就意味着，在真实的场景中进行各样各样的考据，是一件根柢不成能完成的事情。

因此，寻找到一个约略具备无为通用性、普适性的替代决策，就显得极为关键——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潜入布局。

具体来说，即是 NVIDIA Omniverse 平台。

从主意上来说，NVIDIA Omniverse 是一个基于 USD（Universal Scene Deion，通用场景边幅，一种约略表述精确物理模子的通用法式，它由苹果、英伟达等公司界说）、用于创建和运行各样虚拟全国应用的平台。

这一平台不错应用到多个规模和行业——而关于自动驾驶来说，它约略很好地称心行业里关于高保真自动驾驶汽车仿果然需求。

事实上，仿真关于缔造和考据自动驾驶汽车的安全关键功能而言至关进攻，但需要在部署之前进行充分测试。高保真仿真为各样场景下的系统训诫提供安全、可控且传神的环境——利用 Omniverse，可有用地对现实全国条目进行仿真，使车辆得以在登程前通过数字孪生进行安全测试和考据。

比如说，针对各样驾驶条目，尤其是一些无法在现实全国中复现的场景，比如说恶劣的天气、交通变化或者冷漠的危急场景，Omniverse 不错利用生成式 AI 的一些最新期间进行精确建模，何况不错手脚训诫数据的一部分。

与此同期，当自动驾驶缔造者在进行任何自动驾驶车辆的物理原型遐想之前，不错通过 Omniverse 部署虚拟车队来遐想新传感器和堆栈的原型，从而减低在执行缔造过程中的物理测试和考据资本。

值得一提的是，为了称心行业里关于自动驾驶传感器和周围环境的物理本性和步履进行精确建模的需求，英伟达在 GTC 2024 上还有利发布了 Omniverse Cloud 应用编程接口（API），它们汇集了一个由仿真用具、应用和传感器组成的丰富生态系统，从而不错称心高保真传感器仿果然关键需求——以安全的神情探索自主系统将会碰到的无数现实场景。

比如说，通过 Omniverse Cloud 应用编程接口，缔造者不错访谒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，缔造者还不错调用这些应用编程接口，从而生成多数且各样的合成数据集，为训诫和考据这些自主系统所使用的感知模子提供关键数据。

除了约略治理在自动驾驶落地场景中的仿真测试问题，NVIDIA Omniverse 也约略很好地职业于于自动驾驶汽车自己的外不雅遐想、可视化等。

比如说，专注于整车研发、中枢零部件研发及制造、新能源汽车研发等规模的阿尔特汽车，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遐想、评审与性能优化的全所在数字化平台。

其中，通过 Omniverse Composer，阿尔特的遐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遐想决策；利用 Omniverse Connector，阿尔特使不同 DCC 软件和 Composer 约略进行及时协同，达成了工程师之间的并愚弄命，极大提高研发遵守。

有利思的是，阿尔特汽车还利用 Omniverse Action Graph 制作汽车组件拆解爆炸阻挡视频，检朴多数时候。

期间体系，才是中枢竞争力

要是站在期间落地的角度来看，智能驾驶是东说念主工智能面向物理全国和汽车行业进行应用和赋能的典型场景。

执行上，东说念主工智能虽然面向百行万企都领有很大的赋能后劲，但这个过程都短长常贫乏的。因为它需要的并不单是是东说念主工智能算力的构建；更为进攻的法式是，若何通过一系列复杂的全栈期间布局，把算力应用和职业于特定的行业场景，从而赋能于东说念主类。

某种进程上，东说念主工智能的落地，训诫的是体系才略。

从这个角度来看，英伟达在智能驾驶行业饰演的扮装，也不单是是车端算力平台的提供者的扮装，而是通过它在从云霄训诫到车端推理的一系列过程中的举座布局，来达成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忽视，但却雷同进攻。

也许，从这个角度来看，咱们也许约略愈加容易长入，尽管英伟达为总共这个词东说念主工智能行业的发展提供了弥散刚劲和先进的算力平台，但从业务逻辑来说，手脚英伟达掌门东说念主的黄仁勋，更心仪在公开时局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，何况最终得回阛阓招供。

尽管阛阓和糟践者愈加关注硬件和算力参数自己，但不得不承认的是，软件才略亦然英伟达在自动驾驶的期间和买卖体系中所构建出来的中枢竞争力。

软硬件之间密不成分，它们共同组成了英伟达在自动驾驶行业的期间护城河。

天然，不论是否被阛阓充分通晓，面对自动驾驶规模正在发生的 紧要期间变革和买卖落地机遇，英伟达硬件和软件的抓续深耕还将接续，何况会愈加细巧——这虽然是期间的逻辑，但它亦然买卖的逻辑网赌游戏软件有哪些，但最终，这也将会是英伟达得回阛阓招供、并约略接续为自动驾驶行业的发展孝顺永远价值的中枢驱能源之所在。