從云端到車端：軟件定義浪潮席卷汽車行業

　　穿梭于虛擬與現實,窺探“軟件定義汽車”的智能未來

　　汽車制造商正在大力投資自動駕駛技術,例如,使用仿真和數字孿生技術,來訓練、測試和驗證在自動駕駛汽車上運行的深度神經網絡(DNN)。“軟件定義”這一概念不但在改變汽車的研發,也在重塑汽車所帶來的客戶體驗。

　　軟件定義成為移動出行領域的未來趨勢

　　曾經,電子設備的功能是固定且不可更新的,而如今,不管是智能電視,還是智能手機,消費者都期待能夠通過軟件更新,設備得到升級。同理,新一代軟件定義汽車也將從根本上改變汽車行業。

　　傳統的汽車架構并未圍繞軟件而設計,這是因為早期分布式的 ECU 架構,因而很難進行更新。但未來的汽車將擁有一個集中式的高性能計算平臺,比如廣泛應用于全球汽車制造商的 Drive Orin,或是預計于 2025 年上車的 Drive Thor,它們能夠運行復雜的軟件堆棧,以同時實現自動駕駛、車載信息娛樂系統(IVI)等先進的智能功能。此外,該計算系統還必須留出充足的冗余,為目前階段暫未設想到的應用而“未雨綢繆”。

　　( NVIDIA DRIVE Orin )

　　區別于傳統汽車,軟件定義汽車可在其整個生命周期,通過 OTA 無線更新,為用戶提供從自動駕駛到車內數字助理等最新功能。傳統汽車隨著時間的推移其產品價值會有所下降,但軟件定義汽車在落地第一天僅維持了最基本的水平,其產品功能將在未來不斷得到升級與優化,因此車輛的價值也將持續提升。

　　軟件定義架構開拓了新的商業模式。汽車制造商不僅可以獲得車輛銷售時的“一次性收入”,還可以在汽車生命周期內獲得軟件服務方面的“持續性收入”。例如,汽車制造商在提供新功能時可選擇免費、一次性收費、按使用收費或訂閱收費等多種模式。

　　( NVIDIA DRIVE Thor )

　　在虛擬世界中開發智能汽車

　　軟件定義汽車的設計是非常耗時且昂貴的,且需要全球各地團隊投入其中,因此汽車行業的產品開發周期往往會長達多年。

　　NVIDIA Omniverse 等可擴展的開放式平臺正在通過新的方式簡化汽車設計流程、提高工作效率以及生產力。

　　借助 Omniverse,設計師和工程師可以緊密合作,進行沉浸式、協作型的設計概念討論與測試,并對車輛模型和仿真進行高度精準的評估。團隊可以在設計早期階段發現問題,并對性能和外觀等關鍵因素做出快速決策。

　　另外,通過在虛擬平臺上審核車輛設計,項目團隊既可以降低成本,又可以加快設計和制造流程的進度。

　　( 借助 NVIDIA DRIVE Sim 將設計和工程制造集成到虛擬工作室 )

　　這項技術也可用于在虛擬展廳中向潛在客戶展示最新車型。客戶可以在虛擬環境中輕松地對汽車進行配置,并查看如真皮座椅縫線,漆面反光等最新設計的細節,以及“體驗”該車型各種先進功能。由于能夠更直觀地看到效果,客戶的購買意向將進一步提高。

　　自動駕駛汽車的虛擬試驗場

　　除了復雜、全面的設計流程之外,自動駕駛汽車在上路前還需要在不同場景中進行大規模的開發和測試。

　　為了盡可能地保證車輛及駕乘人員的安全,自動駕駛汽車必須有能力應對道路上的各種突發情況,例如車輛緊急制動或轉向、行人、惡劣的天氣條件等,以及各種由于危險系數過高而無法在現實世界中測試的情況。

　　在真實環境中,針對上述所有情況來進行車輛測試幾乎是不可能的,而且道路測試也缺乏可控性、可重復性、充分性以及足夠的效率,因此仿真顯得尤為重要。在自動駕駛汽車正式上路前,開發人員可以在虛擬世界中進行充分測試。

　　( 由 Omniverse 賦能的 DRIVE Sim 場景重建 )

　　伴隨近期 AI 領域的技術突破,開發人員現在可以直接使用現實世界的數據構建仿真場景,在提高準確性的同時,節省寶貴的時間和金錢成本。

　　這個新的 AI 流程被稱為神經重建引擎(Neural Reconstruction Engine,NRE),它能夠自動提取仿真所需的關鍵組成部分,包括環境、3D 資產和場景等,然后將這些部分重建成仿真場景。這些場景具有現實世界的真實性,還能夠按需操作,并且按照真實環境做出反應。如果通過人工來實現相同的細節水平和多樣性,不僅成本高,耗時長,而且無法擴展。

　　( 神經重建引擎（NRE）賦能自動駕駛仿真 )

　　合成數據生成也是加快仿真環境中自動駕駛汽車開發的一個重要手段。除真值數據外,所生成的基于物理學的攝像頭、雷達、激光雷達和超聲傳感器數據,現在也可加入用于訓練自動駕駛汽車 AI 感知網絡的數據集。

　　使用合成數據可以減少時間和金錢成本,并始終保持準確性,還能生成真人無法標記的真值數據,如深度、速度和被遮擋的物體等。此外,它還能生成罕見場景和危險場景的訓練數據來對真實數據加以補充,從而有針對性地解決自動汽車所面臨的巨大挑戰。

　　通過使用物理準確的仿真平臺生成真值合成數據,自動駕駛汽車開發者可以提高生產力、效率和測試覆蓋范圍,進而加快產品上市時間,同時最大限度地減少在現實世界中的駕駛測試。

　　更加安全、智能和個性化的自動駕駛未來

　　AI 正在變革汽車行業。汽車制造商正在使用仿真平臺開發自動駕駛汽車,并采用以軟件為中心的的汽車設計來實現自動駕駛功能和其他智能服務。梅賽德斯·奔馳、捷豹路虎等汽車制造商計劃在近期開始生產高度自動化的軟件定義汽車,消費者將很快能夠享受到技術所帶來的便利。

　　此外,隨著個人出行方式變得更加電氣化和自動化,汽車正在變成一個生活空間。借助 NVIDIA DRIVE 新一代的集中式架構,DRIVE Concierge 能夠無縫編排駕駛員信息、座艙和車載信息娛樂功能。汽車制造商可以輕松地自定義和擴展其 IVI 產品,為每位乘客帶來個性化的體驗。

　　( 通過 DRIVE Concierge，車上每位乘客都能享受到專屬的智能體驗 )

　　最后,安全性一直是自動駕駛汽車的重中之重。當我們談及駕駛安全的時候,這意味著我們只有一次機會。我們堅信自動駕駛汽車將成為新一代的交通工具,因此 NVIDIA 把自動駕駛技術開發作為一項使命,通過將安全性納入到設計、生產、車輛運行等每一個開發環節,為所有人提供更加安全、便捷和愉悅的駕乘體驗。

　　關于 NVIDIA

　　自1993年成立以來,NVIDIA (NASDAQ: NVDA) 一直是加速計算領域的先驅。NVIDIA 1999年發明的GPU驅動了PC游戲市場的增長,并重新定義了現代計算機圖形,開啟了現代AI時代,推動了元宇宙的創建。NVIDIA現在是一家全棧計算公司,其數據中心規模的產品正在重塑整個行業。