11月9日，在英伟达（NVIDIA）GTC大会上，英伟达创始人兼首席执行官黄仁勋（Jensen Huang）宣布了多项新技术，这些技术有望为万亿美元的产业带来改变。具体到自动驾驶领域，英伟达也新发布了多项成果。黄仁勋表示，所有移动之物都将实现完全或近乎完全的自主化。“到2024年，绝大多数新电动车都将具备真正的自动驾驶功能。”
一：下一代自动驾驶工具包Hyperion 8
Hyperion 8是端到端英伟达Drive平台的最新版本，包括自动驾驶开发所需的传感器、计算和软件，可帮助汽车制造商、供应商和初创公司进一步实现自动驾驶功能。该平台已于今年4月首次亮相，英伟达在本次大会上公布了新的细节，例如该平台 具有12 个摄像头、9 个雷达、12 个超声波和 1 个前置激光雷达传感器。其中，激光雷达将采用Luminar的Iris激光雷达，Iris的定制激光雷达架构旨在满足最严格的性能、安全性和汽车级要求，以实现下一代安全性，以及量产车辆的辅助和自动驾驶功能。雷达套件包括海拉短程雷达以及大陆远程和成像雷达，实现了冗余传感。索尼和法雷奥摄像头提供了视觉传感的前沿技术，此外，法雷奥超声传感器还可测量物体距离。
（图片来源：英伟达）
此生产平台采用模块化设计，因此客户可以轻松地使用所需功能 ———从核心计算和中间件到 NCAP、L3 级驾驶、L4 级停车和 AI 驾驶舱功能。DRIVE Hyperion 是扩展的、开放的，制造商能够利用 NVIDIA 自己的开发工作，从而加快自动驾驶行业的落地速度。黄仁勋在 GTC 上宣布，DRIVE Hyperion 现在可用于 2024 年的车型。
二. 面向自动驾驶汽车、用于DRIVE Sim的Omniverse Replicator
驱动自动驾驶汽车感知的深层神经网络通常由两部分组成：算法模型和用于训练该模型的数据。工程师们花了大量的时间来改进算法，然而，由于现实世界数据的局限性，数据端仍然不发达，这些数据不完整、耗时且收集成本高。算法与数据的不平衡通常会导致DNN发展停滞，阻碍数据不能满足模型需求的进展。而通过合成数据生成，开发人员对数据开发有了更多的控制，可以根据模型的具体需求对其进行裁剪。
虽然真实世界的数据是AV训练、测试和验证的关键组成部分，但它也带来了重大挑战。用于训练这些网络的数据是由车队中的传感器在真实驾驶过程中收集的。一旦捕捉到数据，就必须以实际情况进行标记。注释是由成千上万的标签人员手工完成的——这是一个耗时、昂贵且可能不准确的过程。而使用合成数据增强真实世界的数据收集，消除了这些瓶颈，同时允许工程师采用数据驱动的方法进行DNN开发，显著加快了AV开发。
Omniverse Replicator就是一个基于Omniverse的自动驾驶汽车合成数据生成引擎。DRIVE Sim是构建在Omniverse上的模拟工具，它利用了该平台的许多功能。由DRIVE Sim生成的数据则被用于训练构成自动驾驶汽车感知系统的深度神经网络。
（图片来源：英伟达）
通过使用Omniverse Replicator, DRIVE Sim可以生成人类难以或无法识别的地面真相，如速度、深度、遮挡情况、恶劣天气条件和边缘情况等。Omniverse Replicator作为一个模块化的、开放的、可扩展的合成数据生成平台，为深度学习的工程师带来了强大的新功能。DRIVE Sim使用这些新特性为AV开发人员在模拟测试中提供了终极的灵活性和效率，允许工程师创建他们需要的数据集来加速他们的工作，其结果是DNN更精确、开发时间更短，能更快地将更安全、更高效的自动驾驶技术应用于道路。
三. 提升驾乘体验的DRIVE Concierge 和 Chauffeur
为了消除日常驾驶途中的繁琐与压力，英伟达推出了两个AI平台：NVIDIA DRIVE Concierge 和 DRIVE Chauffeur，这也意味着英伟达将其自动驾驶技术的应用范围从驾驶员扩展到车内数字体验。
（图片来源：英伟达）
DRIVE Concierge 用于AI助手，借助 DRIVE Concierge，车辆驾乘人员可以与 AI 进行实时对话，时刻享受智能服务，例如此前需要进行物理控制或使用触控屏的许多功能，现在只需下达语音命令，即可完成。此外，它还可以按需代客泊车，提出建议、预订、拨打电话和发出提醒（例如，是否有钱包落在了车里）。它可以为每位驾驶员和乘客提供个性化服务，为每位车辆驾乘人员提供定制私人礼宾服务。
DRIVE Chauffeur用于自动驾驶，借助高性能计算架构和 DRIVE Hyperion 8 传感器集，DRIVE Chauffeur 可以驾车从一地前往另一地。它让人类驾驶员无需控制车辆，也无需随时监控周围环境，节省了宝贵的时间和精力。
DRIVE Concierge 和 DRIVE Chauffeur 二者紧密结合，将彻底改变驾驶体验。
四. DRIVE Mapping 集体记忆助力自动驾驶车辆感知环境
地图是自动驾驶的基础支柱，是自动驾驶的集体记忆。高精度地图提供了对驾驶环境的基础理解，并在汽车行驶过程中不断更新。
在GTC大会上，黄仁勋先生展示了结合 NVIDIA DRIVE 和 DeepMap 技术的最新地图功能。其结果是高精度的解决方案，能够实现众包地图并稳定的运用于自动驾驶汽车地图和定位。NVIDIA DRIVE Mapping 使自动驾驶车队和单车均能实现实时建图和地图更新，为全球自动驾驶创建可扩展的解决方案。
DRIVE Mapping 为 AI 辅助驾驶功能而制图的每个区域都包括摄像头和雷达定位层。在恶劣天气和摄像头可能被遮挡的光线条件下，雷达能够为定位和驾驶提供一层冗余。为提高可靠性和准确性，地图网络使用了经过正确数据标注的地图来训练。
使用正确的标注地图创建 DRIVE Mapping DNN 的过程（图片来源：英伟达）
通过运用 NVIDIA 在今年早些时候收购的 DeepMap 长期以来在地图领域积累的专业知识，DRIVE Mapping 可以在全球范围进行扩展，NVIDIA 正在开发一支专用车队来建立全球人口密集区域的地图。这些地图将为未来几代自动驾驶实现实时地图而提前做好准备。
英伟达将在自动驾驶市场占据更大份额，扩大在汽车行业影响力
自动驾驶市场目前有众多参与者，包括为乘用车开发驾驶员辅助系统的供应商和汽车制造商，以及致力于部署全自动驾驶汽车（如自动驾驶卡车和自动驾驶出租车）的公司。通过上述新发布的技术，英伟达旨在自动驾驶市场占据更大份额。
近5年来，英伟达自动驾驶计算芯片的综合性能持续提升。通过采用开放的技术体系，英伟达不仅在芯片、计算平台、软件开发工具、应用工具等方面投入巨大，还与车企及Tier1开展深度合作来研发更高级别的自动驾驶技术。目前，全球众多客户都在使用英伟达DRIVE Orin计算机系统芯片进行开发，包括Cruise、梅赛德斯-奔驰、图森未来、沃尔沃和Zoox等。
使用英伟达Drive Orin计算机系统芯片开发自动驾驶的车队（图片来源：英伟达）
此次秋季GTC大会中，英伟达还官宣了与一些中国合作伙伴的合作。其中，轻舟智航（QCraft）将在其Driven-by-QCraft下一代硬件方案中率先使用NVIDIA DRIVE Orin 方案，成为首个使用NVIDIA DRIVE Orin方案的L4级自动驾驶通用方案公司；NVIDIA还将赋能百度第三代自动驾驶平台ACU产品“三鲜”，后者也将搭载NVIDIA DRIVE Orin；此外，DRIVE Orin车规级自动驾驶系统级芯片还将落地在高合汽车全新发布的第二款旗舰Digital GT-HiPhi Z上。
作为全球最大的图形和人工智能芯片制造商，英伟达多年来一直在推动将最初为计算机游戏和图形开发的技术扩展到汽车行业。随着一项项新技术的推出，随着其“朋友圈”的不断扩容，英伟达在汽车行业的影响力也在逐渐扩大。