11月9日，在英偉達（NVIDIA）GTC大會上，英偉達創始人兼首席執行官黃仁勛（Jensen Huang）宣布了多項新技術，這些技術有望為萬億美元的產業帶來改變。具體到自動駕駛領域，英偉達也新發布了多項成果。黃仁勛表示，所有移動之物都將實現完全或近乎完全的自主化。“到2024年，絕大多數新電動車都將具備真正的自動駕駛功能。” 

一：下一代自動駕駛工具包Hyperion 8

Hyperion 8是端到端英偉達Drive平臺的最新版本，包括自動駕駛開發所需的傳感器、計算和軟件，可幫助汽車制造商、供應商和初創公司進一步實現自動駕駛功能。該平臺已于今年4月首次亮相，英偉達在本次大會上公布了新的細節，例如該平臺 具有12 個攝像頭、9 個雷達、12 個超聲波和 1 個前置激光雷達傳感器。其中，激光雷達將采用Luminar的Iris激光雷達，Iris的定制激光雷達架構旨在滿足最嚴格的性能、安全性和汽車級要求，以實現下一代安全性，以及量產車輛的輔助和自動駕駛功能。雷達套件包括海拉短程雷達以及大陸遠程和成像雷達，實現了冗余傳感。索尼和法雷奧攝像頭提供了視覺傳感的前沿技術，此外，法雷奧超聲傳感器還可測量物體距離。

（圖片來源：英偉達）

此生產平臺采用模塊化設計，因此客戶可以輕松地使用所需功能 ———從核心計算和中間件到 NCAP、L3 級駕駛、L4 級停車和 AI 駕駛艙功能。DRIVE Hyperion 是擴展的、開放的，制造商能夠利用 NVIDIA 自己的開發工作，從而加快自動駕駛行業的落地速度。黃仁勛在 GTC 上宣布，DRIVE Hyperion 現在可用于 2024 年的車型。

二. 面向自動駕駛汽車、用于DRIVE Sim的Omniverse Replicator

驅動自動駕駛汽車感知的深層神經網絡通常由兩部分組成：算法模型和用于訓練該模型的數據。工程師們花了大量的時間來改進算法，然而，由于現實世界數據的局限性，數據端仍然不發達，這些數據不完整、耗時且收集成本高。算法與數據的不平衡通常會導致DNN發展停滯，阻礙數據不能滿足模型需求的進展。而通過合成數據生成，開發人員對數據開發有了更多的控制，可以根據模型的具體需求對其進行裁剪。

雖然真實世界的數據是AV訓練、測試和驗證的關鍵組成部分，但它也帶來了重大挑戰。用于訓練這些網絡的數據是由車隊中的傳感器在真實駕駛過程中收集的。一旦捕捉到數據，就必須以實際情況進行標記。注釋是由成千上萬的標簽人員手工完成的——這是一個耗時、昂貴且可能不準確的過程。而使用合成數據增強真實世界的數據收集，消除了這些瓶頸，同時允許工程師采用數據驅動的方法進行DNN開發，顯著加快了AV開發。

Omniverse Replicator就是一個基于Omniverse的自動駕駛汽車合成數據生成引擎。DRIVE Sim是構建在Omniverse上的模擬工具，它利用了該平臺的許多功能。由DRIVE Sim生成的數據則被用于訓練構成自動駕駛汽車感知系統的深度神經網絡。

（圖片來源：英偉達）

通過使用Omniverse Replicator, DRIVE Sim可以生成人類難以或無法識別的地面真相，如速度、深度、遮擋情況、惡劣天氣條件和邊緣情況等。Omniverse Replicator作為一個模塊化的、開放的、可擴展的合成數據生成平臺，為深度學習的工程師帶來了強大的新功能。DRIVE Sim使用這些新特性為AV開發人員在模擬測試中提供了終極的靈活性和效率，允許工程師創建他們需要的數據集來加速他們的工作，其結果是DNN更精確、開發時間更短，能更快地將更安全、更高效的自動駕駛技術應用于道路。

三. 提升駕乘體驗的DRIVE Concierge 和 ChauFFeur

為了消除日常駕駛途中的繁瑣與壓力，英偉達推出了兩個AI平臺：NVIDIA DRIVE Concierge 和 DRIVE Chauffeur，這也意味著英偉達將其自動駕駛技術的應用范圍從駕駛員擴展到車內數字體驗。

（圖片來源：英偉達）

DRIVE Concierge 用于AI助手，借助 DRIVE Concierge，車輛駕乘人員可以與 AI 進行實時對話，時刻享受智能服務，例如此前需要進行物理控制或使用觸控屏的許多功能，現在只需下達語音命令，即可完成。此外，它還可以按需代客泊車，提出建議、預訂、撥打電話和發出提醒（例如，是否有錢包落在了車里）。它可以為每位駕駛員和乘客提供個性化服務，為每位車輛駕乘人員提供定制私人禮賓服務。

DRIVE Chauffeur用于自動駕駛，借助高性能計算架構和 DRIVE Hyperion 8 傳感器集，DRIVE Chauffeur 可以駕車從一地前往另一地。它讓人類駕駛員無需控制車輛，也無需隨時監控周圍環境，節省了寶貴的時間和精力。

DRIVE Concierge 和 DRIVE Chauffeur 二者緊密結合，將徹底改變駕駛體驗。

四. DRIVE Mapping 集體記憶助力自動駕駛車輛感知環境

地圖是自動駕駛的基礎支柱，是自動駕駛的集體記憶。高精度地圖提供了對駕駛環境的基礎理解，并在汽車行駛過程中不斷更新。

在GTC大會上，黃仁勛先生展示了結合 NVIDIA DRIVE 和 DeepMap 技術的最新地圖功能。其結果是高精度的解決方案，能夠實現眾包地圖并穩定的運用于自動駕駛汽車地圖和定位。NVIDIA DRIVE Mapping 使自動駕駛車隊和單車均能實現實時建圖和地圖更新，為全球自動駕駛創建可擴展的解決方案。

DRIVE Mapping 為 AI 輔助駕駛功能而制圖的每個區域都包括攝像頭和雷達定位層。在惡劣天氣和攝像頭可能被遮擋的光線條件下，雷達能夠為定位和駕駛提供一層冗余。為提高可靠性和準確性，地圖網絡使用了經過正確數據標注的地圖來訓練。

使用正確的標注地圖創建 DRIVE Mapping DNN 的過程（圖片來源：英偉達）

通過運用 NVIDIA 在今年早些時候收購的 DeepMap 長期以來在地圖領域積累的專業知識，DRIVE Mapping 可以在全球范圍進行擴展，NVIDIA 正在開發一支專用車隊來建立全球人口密集區域的地圖。這些地圖將為未來幾代自動駕駛實現實時地圖而提前做好準備。

英偉達將在自動駕駛市場占據更大份額，擴大在汽車行業影響力

自動駕駛市場目前有眾多參與者，包括為乘用車開發駕駛員輔助系統的供應商和汽車制造商，以及致力于部署全自動駕駛汽車（如自動駕駛卡車和自動駕駛出租車）的公司。通過上述新發布的技術，英偉達旨在自動駕駛市場占據更大份額。

近5年來，英偉達自動駕駛計算芯片的綜合性能持續提升。通過采用開放的技術體系，英偉達不僅在芯片、計算平臺、軟件開發工具、應用工具等方面投入巨大，還與車企及Tier1開展深度合作來研發更高級別的自動駕駛技術。目前，全球眾多客戶都在使用英偉達DRIVE Orin計算機系統芯片進行開發，包括Cruise、梅賽德斯-奔馳、圖森未來、沃爾沃和Zoox等。

使用英偉達Drive Orin計算機系統芯片開發自動駕駛的車隊（圖片來源：英偉達）

此次秋季GTC大會中，英偉達還官宣了與一些中國合作伙伴的合作。其中，輕舟智航（QCraft）將在其Driven-by-QCraft下一代硬件方案中率先使用NVIDIA DRIVE Orin 方案，成為首個使用NVIDIA DRIVE Orin方案的L4級自動駕駛通用方案公司；NVIDIA還將賦能百度第三代自動駕駛平臺ACU產品“三鮮”，后者也將搭載NVIDIA DRIVE Orin；此外，DRIVE Orin車規級自動駕駛系統級芯片還將落地在高合汽車全新發布的第二款旗艦Digital GT-HiPhi Z上。

作為全球最大的圖形和人工智能芯片制造商，英偉達多年來一直在推動將最初為計算機游戲和圖形開發的技術擴展到汽車行業。隨著一項項新技術的推出，隨著其“朋友圈”的不斷擴容，英偉達在汽車行業的影響力也在逐漸擴大。