英伟达吴新宙:端到端是自动驾驶最终一步,争取2026年量产L3

车东西(公众号:chedongxi)
作者 | Juice
编辑 | 志豪

车东西4月27日消息,北京车展开展前夕,车东西受邀参与了英伟达举办媒体沟通会,会上英伟达全球副总裁、汽车事业部负责人吴新宙,英伟达汽车事业部数据中心副总裁Norm Marks,英伟达全球副总裁、中国区汽车事业部负责人刘通,英伟达全球副总裁刘念宁详细介绍了英伟达在汽车行业的最新进展。

在3月份的英伟达GTC上,英伟达表示,目前已经有部分车企宣布将会采用下一代的NVIDIA DRIVE Thor来开发自动驾驶系统,同时英伟达也详细阐述了其在汽车领域的布局。

会后,吴新宙和Norm Marks还和车东西在内的媒体进行了一些交流,进一步阐释了英伟达在汽车业务方面的思考和进展。

一、NVIDIA DRIVE Thor明年SOP 多家主机厂已经官宣定点

吴新宙认为,AI定义汽车将会成为一个新的趋势,那么什么是AI定义汽车呢?

英伟达吴新宙:端到端是自动驾驶最终一步,争取2026年量产L3

▲AI定义汽车成为未来的趋势

目前的自动驾驶是通过云端和车端协同的方式,在云端进行自动驾驶汽车模拟训练和仿真,进行模型更新,更新后的模型导入自动驾驶汽车模型部署,收集到数据,重新上传给云端,继续完成模型迭代。

但软件定义汽车需要大量的开发工作,边缘场景识别和融合进度慢,测试涉及到海量的路测,同时也需要大规模测试和运营,甚至需要高效的基础设施来支持测试数据实现闭环,最终OTA更新迭代。

英伟达吴新宙:端到端是自动驾驶最终一步,争取2026年量产L3

▲AI定义汽车和软件定义汽车的不同

而在AI定义汽车的新阶段,大部分模型在云端完成训练,完全以数据驱动来解决边缘案例,利用互联网规模数据加强泛化能力。

AI定义汽车阶段,大部分模型都能够在云端完成训练,通过数据驱动的方式,然后通过自动数据驱动完成模型的自我迭代。

英伟达正在加速AI定义汽车的发展,有四项核心的基础能力,数据中心和训练基础设施,系统级芯片,汽车安全平台和全栈解决方案。

英伟达吴新宙:端到端是自动驾驶最终一步,争取2026年量产L3

▲英伟达加速AI定义汽车的发展

吴新宙介绍,从2025年开始,NVIDIA DRIVE Thor将会开始SOP,目前已经有不少车企包括比亚迪理想小鹏极氪、昊铂等都官宣下一代自动驾驶平台会通过NVIDIA DRIVE Thor开发。

Omniverse也是英伟达比较成熟的产品,可以对汽车生产的各个方面产生巨大的影响,包括概念图、设计、软件、工厂的整体数字孪生系统的产生,也包括销售、营销、自动驾驶。

对于目前比较热的生成式AI,英伟达也有相应的产品,可以用于汽车设计,也可以用于工厂规划。

二、争取2026年量产L3 端到端是自动驾驶最终形态

会后,吴新宙也和车东西在内的媒体进行了一场交流,就行业内一些热点事件和趋势进行了分享。

英伟达吴新宙:端到端是自动驾驶最终一步,争取2026年量产L3

▲吴新宙

针对端到端的问题,吴新宙认为端到端是自动驾驶的最终一步,未来一定会到来。但是对于端到端的理解不能仅仅停留在字面上,端到端也需要一些其他的技术作为配合。

他认为,能够把端到端模型做好的企业也一定有很好的第二代甚至第一代的自动驾驶堆栈。举个例子,端到端模型像是未来要成为博世甚至博士后的学生,但是成长的过程中也需要小学老师、初中老师去教育,最终变得强大。

接下来几年,自动驾驶行业可能会出现一个新的趋势,端到端模型和原有的模型相辅相成,在一些复杂的路口可以处理的更加拟人化,而原来的模型和方法则可以在安全性上发挥作用。

至于端到端黑盒化的问题,吴新宙也给出了自己的看法,他认为,结合上面讲的第一代第二代算法栈,可以保证端到端的安全性,通过双方差异的地方,也可以持续判断端到端模型的合理性。

另外,端到端大模型有周边的输出点可以观测,相当于在黑盒上开几个窗,可以看到信号是怎样的模式,这些输出点不参与运行,但是可以做观测。

关于英伟达在智能驾驶方面的规划,吴新宙表示,目前主要是按照三步走的规划,第一步是希望软件在现有的L2/L2+市场保持第一梯队;第二步是希望在L2++领域完全做到行业领先,支持端到端。

第三步则是希望在2026年量产L3,完全把人从系统中拿掉。英伟达的目标是让用户可以在车里玩手机,对于用户来说,开车不是刚需,从A点到B点是刚需,玩手机也是刚需。

目前汽车行业主机厂和科技公司都在下场自研智能驾驶芯片,在这样的环境下,英伟达如何保持竞争力?

吴新宙认为,英伟达是AI生态赋能者,不是专注于做车的公司,这意味着英伟达的芯片大多是基于通用GPU,可以把AI领域最前端的技术运用到车端芯片,这是英伟达比较大的优势。

另一方面,英伟达在安全方面的投入也是巨大的优势,安全不是一蹴而就的东西,需要通过大量的投入、大量的经验。