作者 |德新

編輯 |王博

4月下旬，在北京車展開幕前的一天，NVIDIA全球副總裁、汽車業(yè)務負責人吳新宙現身NVIDIA位于北京國貿商圈41層的辦公室。

在這之前，他已經在國內待了一個多月。同新宙一起會見媒體進行溝通的，還有英偉達負責數據中心業(yè)務的全球副總裁Norm Marks以及英偉達全球副總裁、中國區(qū)汽車業(yè)務負責人劉通。

彼時是新宙到任NVIDIA半年多以后，第一次在國內公開露面。

今年時值NVIDIA下一代車載中央計算平臺DRIVE Thor量產前的關鍵一年。中國是全球市場智能駕駛應用最為活躍的市場，DRIVE Thor平臺不少的先鋒客戶都來自這里。

與此同時，在智能駕駛的軟硬件平臺之外，AI應用正在向汽車行業(yè)全面滲透，包括開發(fā)、設計、營銷、生產等在內的全流程。

NVIDIA憑借「DRIVE計算平臺+數據中心 + Omniverse軟件?！?/strong>的組合，希望在日新月異的汽車市場中拿下更大的蛋糕。

吳新宙在這次會議上再次重申了「AI定義汽車」的觀點，尤其在智能駕駛領域，端到端的架構正在重新定義第三代的智駕技術棧。

在座艙領域，NVIDIA全球副總裁Norm Marks提到今年2月他來國內試駕了理想，理想在座艙大模型MindGPT上的進展和未來構想令人吃驚。

NVIDIA汽車業(yè)務的雄心也正從車上，滲透到造車的全流程。

前不久，NVIDIA基于DRIVE Thor和Omniverse與全球最大的新能源車企比亞迪達成合作，絕大部分人的關注點在于比亞迪發(fā)力智駕。

與之相比，Omniverse的合作乍看沒有那么性感。但NVIDIA希望從數據中心、智能工廠、機器人等全領域幫助這家龐大的車企降本增效。畢竟僅僅在生產環(huán)節(jié)，比亞迪每年就雇傭了超過30萬人。

一、端到端，定義第三代智駕軟件棧

「接下來，AI定義汽車肯定是一個很大的趨勢。 」這個觀點在新宙最近幾個月的公開露面中不斷被重復提到?！干墒紸I，會把自動駕駛的天花板進一步提升?！?/p>

新宙將自動駕駛的算法分為三個階段：

• 第一代的自動駕駛系統(tǒng)，完全基于規(guī)則，有著大量人工介入的功能開發(fā)，通過很多算法完成讓車自動駕駛開的動作；

• 第二代就是現在市場上看到的，已經開始用大量的AI取代原有的功能，現在不管是預測還是規(guī)劃，都在用模型去做；

• 第三代會達到更大的突破，變成端到端大模型的方式。

曾經在計算機視覺領域也出現過這樣三段式發(fā)展的歷程。新宙認為這樣的趨勢是不可避免的，「這樣的未來，我覺得會在接下來的5年內發(fā)生」。

新宙認為，未來能把端到端模型做得好的企業(yè)，首先也需要一個非常好的第二代或者第一代的自動駕駛堆棧，端到端會與現有的技術棧協(xié)同發(fā)展。

「端到端相當于一個博士生、博士后，但它成長中需要小學老師、中學老師去教它。端到端在擬人化方面有很強的優(yōu)勢，但需要一些原來的模型保持它的安全性，一個guardrail?！?/p>

二、英偉達智駕方案三部曲

對NVIDIA來說，汽車是AI的一類垂直應用。

「我們希望通過AI整體性能的成長，把好的應用帶給汽車場景。

（在汽車上）我們更多的身份是一個生態(tài)賦能者，歡迎客戶用一部分的東西，也歡迎端到端的合作?！剐轮孢@里所指的端到端，是指全棧的軟硬件方案。

從核心業(yè)務來說，NVIDIA在汽車上提供「數據中心 + 系統(tǒng)級芯片 + 汽車安全平臺 + 全棧解決方案」的產品組合。

其中，全棧解決方案也就是NVIDIA Autonomous Driving System，是新宙當前工作的重中之重。

吳新宙親自率領的智駕解決方案開發(fā)，將分為三個階段：

「第一步，希望我們的軟件盡快在現有的L2和L2+系統(tǒng)上，達到市場領先水平或者第一梯隊水平；

第二步是希望在L2++的領域有些新的突破，真正做到行業(yè)領先的水平。

其中，我們還是希望未來的軟件棧是端到端的可訓練，把上游的模塊完全打通，不光是模型之間打通，還可以做到端到端訓練。我們整體上完全用生成式大模型的布局已經開始，相信今年晚些時間就可以有DEMO展示給大家，通過端到端模型的方式完成。

只是把上游模型和下游模型打通，但還不是真正意義上的基于生成式AI的模式，我們也會把VLM、LLM運用到自動駕駛，真的非常高興每天都可以看到進展，期待真正把NVIDIA的天花板進一步提高。

第三步就是現在已經開始的，希望能夠在2026年量產的L3，完全把人從系統(tǒng)中拿掉，這才是自動駕駛真正的價值所在。」

「我們的核心是讓大家在車里不是開車，開車不是剛需，從A點到B點是剛需?！?/p>

三、DRIVE Thor，下一代千T級算力芯片

除了智駕軟件方案的進展，本屆車展上，NVIDIA下一代智駕計算平臺DRIVE Thor也有相當高的關注。

來自供應鏈的信息顯示，本次車展之后，各大主機廠對DRIVE Thor的興趣明顯大幅增加。

繼極氪、理想、比亞迪之后，本屆車展上，極越、廣汽Hyper等多家車企都陸續(xù)官宣下一代計算平臺將使用DRIVE Thor。

官方預計，2025年開始有將有第一代的SOP，車企也會比較快拿到樣片。

「從自動駕駛的出租車到無人配送，DRIVE Thor的大家庭還在快速往前增長，這也是一個不可阻擋的趨勢?！?/p>

吳新宙認為，DRIVE Thor不僅代表了最高算力的下一代芯片，也代表著最高安全等級的下一代芯片，是能夠對生成式AI、LLM給予最好支持的芯片，推動AI定義汽車更好往前發(fā)展的芯片。

NVIDIA汽車業(yè)務中國區(qū)負責人劉通介紹，DRIVE Thor的生態(tài)，目前大致可以分為3類：

第一種是國內車企的全自研型，無論是域控制器還是算法開發(fā)都是自研，包括理想、小鵬、極氪這一類；

第二種是生態(tài)合作伙伴，通常是Tier 1；

第三種是軟件供應商以及智能座艙軟件開發(fā)商

四、Ominiverse，NVIDIA的野心不止智駕

相比于智駕在話題性上的高熱度，Omniverse更多扮演的是站在車企背后的產品。

NVIDIA認為，從汽車的概念設計、工廠數字孿生系統(tǒng)，到營銷銷售，到自動駕駛，Omniverse都會有巨大的影響。

NVIDIA正在和幾家國內國際車廠協(xié)同進行工廠數字孿生的探索，核心方法是通過數字孿生的模式對工廠進行非常詳細的布局和優(yōu)化，從而提高工廠的運營效率，并且也可以用來做機器人的訓練。

「機器人的訓練是一個非常大的話題。工廠的機器人相對簡單，因為場景比較限定，所以通過數字孿生可以很好地產生真值系統(tǒng)。從我的角度來講，如何能夠高效產生真值是比自動駕駛難得多的話題。

通過仿真和Omniverse，NVIDIA希望在機器人時代來臨時發(fā)揮自己的作用?！箙切轮嬲f。

附錄，以下是本次溝通會上，新宙與媒體的QA問答，HiEV作了不改變原意的刪減：

Q：端到端自動駕駛技術的未來發(fā)展會是怎樣的？

吳新宙：端到端自動駕駛是三步曲的最終一步，我相信一定會到來。

大家不要字面上理解就是從像素到動作，可能會有一些別的東西配合。比如在控制這一環(huán)，后面可能還會有優(yōu)化幫助把控制做得更好，因為控制是數學問題，但是這個問題比較技術性。

端到端的模型上線之前一定會有一個“護欄”，因為需要不停地優(yōu)化和成長，要是一開始就上線端到端的模型是非常困難的。

相信能夠把端到端模型做好的企業(yè)一定也需要非常好的第二代甚至第一代的自動駕駛堆棧，就像端到端的模型像是未來可以成為博士生甚至博士后的學生，但在成長的過程中需要小學老師、初中老師去帶去教，能夠有時間去成長，變得更加強大。

接下來的幾年里，大家可以看到這樣一個趨勢，端到端的模型和原有模型的相輔相成，某些情況下比如比較難的路口處理可以顯示出更加擬人化的東西，通過原有的模型和方法保證安全性，這些是把端到端模型真正大規(guī)模部署，變成主流的一個過程。

Q：如何應對黑盒問題和算力上的挑戰(zhàn)？

吳新宙：怎么解決黑盒化的問題，可以說這是業(yè)界比較關心的。

主要有幾個維度：

剛才我已經講到通過原有的第一代第二代算法棧，可以保證端到端模型的安全性，也可以不停地判斷端到端模型決定的合理性，把雙方有差異的地方作為輸入。其實有點像大語言模型訓練的反饋，或者是上一代模型的循環(huán)，能夠讓結果更加合理化，這些和Human In The Loop大語言模型是非常一致的。

另一個很重要的點就是未來的大模型、端到端模型有周邊的輸出點可以觀測，比如可以觀測輸出的結果，訓練的時候也是部分訓練等于是在黑盒開啟幾扇窗，看到信號是怎樣的模式，通過這樣的方式在最后運行的時候不需要運行仿真，那些窗其實就是輸出口，最后正式運行的時候不一定要運行那些東西，但如果需要觀測為什么、了解怎么想的話可以通過那個窗口看一下。

Q：NVIDIA如何通過產品和技術滿足汽車行業(yè)對AI芯片的高要求？

吳新宙：我們核心的使命還是生態(tài)賦能者。

NVIDIA的一個巨大優(yōu)勢就是端到端，而且是整體AI賦能，汽車只是我們的一個垂直領域。我們當然會聽車廠的需求，同時也需要通過AI在整個水平領域把好的東西帶到汽車的應用場景。我們作為生態(tài)賦能者希望引領生態(tài)變化，新的技術產生，以及AI在汽車垂直領域的應用。

我們在數據中心、訓練工具都有巨大的投入，不管是在汽車還是在別的領域都是一樣，我們也有SoC和安全平臺，從底層軟件加上芯片，所有的每一層都有引入非常強的安全概念，我們還有端到端全棧軟件的開發(fā)。

以上四個方面構成我們汽車生態(tài)系統(tǒng)，這也是NVIDIA的布局，歡迎以各種各樣的方式采用我們的芯片。

我們的訓練工具和云端Omniverse、汽車生態(tài)系統(tǒng)都會很方便地和生態(tài)合作方合作，通過這種方式去更快地促進AI這樣的人類社會巨大賦能者在汽車領域的應用。

Q：在車企和科技公司紛紛自研智能駕駛芯片的背景下，NVIDIA將如何保持差異化的優(yōu)勢？

吳新宙：這也是一個好問題。

其實NVIDIA的優(yōu)勢也非常明顯，我們是整個AI生態(tài)的賦能者，不是專注于做車?？梢哉f每個AI的突破，我們都希望在NVIDIA的生態(tài)中產生。我們現有的芯片更多的是基于通用GPU，但我們也會不斷調整，使我們的生態(tài)中孕育出來的產品能夠有越來越好的支撐。這些已經是自動閉環(huán)的系統(tǒng)，我們在把AI在我們系統(tǒng)中不停地往前迭代，可以對我們的整體硬件架構進行優(yōu)化，再把這些成果變成車端的芯片。

我覺得AI時代就是這樣快速迭代、快速變化的時代，NVIDIA的芯片一定是能夠最高效地把AI最前端的東西運用到車端的芯片，這些是我們比較大的優(yōu)勢。

另外我還要再強調安全，安全不是一蹴而就的東西，需要大量的投入、大量的經驗，特別是端到端能夠把安全做好，包括芯片的模塊和上面操作系統(tǒng)的模塊、云端所有訓練工具的安全性，真正產生高效安全的網絡，可以把軟件部署到車端芯片。

我們對安全的執(zhí)著和巨大的投入在未來一個時間段也是NVIDIA的巨大優(yōu)勢，希望通過這些持續(xù)投入更好地賦能汽車和機器人行業(yè)，賦能大家在我們的平臺上用比較少的投入做出安全的東西，這是我們的期望。