芯耀
623
上周说到Nvidia的汽车战略主要是Hyperion、Drive Map和Omniverse。这次稍深入探讨一下Nvidia在这次GTC发表的内容。
NVIDIA DRIVE软件堆栈的升级
首先是ADAS、自动驾驶、车载可视化和开发的NVIDIA DRIVE软件堆栈。
自Nvidia的汽车业务开始以来，该公司已经为ADAS和自动驾驶场景推出了多种软件、hypervisor和操作系统。Nvidia为其汽车业务推出的第一个操作系统是NVIDIA DRIVE OS，直到今天还在不断更新。
最受瞩目的更新是NVIDIA DRIVE Map的发布。DRIVE Map是一个可扩展的多模态地图引擎，该公司认为它将加速L3和L4 AV的部署。
这次的地图更新得益于对初创公司DeepMap的收购。2021年7月，Nvidia宣布收购DeepMap，以加强其自动驾驶的地图和定位能力。
对DeepMap的收购为Nvidia的DRIVE平台增加了AV专用的高精地图，该公司软件定义的端到端AV产品包括在数据中心的深度神经网络训练和验证，用于车辆的计算。
NVIDIA DRIVE AV堆栈端到端的部署
到2024年，Nvidia的测绘车队将在北美、日本、欧洲和亚洲勘测50万公里的道路，并创建一个地球尺度的数字孪生，将达到厘米级精度。
通过三个定位层（摄像头、激光雷达和雷达），DRIVE Map提供了高水平AI驾驶员所需的冗余和多功能性。不同的定位层如下：
摄像头定位层由地图属性组成，如车道分界线、道路标线、道路边界、交通信号灯、标识和电线杆。
雷达定位层是一个雷达回波的集合点云。它在光线不足的情况下特别有用，这对摄像头来说是个挑战，而在恶劣的天气条件下，对摄像头和激光雷达也是个挑战。
雷达定位在典型地图属性不可用的郊区也很有用。
激光雷达voxel层提供了最精确和可靠的环境表示。它以5厘米的分辨率构建了三维世界，这是用摄像头和雷达无法达到的精度。
* voxel是三维盒子或立方体的另一种表述。世界被划分为三维立方体（可以想象成棋盘，但却是三维的），车辆会报告说这个立方体里有看起来很坚固的东西，或者这个立方体基本上是空的。
一旦被定位到地图上，平台就可以使用地图提供的详细语义信息来计划和安全地执行驾驶决策。
NVIDIA DRIVE在Omniverse上的仿真此外，在这次活动中，Nvidia宣布了其新的数据中心规模的计算系统，该系统在Omniverse上运行，用于工业仿真和数字孪生。
OVX是专门为操作复杂的数字孪生模拟而设计的，它将在NVIDIA Omniverse中运行，Omniverse是一个实时物理精确的全局模拟和3D设计协作平台。
OVX系统将高性能GPU加速计算、图形和AI与高速存储访问、低延迟网络和精确计时相结合，提供了创建具有真实世界精度的数字孪生所需的性能。OVX将被用于模拟复杂的数字孪生，为整个建筑、工厂、城市甚至世界建模。
OVX将使设计师、工程师和规划人员能够建立物理上准确的数字孪生建筑，或创建大规模的、真实的模拟环境，并在物理和虚拟世界中实现精确的时间同步。企业可以评估和测试复杂的系统和流程，与多个自动化系统在同一时空互动，以优化、扩大或创建更有效的工厂和仓库，或在将机器人和AV部署到物理世界之前对它们进行训练。
在OVX上运行Omniverse的NVIDIA DRIVE软件堆栈
OVX服务器由8个NVIDIA A40 GPU、3个NVIDIA ConnectX-6 Dx 200Gbps网卡、1TB系统内存和16TB NVMe存储组成。OVX计算系统可以从由8台OVX服务器组成的单舱扩展到由32台OVX服务器组成的OVX SuperPOD，并通过NVIDIA Spectrum-3交换结构或多个OVX SuperPOD来加速大规模数字孪生模拟。
Hyperion 9
Nvidia还发布了下一代自动驾驶平台Hyperion 9。这个新平台旨在实现跨代际的兼容，采用相同的计算机外形尺寸和NVIDIA DriveWorks API。
该平台将配备Nvidia的Atlan SoC和GPU架构，以及Arm的CPU内核和深度学习与计算机视觉加速器，为冗余和多样化的深度神经网络提供所有必要的算力，帮助开发者、学术界和系统工程师继续增加更多的功能和改进。
NVIDIA DRIVE Hyperion 9 平台
英伟达DRIVE Hyperion 9平台预计将在2026年的量产车中开始搭载，该平台建立在多个DRIVE Atlan计算机上，以实现智能驾驶和舱内功能。
该平台包括计算机架构、传感器组以及完整的NVIDIA DRIVE Chauffeur和Concierge应用。它的设计是开放和模块化的，因此开发人员和系统工程师可以选择他们需要的东西。当前系统可实现从NCAP到L3和L4泊车的拓展，具有先进的AI座舱功能。
Hyperion 8 vs. Hyperion 9
Hyperion 8 L2+自动驾驶参考平台使用两个Orin计算机的组合。Orin X用于TJP和其他自动驾驶功能，Orin CX用于舱内应用。
Hyperion 8 L2+参考平台
L3与L2+系统的最大区别是增加了一个卫星系统。卫星系统应该是一个冗余系统，自动驾驶平台并不依赖这个系统。
与L2+系统相比，L3级提供了以下新增功能：
两个后置的索尼IMX728，FOV为70度。
之前的主毫米波雷达被大陆的旗舰产品ARS540替代。
卫星系统包括4个摄像头、4个毫米波雷达和1个激光雷达。
前后的长距摄像头仍然是索尼IMX728，FOV为30度。
激光雷达选择了Luminar的产品。
双Orin的AI算力在508 TOPS，ECU整体功耗最高为200W。
Hyperion 8 L3参考平台
尽管Hyperion 9在2026年之前还不会出货，但Nvidia透露了这种平台所需的传感器数量和处理能力，以便能够处理更高水平的自动驾驶。Hyperion 9将使用即将推出的Atlan SoC。NVIDIA DRIVE Atlan是下一代平台，在相同的功率下，其性能将是目前基于DRIVE Orin架构的两倍。
该传感器堆栈包括：14个摄像头、9个雷达、3个激光雷达、20个超声波雷达。
下表整理了参考平台所需的所有必要的传感器堆栈，以实现更高水平的自动驾驶。
Hyperion 9 L4参考平台
对于舱内乘员感知，将需要额外的三个摄像头和一个雷达。
下表是Nvidia的DRIVE Hyperion的发展路线图。
ZF ProAI
在此次GTC的一个环节，采埃孚介绍了由ZF ProAI系列产品支持的集中式计算单元。 采埃孚通过与Nvidia SoC合作的四种ZF ProAI产品，涵盖了从Xavier到Orin SoC的全部可能应用的范围：
Gen1：符合Euro NCAP 2022标准的ADAS入门车型
Gen2：用于符合L2或L3标准的部分和高级自动驾驶
Gen3：用于L4的高级自动驾驶
RoboThink：用于L4或以上的自动驾驶功能
ZF ProAI产品线配备了自己的GPU，拥有超过150 TOPS的算力，并可与最多四个其它单元模块化组合，从而使总性能达到600 TOPS
根据所需的性能，有三种冷却选择：被动冷却、风冷和液冷。
安装尺寸保持不变。新的ZF ProAI具有24013849毫米的统一而紧凑的外形尺寸。这比其以前的型号要小得多，因此在车辆的安装选择上有更多的自由。
采埃孚的Pro AI安全域ECU是一个灵活的集成枢纽，将一些底盘、悬挂和ADAS控制功能集成到一个单元中。
采用英伟达SoC的ZF ProAI系列产品
采埃孚还为ZF ProAI提供了一个MDI（measurement data interface），将收集到的传感器数据不加修改地转发到中央存储系统，用于开发和测试。
采用NVIDIA DRIVE Hyperion架构的公司
比亚迪将使用Nvidia的DRIVE Hyperion 8架构。比亚迪的目标是利用Nvidia的自动驾驶参考平台建立一个软件定义的电动车队。
此外，Nvidia宣布Lucid Motor目前的车队是基于NVIDIA DRIVE Hyperion打造的，具有可编程的智能功能。通过在可扩展的软件定义平台上进行开发，Lucid确保其车辆始终处于最前沿，通过OTA获得持续改进。
选择NVIDIA DRIVE的公司
除了车厂之外，自动驾驶初创公司也在采用DRIVE Hyperion平台。
中国的元戎启行（DeepRoute）表示，它正在将DRIVE Hyperion集成到其L4系统中。这个车规级的平台是该公司计划明年将产品推向市场的关键。
自动驾驶初创公司Pegasus Technology也在DRIVE Hyperion上为出租车、卡车和公交车开发智能驾驶解决方案，以便在复杂的城市道路上无缝运行。其自动驾驶系统旨在处理变道、繁忙的十字路口、环岛、高速公路入口和出口等问题。
UPower是一家致力于通过其Super Board滑板底盘简化电动车开发过程的初创公司。该下一代电动车的基础将包括DRIVE Hyperion的自动驾驶功能。
文远知行（WeRide）自2017年以来一直在NVIDIA DRIVE上构建用于城市交通的自动驾驶平台。在GTC期间，他们宣布将在DRIVE Hyperion上开发其下一代智能驾驶解决方案。
一点想法
Nvidia在今年春季GTC上宣布了新的平台、架构、GPU和SoC。在AV和Robotaxi领域的内容显示了Nvidia在更高水平的自动驾驶和Robotaxi发展方面走在前列的意愿。
然而，Nvidia在ADAS领域还存在不足。尽管该公司多次表示其平台系列是可扩展的，但Mobileye、Renesas、Xilinx（被AMD收购）、TI和Qualcomm等公司在ADAS和L2领域仍旧是主流。
Nvidia的新发布尽管对汽车行业自动驾驶技术的发展相当关键，但只有少数豪华和高端品牌会采用Nvidia的平台和芯片组。中低端领域预计将使用Qualcomm、Mobileye、Renesas和Ambarella的芯片。
另一方面，部分车厂正在远离Nvidia，并试图为自动驾驶创建自己的硬件和软件生态系统。值得注意的例子是，特斯拉采用自研的自动驾驶硬件，中国的蔚来和小鹏正在计划自研芯片，或者与中国的供应商合作，实现更高水平的自动驾驶水平。
这次Hyperion 9的发布多少有些让人意外，因为它2026年才会投产。而Hyperion 8在2023年才会开始上车。奔驰将在2024年之前搭载该平台，捷豹路虎预计将在2025年之前创建一个基于Hyperion 8平台的系统。
因为很多公司都计划在2024年之前离开英伟达，因此提前宣布Hyperion 9，可能也是挽回一下局面，以便一些车厂和Tier 1重新考虑Nvidia在自动驾驶生态系统中的地位。
