未来汽车：AI及工业元宇宙技术驱动下的创新

（文/程文智）NVIDIA举办的GTC大会已经进入了第14个年头，如今它已成为全球最重要的AI大会之一。在这场为期4天的活动中，NVIDIA及其合作伙伴介绍了如何提供训练和部署尖端AI服务所需的各种技术，发布了一系列面向元宇宙、汽车、量子计算等领域的新进展。

这包括NVIDIA托管在微软Azure上的两款云产品：NVIDIA Omniverse Cloud平台即服务（Platform-as-a-service，简称 PaaS）与 NVIDIA DGX Cloud AI 超级计算服务。企业能够通过前者即时访问设计、开发、部署和管理工业元宇宙应用所需的全栈环境，并通过后者即时访问基础设施和软件以训练用于生成式 AI 等开创性应用的高级模型。

以汽车行业为例，目前已经有一些汽车制造商开始利用NVIDIA Omniverse平台和AI技术，来推动其产品生命周期的数字化进程，包括概念产出、风格设定、外观设计与工程制造、软件开发与电子元器件、智能工厂、自动驾驶开发以及零售等各个阶段。

AI与Omniverse帮助汽车制造商实现全工作流转换

据NVIDIA介绍，客户可以通过Omniverse Cloud连接并使用NVIDIA合作伙伴生态系统的相关产品。Omniverse Cloud 由NVIDIA OVX计算系统驱动，可赋能企业开发人员自定义平台即服务中提供的基础应用：

• Omniverse USD Composer（原 Omniverse Create）：可用于组装基于通用场景描述（USD）框架的应用、整合工业虚拟世界、创建数字孪生。
• Omniverse USD-GDN Publisher：可将产品适配器等交互式 USD 应用部署至 NVIDIA Graphics Delivery Network，以通过流式传输在任何地点的任何设备提供先进的 3D 体验。
• NVIDIA Isaac Sim：可用于 AI 机器人训练和仿真。
• NVIDIA DRIVE Sim：可用于自动驾驶汽车测试和验证。
• Omniverse Replicator：可生成 3D 合成数据，用于提升计算机视觉 AI 网络训练速度和精度。

其实Omniverse Cloud 是基于宝马集团、吉利路特斯、捷豹路虎等早期 Omniverse Enterprise 客户的成功经验所构建而成。因此宝马集团成为了首家采用Omniverse构建全数字化智能工厂的汽车制造商，宝马集团董事会成员Milan Nedeljković在GTC主题分享中展示了宝马公司德布勒森电动汽车工厂的虚拟规划过程，他表示，因为宝马公司的工厂和工厂规划人员遍布世界各地，规划流程十分复杂，加上他们使用了众多的软件工具和流程来连接不同地区和时区的人员，而且数据会在各种系统和工具中单独管理，此时，如果想要将许多工具、数据集和遍布全球的专家串联起来，难度非常大。

而通过基于 USD的开发平台 Omniverse，及开发的自定义Omniverse应用（例如一个名为 Factory Explorer 的新应用），宝马能够连接来自 Siemens Process Simulate、Autodesk Revit、Bentley Systems MicroStation 等领先工业计算机辅助设计（CAD）和工程工具的现有软件和数据库，以及全球专家团队联系在一起，使其处于统一视图中。

“Omniverse是云原生，同时不限平台，可让团队随时随地在我们的虚拟工厂中开展协作。” Milan Nedeljković在分享中表示。

除了宝马集团，吉利路特斯也正在利用Omniverse构建工厂的数字孪生，以优化制造流程；梅赛德斯-奔驰在其全球各地的工厂使用Omniverse来设计、规划和优化其制造和装配设施，该公司开发了自身生产环境的全保真数字孪生，让遍布全球各地的团队能够以全新方式展开实时协作，加速决策制定；捷豹路虎则使用Omniverse生成合成数据以训练AI模型，并基于真实驾驶场景来验证自动驾驶感知和控制算法，此外，汽车制造商可将Omniverse 与其先进的车辆动力学模型、虚拟电子控制单元（ECU）以及虚拟汽车网络和云基础设施进行整合，以赋能其团队实现软件概念快速迭代。

AI与Omniverse加速自动驾驶测试
NVIDIA DRIVE Sim平台，这是一个基于Omniverse而构建的物理精准的仿真平台，能够运行大规模、精确的多传感器模拟，能快速、高效地进行自动驾驶汽车的大规模测试与验证。DRIVE Sim可以提供时间准确的仿真，且支持整条开发工具链，因此工程师可在该平台运行相关部件或整个系统的仿真。

工程师通过DRIVE Sim，可反复进行常规驾驶场景的仿真，并实现一些在现实世界中进行测试可能风险过大的罕见和危险情况的仿真。另外，DRIVE Sim中的神经重建引擎（NRE）可以将真实世界的驾驶记录带入仿真中，生成可交互的仿真场景。

汽车制造商可以使用Omniverse平台创建一个虚拟的汽车模型，包括车身、发动机、底盘、轮胎等部件，借助硬件的闭环支持，可以在虚拟汽车内评估在量产车上运行的完整软件堆栈。软件工程师可以在实际汽车出现之前，与硬件工程师协同工作以完善设计。使用全HIL平台来测试全封闭式的自动驾驶软件堆栈，能够仿真车辆行驶过程中的主要参数。同时通过VR增强的车舱仿真，可以完成舱内硬件闭环显示。

设计师完成基本设计后，将拓展到DRIVE Sim，创建一个虚拟的测试场景，仿真各种路况和天气条件，从而测试自动驾驶汽车的性能和安全性。通过这种虚拟测试，制造商可以更加全面地了解自动驾驶汽车的性能和安全性，从而提高产品质量和可靠性。

也就是说，采用DRIVE Sim能在很大程度上加快自动驾驶汽车开发流程，降低成本，并解决现实世界测试中存在的数据采集和场景多样性等问题，并提高产品质量。未来，随着汽车行业的不断发展，DRIVE Sim平台将继续发挥重要作用，为汽车行业带来更多创新。

NVIDIA DRIVE为汽车行业带来更多创新
随着科技的不断发展，自动驾驶汽车已经成为汽车行业的一个热门话题。自动驾驶汽车可以提高驾驶的安全性和舒适性，减少交通事故和拥堵，为人们带来更加便利的出行体验。而NVIDIA DRIVE平台则是未来自动驾驶汽车的核心技术之一，其强大的计算能力和完整的软件套件使其得到了众多汽车制造商的青睐。

据了解，目前NVIDIA DRIVE已经与捷豹路虎、沃尔沃、奔驰、蔚来、智己等整车制造商达成了自动化驾驶方面的合作。而且上汽飞凡、广汽埃安、小鹏、德赛西威、智己、华人运通、蔚来、百度Apollo等合作伙伴在近期的上海车展上展示了基于NVIDIA DRIVE打造的软件定义汽车与智能出行解决方案。

此外，比亚迪也宣布了将会在其新一代王朝和海洋系列车型中搭载NVIDIA DRIVE Orin中央计算平台；富士康将作为一级制造商，面向全球汽车市场生产基于NVIDIA DRIVE Orin的ECU。据悉，富士康生产的电动汽车将采用DRIVE Orin ECU和DRIVE Hyperion传感器架构，以实现高度自动化的驾驶功能。

车规级NVIDIA DRIVE Orin系统级芯片可实现254TOPS的性能，用于处理自动驾驶汽车中同时运行的大量应用和深度神经网络。同时，它达到了ISO 26262 ASIL-D等系统安全标准。

其实NVIDIA在去年秋季GTC大会上还推出了另一个算力更高的中央计算平台NVIDIA DRIVE Thor，它是软件定义汽车的计算堆栈，用于提供一个安全、可移动的下一代自动驾驶平台。Thor是汽车计算性能的一个重大飞跃，与Orin相比，NVIDIA将Thor计算能力提升了8倍以上，达到了2000TOPS。

与Orin平台一样，NVIDIA DRIVE Thor平台也通过了ASIL-D和ISO 26262安全认证。如今，主动安全、自动停车、驾驶员监控、摄像头后视镜、信息娱乐系统等都在单独的处理器上运行。将来，所有这些功能都将在一个中央处理器上运行。

据悉，Thor可被配置为多种模式，可以将其2000TOPS和2000TFLOPS，全部用于自动驾驶工作流，也可以将其配置为将一部分用于驾驶舱AI和信息娱乐，一部分用于辅助驾驶。Thor允许并发的、对时间敏感的多进程无中断运行。

由于Thor支持FP8，动态范围比INT8宽得多，使其对训练后量化参数的依赖性更小。其架构包括转化器引擎（Transformer Engine），能在每层中智能管理和动态选择FB8位和16位计算，与前几代相比AI推理速度快30倍。

其实，NVIDIA DRIVE平台的优势不仅在于其强大的计算能力，还在于其完整的软件配套。NVIDIA DRIVE平台可以支持多种传感器和算法，包括激光雷达、摄像头、毫米波雷达、深度学习算法等，可以适应不同的自动驾驶场景和需求。此外，NVIDIA还在与全球各大汽车制造商和供应商合作，共同推动自动驾驶汽车的发展。

未来，NVIDIA还将继续投入大量资源和精力，推动自动驾驶技术的发展，为汽车行业带来更多创新。