文 | 智见 Time "，作家 | 308老汉色影院，裁剪 | 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出奇式发展，也激勉了无数关注。

尤其是在中国阛阓，端到端的智驾决策仍是成为总计这个词行业的共鸣，各个玩家都在纷纭通过不同的样式拥抱端到端；由此，各个玩家在算法层面追求冲突的同期，也充分意志到了车端算力的极点紧要性——于是，人人又把护理的见地朝向了英伟达。

而关于英伟达来说，这种关注天然老汉色影院不算错，但却并不全面。

推行上，要是从英伟达在自动驾驶行业进行布局的举座视角来看，车端算力自己，只是是英伟达参与到智能驾驶行业发展的冰山一角，这小数确乎更受阛阓和普通奢侈者的关注。

关联词，被严重暴戾的是，围绕着自动驾驶的举座本领已毕旅途，英伟达推行上在用户感知并不昭彰的云表、软件侧、器用链等方面都进行了全地方、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才能全面赋能自动驾驶的有劲笔据。

一个器用王人全的「厨房」

关于普通用户来说，智能驾驶的体验自己，不时与车企推送的一次次 OTA 升级密切相干，这些升级中包含的车端智驾算法模子，成为了用户推行智驾体验连续提高的要津——但问题在于，这些运行于车端的智驾算法模子，并非是编造而生。

事情的真相是，它们是由车企或智能驾驶供应商基于云表环境构建出来。

作念一个不太适合却相比形象的比方，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」，那么这个云表环境自己，更像是一个器用王人全、便利好用的「厨房」。

而在不少智驾玩家的采用中，尤其是自研决策车企的智驾体系中，这个「厨房」自己，都是基于英伟达的本领来构建的。

这里需要明确一个前提：关于总计接力于自动驾驶的玩家来说，自动驾驶才能的构建，都是一个极其复杂的系统性责任进程。拘束来讲，它主要包括数据处理和神经相聚算法的构建这两大模块，而这两个模块都需要无数纷纭复杂的责任要处理——但在英伟达软硬件本领的助力下，这些责任不错被处理得愈加高效。

比如说，在自动驾驶的数据处理进程中，不时需要从无数的数据中寻找到一些安全性相干的边际案例（包含动态场景、多模态传感器交融）并进行数据标注责任，才或然做事于算法构建。因此，自动驾驶的数据处理体式，关于任何一个玩家来说，都是挑战纷乱、本钱高企 的难题。

不外，一朝玩家们领受英伟达本领，就不错在英伟达云计较平台（NGC）的助力之下，通过预锻真金不怕火模子来留神图像，同期不错在图像处理中领受来自于英伟达的视频编解码本领，况兼不错通过英伟达 TAO AI 模子自稳健平台来进行模子优化——其截至是，领受英伟达本领之后，东谈主工标注责任不错减少高达 50%，而总计这个词数据标注进程的遵守不错提高 30%。

天然，针对特定玩家的自动驾驶本通晓径采用，英伟达也不错提供相应的助力。

比如说，2024 年，理思汽车在自动驾驶本领方进取领受了端到端 + VLM 的本领决策，这一决策，关于多模态数据处理和智能驾驶的剖释与决策才能建议了新要求。于是，在英伟达的匡助之下，理思汽车或然对理思 L9 车型的数据进行重建和动态裁剪，有用欺诈历史数据，提高了数据处理的遵守和模子锻真金不怕火的泛化才能。

同期，英伟达 Replicator 能合成爱戴场景数据，从而匡助智驾系统更好地处理边际情况；英伟达 NeMo 框架支合手智能汽车的视觉谈话模子应用，提供了从数据处理到模子锻真金不怕火、模子考证的科罚决策；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思汽车端到端 + VLM 决策的已毕而提供的有用本领营救。

另外，还有一个很容易被普通用户忽略的信息是，访佛于 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本领来加合手。

比如说，为了推动 Orin 和 Thor 芯片更好地运行，英伟达挑升诞生了 DriveOS。

具体来说， DriveOS 是总计这个词英伟达 DRIVE 软件堆栈的基础所在，亦然针对车载加快计较而最初推出的安全操作系统，包括用于已毕高效并行计较的 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表率所需的总计软件、库和器用，丝袜高跟不错为自动驾驶诞生者提供一个安全可靠的实施环境，并提供安全启动、安全做事、防火墙和无线 OTA 更新等做事。

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诞生来说至关紧要的中间件功能。这些功能包括传感器概述层 ( SAL ) 与传感器插件、数据记载器、车辆 I/O 支合手和深度神经相聚 ( DNN ) 框架——该器用领有模块化和怒放的性情，在狡计上合适汽车行业软件圭臬。

不错说老汉色影院，莫得 DriveOS 和 DriveWorks 的加合手，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 确乎成为繁多智驾玩家在车端算力平台采用上的不二之选，关联词被大多数普通用户忽略的是，其实在软件层面，英伟达也基于这些车端算力平台作念了格外高明的布局，从而连续提高车端算力平台的运算遵守。

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集结的 PVA 决策。

具体来说，为了放松越来越艰巨的 AI 责任负载，诞生者不错胜仗在 Orin 和 Thor 这么的 SoC 中运行一个挑升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， 从而缩小负载并使之或然愈加高效地不竭其他要津任务。

本体上，PVA 愈加访佛于一个不错由诞生者自界说的 AI 加快器，来科罚自动驾驶汽车诞生中的计较问题，从而或然更高效、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 的优化科罚决策显耀提高了蔚来自动驾驶的性能，并被昔日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剖释的，是它所提供的车端智能驾驶计较平台，也即是仍是大范围上车的 Orin 和行将上车的 Thor。

这并不令东谈主感到无意。

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

从当今仍是走向阛阓的情况来看，无论是蔚来、小鹏、理思等新势力品牌，照旧智己、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领受了英伟达 Orin 决策。

不错说，从总计这个词自动驾驶行业买卖落地的维度来看，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居品。

天然，从本领发展的维度，看成 Orin 的继任者，Thor 自己更值得关注。

Thor 推行上是英伟达最新一代面向自动驾驶的车端计较平台，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领受了英伟达的最新 CPU 和 GPU 本领，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 支合手 8 位浮点体式 ( FP8 ) ，可在缩小举座系统本钱的同期，提供 1000 INT8 TOPS 性能——这一算力简直是 Orin 的 4 倍。

天然，在具体的买卖落地层面，Thor 也仍是获取了无数巴合伙伴的招供，并由此取得了昭彰的冲突。

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 行为期间，理思汽车书记将在 Thor 上构建其将来汽车居品；而在 GTC 2024 行为上，比亚迪书记将基于 Thor 构建下一代电动车型。同期，广汽埃安书记旗下高端豪华品牌昊铂下一代电动汽车将领受 Thor 平台，新车型将于 2025 年开动量产。

另外，除了主机厂以外，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，仍是采用 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 的买卖落地场景，仍是不单是是对准了资金实力愈加浑厚的主机厂，也包括一批接力于鼓动自动驾驶前沿本领发展的决策商——本体上，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用。

值得强调的是，在 Orin 和 Thor 缓缓走向落地的过程中，英伟达不单是提供了算力基础自己，也提供了诸如上文中提到的一系列软件和算法做事——更紧要的是，英伟达也在端到端、大模子等前沿本领上合手续探索，为总计这个词自动驾驶行业的发展地方寻求更优解。

在虚拟之中，走完现实的路

在自动驾驶的落地过程中， 还有一个总计玩家都不得不濒临的实在难题：当一个智能驾驶模子被诞生出来之后，奈何对它在推行场景中的后果进行实在有用的测试和考证。

到了端到端时间，这个难题更是被无尽放大，成为各家在智能驾驶诞生中的终极锻真金不怕火。

其原因是，东谈主类的谈路场景自己就复杂各样，任何一家车企都莫得才能在全全国的每个角度进行实地考证；除此以外，即使是相通的谈路场景，也存在着天气现象、拥挤情况、交通参与者、是否施工等各式各样的各异——这就意味着，在真实的场景中进行各式各样的考证，是一件根柢不成能完成的事情。

因此，寻找到一个或然具备昔日通用性、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深化布局。

具体来说，即是 NVIDIA Omniverse 平台。

从办法上来说，NVIDIA Omniverse 是一个基于 USD（Universal Scene Description，通用场景样式，一种或然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全国应用的平台。

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，它或然很好地放肆行业里关于高保真自动驾驶汽车仿真实需求。

事实上，仿真关于诞生和考证自动驾驶汽车的安全要津功能而言至关紧要，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真金不怕火提供安全、可控且传神的环境——欺诈 Omniverse，可有用地对现实全国条目进行仿真，使车辆得以在开赴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全国中复现的场景，比如说恶劣的天气、交通变化或者荒原的危机场景，Omniverse 不错欺诈生成式 AI 的一些最新本领进行精确建模，况兼不错看成锻真金不怕火数据的一部分。

与此同期，当自动驾驶诞生者在进行任何自动驾驶车辆的物理原型狡计之前，不错通过 Omniverse 部署虚拟车队来狡计新传感器和堆栈的原型，从而减低在推行诞生过程中的物理测试和考证本钱。

值得一提的是，为了放肆行业里关于自动驾驶传感器和周围环境的物感性情和行动进行精确建模的需求，英伟达在 GTC 2024 上还挑升发布了 Omniverse Cloud 应用编程接口（API），它们相聚了一个由仿真器用、应用和传感器组成的丰富生态系统，从而不错放肆高保真传感器仿真实要津需求——以安全的样式探索自主系统将会遭遇的无数现实场景。

比如说，通过 Omniverse Cloud 应用编程接口，诞生者不错拜访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，诞生者还不错调用这些应用编程接口，从而生成无数且各样的合成数据集，为锻真金不怕火和考证这些自主系统所使用的感知模子提供要津数据。

除了或然科罚在自动驾驶落地场景中的仿真测试问题，NVIDIA Omniverse 也或然很好地做事于于自动驾驶汽车自己的外不雅狡计、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狡计、评审与性能优化的全地方数字化平台。

其中，通过 Omniverse Composer，阿尔特的狡计工程师们不错快速切换不同的汽车造型，从而在短时刻内探索多种狡计决策；欺诈 Omniverse Connector，阿尔特使不同 DCC 软件和 Composer 或然进行及时协同，已毕了工程师之间的并行责任，极大提高研发遵守。

有风趣风趣的是，阿尔特汽车还欺诈 Omniverse Action Graph 制作汽车组件拆解爆炸后果视频，从简无数时刻。

本领体系，才是中枢竞争力

要是站在本领落地的角度来看，智能驾驶是东谈主工智能面向物理全国和汽车行业进行应用和赋能的典型场景。

推行上，东谈主工智能虽然面向五行八作都领有很大的赋能后劲，但这个过程都口舌常空泛的。因为它需要的并不单是是东谈主工智能算力的构建；更为紧要的体式是，奈何通过一系列复杂的全栈本领布局，把算力应用和做事于特定的行业场景，从而赋能于东谈主类。

某种进度上，东谈主工智能的落地，锻真金不怕火的是体系才能。

从这个角度来看，英伟达在智能驾驶行业饰演的脚色，也不单是是车端算力平台的提供者的脚色，而是通过它在从云表锻真金不怕火到车端推理的一系列过程中的举座布局，来已毕关于自动驾驶行业的底层赋能。

这其中，软件的脚色最容易被暴戾，但却相通紧要。

也许，从这个角度来看，咱们也许或然愈加容易连气儿，尽管英伟达为总计这个词东谈主工智能行业的发展提供了有余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，更愉快在公开场地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，况兼最终获取阛阓招供。

尽管阛阓和奢侈者愈加关注硬件和算力参数自己，但不得不承认的是，软件才能亦然英伟达在自动驾驶的本领和买卖体系中所构建出来的中枢竞争力。

软硬件之间密不成分，它们共同组成了英伟达在自动驾驶行业的本领护城河。

天然，无论是否被阛阓充分剖释，面对自动驾驶边界正在发生的 首要本领变革和买卖落地机遇，英伟达硬件和软件的合手续深耕还将链接，况兼会愈加致密——这诚然是本领的逻辑，但它亦然买卖的逻辑，但最终，这也将会是英伟达获取阛阓招供、并或然链接为自动驾驶行业的发展孝顺恒久价值的中枢驱能源之所在。