AI 1.0到AI 2.0 英伟达三步走奔向全自动驾驶

北京车展正如火如荼地进行中，已经进军汽车领域的英伟达虽然没有在车展亮相，但并未置身事外。

图片来源于网络，如有侵权，请联系删除

2024年4月24日，英伟达（NVIDIA）在北京办公室召开了北京车展媒体沟通会。期间，履新半年多的NVIDIA全球副总裁、汽车事业部负责人吴新宙和NVIDIA汽车事业部数据中心副总裁Norm Marks就英伟达过去一年在汽车领域的技术更新和AI数据中心等进行了介绍。

图片来源：NVIDIA

从AI 1.0时代迈向AI 2.0时代

据外媒消息，NVIDIA近日宣布已经同Run:ai签订最终收购协议，其中Run:ai的产品能够实现高效GPU集群的资源利用，即产品能够支持开发人员并行运行多个AI工作负载，从而提高AI芯片的利用效率并降低成本。此外，还有消息称NVIDIA将收购以色列初创公司Deci，该创企可提供高效的生成式AI和计算机视觉模型，能够部署在各种环境中，同时保持数据安全并控制推理成本。

以上最新的收购信息无不突显出NVIDIA在当前AI定义汽车（AI 2.0时代）背景下对于AI的重视。正如吴新宙在媒体沟通会上所讲，生成式AI接下来会进一步提升自动驾驶的天花板。

吴新宙在会上表示，过去的软件定义汽车，即AI 1.0时代，需要大量工程师介入，所有组件的算法开发量非常巨大，且需要非常好的基础建设设施支持数据闭环。而NVIDIA希望，在AI 2.0时代，大部分模型都能够在云端完成训练，即实现通过数据驱动的方式，车端触发Edge Case案例，然后通过自动数据驱动完成模型的自我迭代。同时也希望在云端通过仿真完成大部分的验证，极大地减少车端大规模设备部署和测试的依赖性。

图片来源：NVIDIA

既然AI定义汽车被认为是未来汽车发展的必然趋势，那么NVIDIA在智能驾驶软件和座舱领域有哪些举措？这也是此次媒体沟通会的重点，即NVIDIA的三步走规划。

第一步是完善现有的L2和L2+系统，以达到市场领先水平或者第一梯队水平；第二步希望L2++领域取得新突破，实现未来软件栈的端到端可训练，将上游模型和下游模型打通，并将VLM、LLM运用到自动驾驶；第三步就是希望能够在2026年量产的L3，实现完全自动驾驶。

图片来源：盖世汽车

因此，NVIDIA加快AI定义汽车的发展速度的优势在于，将AI对于整体硬件架构的优化运用到车端芯片。吴新宙透露，NVIDIA将于2025年实现其车载计算平台DriveThor的量产装车，助力LLM大语言模型在端侧的部署，从而实现高效的智能座舱。

数据！数据！还是数据！

汽车从设计到落地，到最终的上路，都涉及庞大的数据量，如何安全地处理数据一直是各大汽车制造商和供应商关注的重点。

在自动驾驶领域，除了AI与大模型，目前NVIDIA还在使用生成式数据，特别是其自研渲染工具Omniverse，能够实现数据生成，补足仿真Corner Case，从而快速转成虚拟数据，然后进行随机处理，衍生出更多的Corner Case。

图片来源：NVIDIA

目前就有多家中国车企通过Omniverse虚拟现实技术实现对汽车制造工厂的工作流程优化，例如比亚迪。NVIDIA中国区汽车事业部负责人刘通透露，除了在端到端全栈式合作，包括车端芯片DRIVE Orin和DRIVE Thor、智驾芯片和数据中心端的解决方案等，比亚迪和NVIDIA还在智能工厂方面进行合作，利用Omniverse做自主机器的仿真，包括物流小车、机械臂等。

就仿真而言，NVIDIA不止关注像素渲染，还一直使用毫米波雷达和激光雷达进行数据训练，进行实时算法验证。此外，NVIDIA将Omniverse数据接口开放给所有的生态圈协作方，从而提高自动驾驶的开发效率。

Norm Marks表示，自动驾驶汽车1.0时代主要是基于标注图像的训练，并在上面开发和部署深度神经网络的集成，可能会有40-50个深度神经网络从L2+层级转向更高级的自动驾驶。假设一个车队50辆测试车，每周可能会生成2PB的数据，但其中只有10%-15%会得到标注。而2.0时代是基于视频进行模型的训练，就像真人看世界那样，是一整个大的融合世界的统一模型。

Norm Marks还预计，未来自动驾驶汽车2.0转型的模型规模将增长13倍，数据存储规模将增长17倍。而如果以GPT4作为基础的话这可能需要上万的服务器节点，即达到超算水平。

图片来源：NVIDIA

NVIDIA的NeMo平台可作为一站式工具助力构建大语言模型，从最开始的数据准备、数据获取、数据测转、预训练、模型定制化、提示语调优化以及人为反馈进入闭环，包括后续的信息检索，实现比较精确的信息检索。

汽车业务起势

2019年，特斯拉发布自研的Hardware 3.0系统，正式宣布NVIDIA与特斯拉在汽车芯片业务的“断交”。但就在这时，中国车企小鹏汽车进入NVIDIA汽车业务合作版图，为NVIDIA的汽车业务添了一把“火”。

今年3月，NVIDIA宣布了一批汽车合作商，包括比亚迪和小鹏以及广汽埃安旗下昊铂（Hyper）等车企，以及文远知行等智驾技术解决方案供应商。此前，理想汽车和吉利旗下极氪品牌也表示将使用NVIDIA的Drive Thor芯片。

图片来源：英伟达

因此即使此次NVIDIA并未在北京车展中设立展台，但各大车企在宣传自家车型时，都会提及搭载了NVIDIA的芯片和技术。例如北京车展期间，极越汽车就宣布其2026年量产车型将搭载NVIDIA最新一代车载计算平台。

正如刘通所言，NVIDIA拥有庞大的中国汽车客户数量，涵盖大部分传统车企和主流车企，包括目前大热的小米SU7。

财报显示，在2024财年第四财季，NVIDIA实现营业收入221亿美元，同比增长265%，环比增长22%，而NVIDIA汽车业务营收仅为2.8亿美元，环比增长8%，同比却下降4%。

虽然目前汽车业绩占NVIDIA整体业绩的比重并不大，甚至与其他核心业务相比稍显逊色。但作为英伟达CEO黄仁勋口中的未来三大支柱业务之一，汽车业务依然被寄予厚望。

凭借独特的算力支持，以及一系列产品的强大功能，NVIDIA致力于加速汽车行业的变革。未来，NVIDIA将继续关注客户的实际需求，在汽车设计、工程制造、数据科学、用户体验，甚至是金融服务等多个领域助力车企实现向AI 2.0时代的转变。