自动驾驶L4的安卓套件：GTC 2026吴新宙介绍的英伟达Drive Hyperion

本次GTC 2026上，吴新宙专题介绍了的英伟达自动驾驶L4参考软硬件、主机厂生态以及量产计划。英伟达认为，解决物理 AI 和自动驾驶问题本质上是一个“三台计算机”的问题：云端的训练计算机、仿真计算机，以及部署在车端的推理计算机。针对这至关重要的“车端推理计算机”，英伟达推出了以Drive Hyperion为核心的最新一代 L4 级车辆统一参考架构。

1. 核心计算平台：AGX Thor 车载 AI 超级计算机

AGX Thor 是该架构的核心车内 SOC 旗舰设备，专为满足车载大模型和端到端自动驾驶的高算力需求而设计。

底层架构：基于Blackwell 架构，与训练基础模型所使用的架构相同。

计算精度支持：支持从 32 位到 16 位浮点数，并重点支持 4 位浮点数（FP4）。

性能提升：在车内设备普遍受限于内存带宽的情况下，FP4 的应用能够有效突破物理限制，大幅增加车内可用计算能力。在应用 FP4 的前提下，AGX Thor 的性能相较于上一代平台（Orin）实现了20 倍的提升。

讲了这么多，这就是英伟达的Thor X芯片，两片大概2000Tops，是现在主流采用英伟达L4的算力平台。

2. 标准化传感器套件（参考设计）

为了实现不同 OEM 和不同平台之间的数据共享，Hyperion 提供了标准化的传感器硬件架构，并划分为两款模型以满足不同层级的需求：

高端模型（L3/L4 级别）：

目标场景：旨在支持高水平自动驾驶，涵盖高速公路及城市道路的 L3 与 L4 级别。

硬件配置：14 个高清摄像头、最多 4 个内部摄像头、9 个雷达、1 个激光雷达。

系统特性：具备完整的传感器冗余设计，确保在发生单点故障时系统仍能安全运行。

基础模型（L2+ 级别）：

目标场景：侧重于 BOM（物料清单）层面的成本控制，可提供从泊车到泊车、免提（Hands-free）高速公路及城市端到端的功能。

硬件配置：10 个摄像头、3 个雷达（无激光雷达）。

系统特性：属于 Drive AV 体系中与客户共同构建的方案。

3. 系统架构与 ECU 部署

在 L4 级别的车辆设置中，英伟达采用了双 ECU 协同工作的架构设计，使得基于同一套代码库可以向合作伙伴同时交付 L2+ 和 L4 能力：

主 ECU：运行现有的 L2+ 软件栈。在 L4 架构下，它将接收来自卫星 ECU 的额外传感器数据，从而具备更强的感知与处理能力。

卫星 ECU（安全冗余）：运行具备安全冗余的软件栈（主要基于古典算法）。当主系统发生单点故障时，卫星 ECU 将负责接管并执行MRM（最小风险机动）。

4. 软件与安全基础：Haloes 层

在 Hyperion 硬件基础之上，是 L4 的统一软件安全基础——Haloes，它定义了多层软件架构：

操作系统层 (Haloes OS)：基于传统的 Drive OS 演进，已通过最高等级的 ISO 认证（ISO Delta）。支持Linux和QNX操作系统。内置CUDA、TensorRT 和 LLM SDK等库，支持开发者以最高效的方式部署用于自动驾驶的大型语言模型（LLM）和生成式 AI 模型。

中间件层：将原本需要 OEM 投入数百名工程师来定义的“传感器与车辆抽象层”进行了标准化，并纳入 Haloes OS 层。这大幅减轻了 OEM 在部署软件栈时的工程负担。

系统安全护栏：集成传统的软件栈作为安全护栏（包括符合5 星 ENCAP 和 NCAP的主动安全软件），确保开发者在 Haloes 上部署自定义的端到端模型时，能够直接受益于平台底层的安全机制。