文 | 智见 Time "开云「中国」Kaiyun·官方网站 - 登录入口，作家 | 308，剪辑 | 经纬

端到端的到来，再一次推动了智能驾驶在全球范围内的逾越式发展，也激勉了大宗关注。

尤其是在中国市集，端到端的智驾决策仍是成为扫数这个词行业的共鸣，各个玩家都在纷纷通过不同的形状拥抱端到端；由此，各个玩家在算法层面追求破裂的同期，也充分意志到了车端算力的顶点蹙迫性——于是，全球又把温雅的眼神朝向了英伟达。

而关于英伟达来说，这种关注天然不算错，但却并不全面。

实践上，要是从英伟达在自动驾驶行业进行布局的举座视角来看，车端算力本人，只是是英伟达参与到智能驾驶行业发展的冰山一角，这少许照实更受市集和普通耗尽者的关注。

关联词，被严重冷漠的是，围绕着自动驾驶的举座工夫终局旅途，英伟达实践上在用户感知并不显著的云霄、软件侧、器具链等方面都进行了全场地、多角度的布局。

而这些举座布局，亦然英伟达通过自身的体系技艺全面赋能自动驾驶的有劲凭据。

一个器具都全的「厨房」

关于普通用户来说，智能驾驶的体验本人，时常与车企推送的一次次 OTA 升级密切关系，这些升级中包含的车端智驾算法模子，成为了用户实践智驾体验接续进步的要津——但问题在于，这些运行于车端的智驾算法模子，并非是造谣而生。

事情的真相是，它们是由车企或智能驾驶供应商基于云霄环境构建出来。

作念一个不太适合却比拟形象的比方，要是说运行在车端的智驾算法模子，是一盘盘用户不错品味的「菜品」，那么这个云霄环境本人，更像是一个器具都全、便利好用的「厨房」。

而在不少智驾玩家的采选中，尤其是自研决策车企的智驾体系中，这个「厨房」本人，都是基于英伟达的工夫来构建的。

这里需要明确一个前提：关于扫数死力于自动驾驶的玩家来说，自动驾驶技艺的构建，都是一个极其复杂的系统性使命经由。鄙俗来讲，它主要包括数据处理和神经汇集算法的构建这两大模块，而这两个模块都需要大宗纷纷复杂的使命要处理——但在英伟达软硬件工夫的助力下，这些使命不错被处理得愈加高效。

比如说，在自动驾驶的数据处理经由中，时常需要从大宗的数据中寻找到一些安全性关系的边际案例（包含动态场景、多模态传感器交融）并进行数据标注使命，技艺够办事于算法构建。因此，自动驾驶的数据处理措施，关于任何一个玩家来说，都是挑战高大、本钱高企 的不毛。

不外，一朝玩家们接纳英伟达工夫，就不错在英伟达云盘算平台（NGC）的助力之下，通过预锻练模子来注目图像，同期不错在图像处理中接纳来自于英伟达的视频编解码工夫，况且不错通过英伟达 TAO AI 模子自适合平台来进行模子优化——其舍弃是，接纳英伟达工夫之后，东谈主工标注使命不错减少高达 50%，而扫数这个词数据标注经由的效能不错进步 30%。

天然，针对特定玩家的自动驾驶工夫旅途采选，英伟达也不错提供相应的助力。

比如说，2024 年，理念念汽车在自动驾驶工夫方进取接纳了端到端 + VLM 的工夫决策，这一决策，关于多模态数据处理和智能驾驶的融会与决策技艺建议了新要求。于是，在英伟达的匡助之下，理念念汽车概况对理念念 L9 车型的数据进行重建和动态剪辑，有用利用历史数据，提高了数据处理的效能和模子锻练的泛化技艺。

同期，英伟达 Replicator 能合成赞理场景数据，从而匡助智驾系统更好地处理边际情况；英伟达 NeMo 框架支捏智能汽车的视觉讲话模子应用，提供了从数据处理到模子锻练、模子考证的措置决策；在模子部署优化方面，英伟达的 TensorRT-LLM 框架和深度学习加快器也都提供了很好的助力。

以上这些，其实都是英伟达为理念念汽车端到端 + VLM 决策的终局而提供的有用工夫支捏。

另外，还有一个很容易被普通用户忽略的信息是，雷同于 DRIVE Orin 和 DRIVE Thor 这些功能苍劲的车端算力平台，也需要英伟达的软件工夫来加捏。

比如说，为了推动 Orin 和 Thor 芯片更好地运行，英伟达专门缔造了 DriveOS。

具体来说， DriveOS 是扫数这个词英伟达 DRIVE 软件堆栈的基础所在，亦然针对车载加快盘算而最初推出的安全操作系统，包括用于终局高效并行盘算的 NVIDIA CUDA 库、用于进行及时 AI 推理的 NVIDIA TensorRT，以及用于处理传感器输入的 NvMedia。

它包含了跨 CPU、GPU 和其他 DRIVE AGX 硬件加快引擎构建、调试、分析和部署自动驾驶汽车和自动驾驶汽车应用标准所需的扫数软件、库和器具，不错为自动驾驶缔造者提供一个安全可靠的实行环境，并提供安全启动、安全办事、防火墙和无线 OTA 更新等办事。

值得强调的是，在 DriveOS 的基础上，英伟达 DriveWorks 也提供了对自动驾驶汽车缔造来说至关蹙迫的中间件功能。这些功能包括传感器空洞层 ( SAL ) 与传感器插件、数据记载器、车辆 I/O 支捏和深度神经汇集 ( DNN ) 框架——该器具领有模块化和绽放的本性，在想象上相宜汽车行业软件圭臬。

不错说，莫得 DriveOS 和 DriveWorks 的加捏，Orin 和 Thor 就无法在车端更好地运行。

另外，不得不彊调，尽管英伟达的 Orin 和 Thor 照实成为庞大智驾玩家在车端算力平台采选上的不二之选，关联词被大多数普通用户忽略的是，其确凿软件层面，英伟达也基于这些车端算力平台作念了很是深重的布局，从而接续进步车端算力平台的运算效能。

一个典型的案例，是英伟达为自动驾驶客户提供的一个基于软硬件连合的 PVA 决策。

具体来说，为了减弱越来越繁重的 AI 使命负载，缔造者不错平直在 Orin 和 Thor 这么的 SoC 中运行一个专门的可编程视觉加快器（PVA）， 它不错承担一些由 GPU 或其他硬件引擎处理的任务， 从而裁汰负载并使之概况愈加高效地束缚其他要津任务。

实质上，PVA 愈加雷同于一个不错由缔造者自界说的 AI 加快器，来措置自动驾驶汽车缔造中的盘算问题，从而概况更高效、更有用地处理复杂的视觉任务，并提高举座系统性能——当今，基于 PVA 的优化措置决策显耀提高了蔚来自动驾驶的性能，并被平素应用于蔚来的量产车型中。

车端布局，不单是是算力

天然，从普通用户感知的角度，英伟达在自动驾驶行业最受关注也最为融会的，是它所提供的车端智能驾驶盘算平台，也等于仍是大范畴上车的 Orin 和行将上车的 Thor。

这并不令东谈主感到不测。

照实，从现时行业的落地来看，AI 算力为 254 TOPS 的英伟达 Orin 盘算平台，仍是成为事实上的高阶智能驾驶圭臬设置。

从当今仍是走向市集的情况来看，不管是蔚来、小鹏、理念念等新势力品牌，如故智己、腾势、极氪等来自于大型车企的新品牌，都仍是在旗下车型中接纳了英伟达 Orin 决策。

不错说，从扫数这个词自动驾驶行业生意落地的维度来看，英伟达 Orin 是当今全球范围内出货量和车端部署量最大的算力平台产物。

天然，从工夫发展的维度，看成 Orin 的继任者，Thor 本人更值得关注。

Thor 实践上是英伟达最新一代面向自动驾驶的车端盘算平台，它也将高阶的智能驾驶功能和车载信息文娱功能集成到了单个安全可靠的系统中。这款自动驾驶汽车处理器接纳了英伟达的最新 CPU 和 GPU 工夫，包括用于 Transformer 和生成式 AI 功能的 NVIDIA Blackwell GPU 架构。

从算力层面来说，英伟达 Thor 支捏 8 位浮点样貌 ( FP8 ) ，可在裁汰举座系统本钱的同期，提供 1000 INT8 TOPS 性能——这一算力险些是 Orin 的 4 倍。

天然，在具体的生意落地层面，Thor 也仍是获取了大宗配合资伴的认同，并由此取得了显著的破裂。

具体来说，2024 年，Thor 获取了越来越多的主机厂客户。

比如说，在 CES 2024 行动期间，理念念汽车通知将在 Thor 上构建其往日汽车产物；而在 GTC 2024 行动上，比亚迪通知将基于 Thor 构建下一代电动车型。同期，广汽埃安通知旗下高端豪华品牌昊铂下一代电动汽车将接纳 Thor 平台，新车型将于 2025 年运行量产。

另外，除了主机厂除外，Thor 也正在被一批来自于卡车、自动驾驶出租车、配送车等其他细分边界的厂商所选用。比如说，来自硅谷的自动驾驶配送车辆制造商 Nuro，仍是采选 DRIVE Thor 来为它旗下的集成式自动驾驶系统 Nuro Driver 提供助力。

总体可见，Thor 的生意落地场景，仍是不单是是对准了资金实力愈加浑厚的主机厂，也包括一批死力于推动自动驾驶前沿工夫发展的决策商——实质上，这亦然英伟达自身在面向自动驾驶行业发展过程中的更有用采选。

值得强调的是，在 Orin 和 Thor 逐渐走向落地的过程中，英伟达不单是提供了算力基础本人，也提供了诸如上文中提到的一系列软件和算法办事——更蹙迫的是，英伟达也在端到端、大模子等前沿工夫上捏续探索，为扫数这个词自动驾驶行业的发展标的寻求更优解。

在虚拟之中，走完现实的路

在自动驾驶的落地过程中， 还有一个扫数玩家都不得不濒临的真实不毛：当一个智能驾驶模子被缔造出来之后，若何对它在实践场景中的后果进行真实有用的测试和考证。

到了端到端时期，这个不毛更是被无尽放大，成为各家在智能驾驶缔造中的终极考验。

其原因是，东谈主类的谈路场景本人就复杂各样，任何一家车企都莫得技艺在全宇宙的每个角度进行实地考证；除此除外，即使是一样的谈路场景，也存在着天气情状、拥挤情况、交通参与者、是否施工等各式各样的互异——这就意味着，在真实的场景中进行各式各样的考证，是一件根柢不行能完成的事情。

因此，寻找到一个概况具备平素通用性、普适性的替代决策，就显得极为要津——恰是基于这一原因，英伟达也在自动驾驶的仿真测试方面进行了真切布局。

具体来说，等于 NVIDIA Omniverse 平台。

从观点上来说，NVIDIA Omniverse 是一个基于 USD（Universal Scene Description，通用场景刻画，一种概况表述精确物理模子的通用圭臬，它由苹果、英伟达等公司界说）、用于创建和运行各式虚拟宇宙应用的平台。

这一平台不错应用到多个边界和行业——而关于自动驾驶来说，它概况很好地餍足行业里关于高保真自动驾驶汽车仿确实需求。

事实上，仿真关于缔造和考证自动驾驶汽车的安全要津功能而言至关蹙迫，但需要在部署之前进行充分测试。高保真仿真为各式场景下的系统锻练提供安全、可控且传神的环境——利用 Omniverse，可有用地对现实宇宙条目进行仿真，使车辆得以在起程前通过数字孪生进行安全测试和考证。

比如说，针对各式驾驶条目，尤其是一些无法在现实宇宙中复现的场景，比如说恶劣的天气、交通变化或者落索的危境场景，Omniverse 不错利用生成式 AI 的一些最新工夫进行精确建模，况且不错看成锻练数据的一部分。

与此同期，当自动驾驶缔造者在进行任何自动驾驶车辆的物理原型想象之前，不错通过 Omniverse 部署虚拟车队来想象新传感器和堆栈的原型，从而减低在实践缔造过程中的物理测试和考证本钱。

值得一提的是，为了餍足行业里关于自动驾驶传感器和周围环境的物理本性和行动进行精确建模的需求，英伟达在 GTC 2024 上还专门发布了 Omniverse Cloud 应用编程接口（API），它们汇集了一个由仿真器具、应用和传感器组成的丰富生态系统，从而不错餍足高保真传感器仿确实要津需求——以安全的形状探索自主系统将会际遇的无数现实场景。

比如说，通过 Omniverse Cloud 应用编程接口，缔造者不错观看不同制造商提供的传感器模子，其中包括禾赛、速腾、Seyond 等激光雷达制造商，也包括 OMNIVISION、安森好意思和索尼等视觉传感器供应商。同期，缔造者还不错调用这些应用编程接口，从而生成大宗且各样的合成数据集，为锻练和考证这些自主系统所使用的感知模子提供要津数据。

除了概况措置在自动驾驶落地场景中的仿真测试问题，NVIDIA Omniverse 也概况很好地办事于于自动驾驶汽车本人的外不雅想象、可视化等。

比如说，专注于整车研发、中枢零部件研发及制造、新能源汽车研发等边界的阿尔特汽车，就借助 NVIDIA Omniverse 平台、NVIDIA Modulus 以及 NVIDIA RTX GPU 的算力构建了一个面向汽车想象、评审与性能优化的全场地数字化平台。

其中，通过 Omniverse Composer，阿尔特的想象工程师们不错快速切换不同的汽车造型，从而在短时辰内探索多种想象决策；利用 Omniverse Connector，阿尔特使不同 DCC 软件和 Composer 概况进行及时协同，终局了工程师之间的并阁下命，极大提高研发效能。

挑升旨真理的是，阿尔特汽车还利用 Omniverse Action Graph 制作汽车组件拆解爆炸后果视频，检朴大宗时辰。

工夫体系，才是中枢竞争力

要是站在工夫落地的角度来看，智能驾驶是东谈主工智能面向物理宇宙和汽车行业进行应用和赋能的典型场景。

实践上，东谈主工智能虽然面向五行八作都领有很大的赋能后劲，但这个过程都詈骂常艰巨的。因为它需要的并不单是是东谈主工智能算力的构建；更为蹙迫的措施是，若何通过一系列复杂的全栈工夫布局，把算力应用和办事于特定的行业场景，从而赋能于东谈主类。

某种进程上，东谈主工智能的落地，考验的是体系技艺。

从这个角度来看，英伟达在智能驾驶行业饰演的变装，也不单是是车端算力平台的提供者的变装，而是通过它在从云霄锻练到车端推理的一系列过程中的举座布局，来终局关于自动驾驶行业的底层赋能。

这其中，软件的变装最容易被冷漠，但却一样蹙迫。

也许，从这个角度来看，咱们也许概况愈加容易结实，尽管英伟达为扫数这个词东谈主工智能行业的发展提供了充足苍劲和先进的算力平台，但从业务逻辑来说，看成英伟达掌门东谈主的黄仁勋，更自得在公开场所反复强调它在软件算法和应用生态的布局。

从自动驾驶行业发展的角度来看，英伟达其实也一直是在软硬件一体化的角度去进行布局和深耕，况且最终获取市集认同。

尽管市集和耗尽者愈加关注硬件和算力参数本人，但不得不承认的是，软件技艺亦然英伟达在自动驾驶的工夫和生意体系中所构建出来的中枢竞争力。

软硬件之间密不行分，它们共同组成了英伟达在自动驾驶行业的工夫护城河。

天然，不管是否被市集充分融会，面对自动驾驶边界正在发生的 紧要工夫变革和生意落地机遇，英伟达硬件和软件的捏续深耕还将接续，况且会愈加素雅——这诚然是工夫的逻辑开云「中国」Kaiyun·官方网站 - 登录入口，但它亦然生意的逻辑，但最终，这也将会是英伟达获取市集认同、并概况接续为自动驾驶行业的发展孝敬长久价值的中枢驱能源之所在。