Физическият ИИ поема волана: Пълният трикомпютърен стек на NVIDIA завладява пазара на роботаксита
Изображение: Svetni.me / ИИ генерирано изображение
В официална публикация в корпоративния блог на технологичния концерн [1] вицепрезидентът и генерален мениджър по автомобилни технологии в NVIDIA Али Кани очерта мащабна картина на зараждащия се сектор на безпилотната градска мобилност. Световният пазар на роботаксита представлява първият мащабен комерсиален пробив на физическия изкуствен интелект в реалния свят. Според представените индустриални прогнози този отрасъл се очаква да достигне обем от 400 милиарда долара до 2035 г., когато в ежедневна експлоатация по улиците на най-натоварените световни метрополиси ще се движат над 6 милиона автономни търговски превози.
Въвеждането на единично безпилотно превозно средство по предварително картографирани маршрути е технологично предизвикателство, но мащабирането на цяла комерсиална флотилия изисква изчислителна инфраструктура от качествено ново равнище. За да осигури еднакво ниво на безопасност и надеждност в хиляди машини, индустрията се нуждае от колосални изчислителни ресурси през целия жизнен цикъл на автономните системи — от структурирането на данни и обучението на моделите, през симулацията на редки пътни ситуации, до бордовата обработка на сензорни потоци в реално време.
Изображение: Svetni.me / ИИ генерирана инфографика
Архитектурата от три компютъра: Пълният цикъл на разработка
В отговор на тези инженерни изисквания NVIDIA предлага цялостен модулен стек, организиран като решение от три специализирани компютърни сегмента. Тази концепция интегрира компютър за обучение на модели в центъра за данни, компютър за мащабна симулация и валидация и бордов автомобилен компютър, обединени от споделени софтуерни библиотеки, комплекти за разработка (SDK) и отворени работни потоци.
Практически всяка мащабна комерсиална програма за роботаксита в света днес използва елементи от този стек — било то за суперкомпютърно обучение на невронни мрежи, генериране на виртуални пътни сценарии или непосредствено управление на автомобилите на пътя [1].
1. Компютър за обучение: NVIDIA DGX и разсъждаващите VLA модели
Интелектуалното развитие на роботакситата зависи пряко от способността на автономните програми да трансформират растящите обеми от сензорни записи от автопарка във все по-прецизни алгоритмични модели. Тази обработка се извършва върху суперкомпютърните клъстери NVIDIA DGX.
Ключов елемент в изчислителния пайплайн е семейството от отворени модели VLA (Vision-Language-Action) под името Alpamayo. За разлика от традиционните модулни пайплайни, тези разсъждаващи модели се справят с т.нар. „дълга опашка“ (long-tail) от необичайни пътни казуси, като разбиват сложните пътни ситуации на последователни междинни стъпки, разсъждават логически през всяка от тях и извеждат най-безопасната пространствена траектория.
Към моделите NVIDIA предоставя специализирани набори от данни за физически ИИ, архитектурни шаблони за обучение с подсилване (reinforcement learning) и рецепти за постобучение и дестилация на моделите за конкретни превозни средства. При тестови оценки на автономно шофиране добавянето на данни за мета-действия и разсъждения чрез логически вериги (chain-of-thought) е довело до намаляване на средната грешка при предсказване на траекторията (average displacement error) с 43% — от 2,08 до 1,18 [1].
2. Компютър за симулация и валидация: Omniverse и Cosmos върху RTX PRO
Един от най-сериозните капани при разработката на автономни системи е невъзможността да се разчита единствено на физическия пробег по пътищата. Редките, потенциално катастрофални гранични казуси се случват веднъж на стотици хиляди километри и събирането им чрез реални тестове е бавно и рисковано.
За преодоляване на тази бариера NVIDIA съчетава платформите NVIDIA Omniverse и базовите модели на физическия свят NVIDIA Cosmos, функциониращи върху сървъри с графични ускорители RTX PRO:
Моделите NuRec в Omniverse: Извършват прецизна триизмерна цифрова реконструкция на реални пътни инциденти и ситуации директно от първичните данни на автомобилните сензори.
Генеративните модели Cosmos: Създават физически коректни вариации на реконструираните сцени, променяйки динамично метеорологичните условия, осветеността, плътността на трафика и поведението на околните участници в движението.
По този начин инженерите трансформират хиляди реални гранични ситуации в милиони синтетични комбинации за затворен цикъл на тестване (closed-loop simulation). Софтуерната рамка AlpaSim разширява работния процес, позволявайки на разработчиците да стрес-тестват разсъждаващите модели и да отстраняват поведенчески дефекти далеч преди софтуерът да бъде зареден в реален автомобил [1].
3. Бордов компютър и сензорна фузия: DRIVE Hyperion с DRIVE AGX Thor
На нивото на самото превозно средство NVIDIA позиционира архитектурата NVIDIA DRIVE Hyperion 10, проектирана за серийни роботаксита от Ниво 4. В основата на изчислителния възел стоят два системни чипа (SoC) DRIVE AGX Thor, изградени върху авангардната архитектура NVIDIA Blackwell.
Платформата разполага с пълен резервиран дизайн за безопасност (fail-operational), гарантиращ запазване на контрола над превозното средство дори при хардуерен срив на изчислителен чип или сензор. Хардуерният пакет включва:
14 цифрови камери с висока разделителна способност;
9 радарни модула;
3 лидарни сензора за триизмерно сканиране;
12 ултразвукови датчика за близка дистанция.
Тази многоканална сензорна фузия осигурява пълен 360-градусов ситуационен контрол. Двойният чип DRIVE AGX Thor поема едновременното изпълнение на съвременни VLA модели за компютърно зрение, езиково осмисляне на пътната обстановка, планиране на траектории и директно изпълнение на маневрите. Системната безопасност се гарантира от специализираната среда Halos OS и сертифициращата рамка NVIDIA Halos, обхващаща валидация от облачните тестове до автомобилния фърмуер [1].
Глобална екосистема: Мащабиране на услугите от Америка до Азия
Представеният технологичен стек вече се използва масово от водещите световни транспортни платформи и автономни оператори в Северна Америка, Европа, Азия и Близкия изток:
Uber: Мащабира своя флот на базата на DRIVE Hyperion с план за разгръщане в 28 града до 2028 г. Компанията изгражда съвместно с NVIDIA специализирана „фабрика за ИИ данни“ върху платформата Cosmos и координира интеграцията на партньори като Mercedes-Benz, Wayve, Zoox, Pony.ai, WeRide, Lucid, Momenta, Nissan, Nuro, Stellantis и Waabi в мрежата на Uber.
Waymo: Пионерът в автономните таксиметрови услуги си партнира с NVIDIA при изграждането на своята изчислителна хардуерна архитектура.
Zoox: Дъщерната компания на Amazon разчита на NVIDIA DRIVE за бордовите изчисления на своите симетрични роботаксита, както и на облачната инфраструктура за обучение и симулация.
Pony.ai и WeRide: Водещите азиатски оператори внедряват контролери от ново поколение върху DRIVE Hyperion и чиповете DRIVE AGX Thor, като WeRide планира експанзия на модела си GXR в Югоизточна Азия чрез платформата Grab.
Wayve: Британският разработчик обединява усилия с Nissan и Uber за създаване на прототип на глобално роботакси, съчетаващ шаси на Nissan, физически ИИ на Wayve и платформата DRIVE Hyperion [1].
Серийно производство и интеграция в автомобилните концерни
Освен технологичните стартъпи и операторите на споделена мобилност, традиционните автомобилни производители също интегрират архитектурата на NVIDIA в своите серийни програми за автономност:
Mercedes-Benz: Разработва автономна екосистема за роботаксита на базата на флагмана S-Class, оборудван с хардуера DRIVE Hyperion, пълния софтуерен пакет NVIDIA DRIVE AV L4 и отворените модели Alpamayo.
Tesla: Използва суперкомпютърните клъстери на NVIDIA за обучение на своите мащабни невронни мрежи за автономен транспорт.
Hyundai Motor, Kia и Motional: Разширяват стратегическото си сътрудничество за внедряване на DRIVE Hyperion в бъдещите си модели и усъвършенстване на автономните услуги от Ниво 4.
Stellantis, Lucid, Nuro, Geely и Zeekr: Внедряват изчислителните блокове DRIVE AGX Thor и референтните дизайни Hyperion за централизирани домейн контролери и пътнически роботаксита.
Концентрацията на толкова широк кръг от превозвачи, софтуерни лаборатории и индустриални гиганти около трикомпютърния модел на NVIDIA очертава контурите на новия транспортен пазар. Докато превозните средства се превръщат в автономни софтуерни платформи, изчислителният капацитет — от суперкомпютърния център за данни през виртуалната симулация до бордовия силиций — се превръща в фундаменталния двигател на съвременната мобилност [1].
Източници: