自动驾驶的技术重心从 BEV &Transformer 进阶到了端到端技术范式。
这种从感知到决策端一体化的路径,打破了 Corner case(极端情况)桎梏,被视为通向高阶自动驾驶的最优解。
与此同时,端到端自动驾驶上车,需要数据、算法、算力三驾马车进行驱动。
具体要求是:数据足够海量、高质量,算法足够高效、可靠,以及支撑这一切的算力,足够强大,它决定了模型迭代的速度及性能上限。
车企、智驾供应商几乎都在这三要素上下狠功夫,尤其在算力上,展开了一场军备竞赛,算力储备越强,意味着端到端落地效果的天花板越高。
NVIDIA 推出的 NVIDIA DRIVE Thor 吸引了自动驾驶行业目光,继 NVIDIA DRIVE Orin™ 之后,这款全新的集中式车载计算平台,能实现最高 1000TOPS 的 AI 算力,它能将汽车的智能功能,如自动驾驶和辅助驾驶、智能座舱交互系统统一到一个架构中,极大程度做到降本增效。
另外,NVIDIA 集成 20 年的技术结晶——NVIDIA Omniverse™,也在汽车数字工厂领域扮演重要角色,它能够构建虚拟的试验场,加速自动驾驶汽车的开发和测试验证。
那么,如何帮助车企、智驾供应商用好这些平台,在技术细节上做好优化,打造出更安全、智能的驾驶体验,可以锁定本期「汽车之心·行家说」内容。
10 月 18 日(周五)下午 14 点,我们再次邀请到 NVIDIA 与丽台科技的技术专家作 NVIDIA 专场的第二期分享。
重点分享内容:
1、智驾算法演进:从 BEV & Transformer 到 NVIDIA 端到端新架构
2、NVIDIA DRIVE Thor 平台模型部署:端到端+VLM 方案的挑战与优化
3、利用 NVIDlA Omniverse 构建物理精确的汽车数字工厂
4、NVIDlA Omniverse 汽车行业应用案例分享
尹涛,NVIDIA 机器学习工程师
满立志,丽台科技软件技术架构师