Symulacja kluczem do rozwoju autonomicznej jazdy

Ponieważ za autonomiczną jazdę odpowiadają złożone systemy, które mają kluczowe znaczenie dla bezpieczeństwa, projektowanie architektury komputerowej, a także powiązanych systemów robotycznych i sztucznej inteligencji jest jednym z największych wyzwań naszych czasów. Z tych powodów branża nadal potrzebuje więcej czasu i inwestycji, aby pogłębić rozwój autonomicznej jazdy. Rolą firmy NVIDIA jest zapewnienie najlepszej i najbardziej otwartej platformy dla deweloperów do tworzenia własnych rozwiązań w tej dziedzinie.

NVIDIA ma kilku klientów, którzy chcą samodzielnie tworzyć całe aplikacje. Dla tego typu klientów firma NVIDIA oferuje wysokowydajne programowalne oparte na jednej architekturze. Umożliwia to zastosowanie takich chipów we wszystkich segmentach autonomicznych pojazdów, bez zużywania dodatkowego czasu i zasobów programistycznych. Klientom, którzy nie posiadają odpowiednich zasobów do rozwoju autonomicznych samochodów, NVIDIA może również pomóc w tworzeniu aplikacji i inteligentnych systemów pokładowych. W tym celu producent GPU opracował platformę o modułowej architekturze, co umożliwia firmom wykorzystanie tylko potrzebnych komponentów.

Jednym z przykładów działań Nvidii jest współpraca z marką Mercedes Benz, mająca na celu opracowanie systemów bezpiecznego parkowania i autonomicznej jazdy dla przyszłych flot.

Oprócz podstawowej platformy Nvidia DRIVE, firma zapewnia również zasoby obliczeniowe DGX AI do trenowania opracowanych przez inne podmioty sieci neuronowych. Dodatkowo programiści mogą testować autonomiczny systemy jazdy w wirtualnym środowisku przed ich wprowadzeniem do świata rzeczywistego. NVIDIA pomaga również budować automatyczne konfiguratory do tworzenia wirtualnych salonów za pomocą technologii ray tracingu w czasie rzeczywistym. Wirtualne salony pozwalają nabywcom dostosować wnętrze samochodów, które chcą kupić.

CEO Nvidii wskazuje, że symulacja odgrywa ważną rolę w szkoleniu i walidacji autonomicznych pojazdów. Pozwala to stworzyć wydajny przepływ danych, a symulacja jest koniecznością, ponieważ w świecie rzeczywistym systemy trudno jest przetestować według wszystkich możliwych scenariuszy.

W segmencie autonomicznej jazdy poziomu 4 i 5 Nvidia wykorzystuje platformę Cruise firmy GM, a także Zoox firmy Amazon i platformy innych producentów robotów. Transport ciężarowy również jest kluczowym rynkiem dla platformy NVIDIA DRIVE, a firma ściśle współpracuje z czołowymi podmiotami, takimi jak TuSimple, Volvo Autonomous Solutions, Plus i Einride.

W przypadku autonomicznej jazdy producenci samochodów przyjęli strategię opartą na oprogramowaniu. W tradycyjnym przemyśle motoryzacyjnym, po sprzedaniu samochodu koncern nie może już generować dalszych przychodów z tego pojazdu. Jednak w przypadku strategii bazującej na programowaniu, dodatkowe subskrypcje i usługi oferują firmom możliwość zwiększenia przychodów. Dzięki temu podejściu wartość samochodu nie leży już w zasobach sprzętowych, ale w oprogramowaniu. Producenci samochodów mogą nadal dostarczać aktualizacje do systemów AI, aby dodawać kolejne funkcje i usługi przez cały okres eksploatacji samochodów.

Podczas GTC 2021 CEO Nvidii Ali Kani przedstawił wyspecjalizowany chip DRIVE Atlan SoC, który zapewnia wydajność na poziomie 1000 TOPS (bln operacji na sekundę), co czyni go prawdziwym centrum danych na kołach.