尽管汽车当前只占英伟达(NVIDIA)庞大业务的一小部分，但它却引起了英伟达创始人兼首席执行官黄仁勋的极大关注。按照黄仁勋的说法，所有移动之物都将实现完全或近乎完全的自主化，汽车业也不例外，“到2024年，绝大多数新电动车都将具备真正的自动驾驶功能。”于是，在与全球多家汽车制造商签订供货订单后，NVIDIA宣布未来六年的汽车业务收入已增加至110亿美元以上。
110亿美元对英伟达汽车业务来说绝对不是一个小数字！根据英伟达公布的2022财年全年财报，该公司2022财年总营收269.14亿美元，同比增长61%；净利润97.75亿美元，相比2021财年的43.32亿美元同比增长125%。但汽车业务只有5.66亿美元，占比2%。
在GTC 2022期间，英伟达一方面描绘了宏伟的自动驾驶蓝图，认为汽车相关软件、硬件和数据中心服务的潜在市场价值为3,000亿美元，如果再将游戏、数据中心、软件包括在内，所有这些业务的潜在市场总额将达到1万亿美元；另一方面，则着眼当下，与汽车制造商Lucid、比亚迪(BYD)、梅赛德斯-奔驰(Mercedes-Benz)和捷豹路虎(Jaguar Land Rover)签署了驾驶系统的合同，并承诺在未来几年内实现交付。
从2024年开始应用于梅赛德斯-奔驰汽车上，并于2025年应用于捷豹路虎汽车上的，是英伟达自动驾驶汽车全栈开放式平台NVIDIA DRIVE Hyperion 8，其传感器套件包括12个摄像头、9个雷达、12个超声波和1个前置激光雷达，所有处理均通过2个NVIDIA Orin系统级芯片进行。
它是NVIDIA自动驾驶汽车的硬件架构，NVIDIA DRIVE自动驾驶汽车系统在此基础上打造而成。Lucid Motors透露，其DreamDrive Pro高级驾驶辅助系统将基于NVIDIA DRIVE构建。而除了汽车制造商之外，包括元戎启行(DeepRoute)、云骥智行(Pegasus)、悠跑科技(Upower)和文远知行(WeRide)在内的一批创新型自动驾驶初创公司也加入了 DRIVE Hyperion生态系统。
“从本质上来看，NVIDIA DRIVE就是一个‘AI司机’。”黄仁勋表示，未来的汽车将是完全可编程的汽车，车内的大量嵌入式控制器将发展成强大的集中式计算机。这些汽车的 AI 和自动驾驶功能可以通过软件来更新，并在整个生命周期内不断升级。
作为新一代电动汽车、自动驾驶出租车、班车和卡车引擎的集中式自动驾驶和AI计算机，NVIDIA Orin在今年3月已经开始出货。该芯片每秒可完成254万亿次运算(TOPS)，旨在处理自动驾驶汽车中同时运行的大量应用程序和深度神经网络(DNN)，并同时达到了ISO 26262、ASIL-D等系统安全标准，全球第二大电动汽车制造商比亚迪宣布将从2023年上半年起开始生产基于DRIVE Orin计算机的汽车。
更令人感到兴奋的消息，是黄仁勋还宣布了将于2026年开始出货的DRIVE Hyperion 9。此升级版传感器套件包括环绕成像雷达、具有更高帧速率的增强型摄像头、两个额外的侧面激光雷达、改进的底盘感测能力，以及更好的摄像头和超声器件排布。具体而言，DRIVE Hyperion 9架构总计包括用于自动驾驶的14个摄像头、9个雷达、3个激光雷达和20个超声器件，以及用于车内乘员感测的3个摄像头和1个雷达。
如果将DRIVE Hyperion比喻为“汽车的神经系统”，那么该架构内置的多颗DRIVE Atlan系统级芯片则犹如“汽车的大脑”。
英伟达内部将DRIVE Atlan SoC称之为“技术的奇迹”，它利用NVIDIA的高性能GPU架构、Arm CPU内核以及深度学习和计算机视觉加速器，为冗余和多样化的深度神经网络提供了充足的计算能力，并给开发者留出了继续添加功能和改进的空间。数据显示，在功率范围保持不变的情况下，DRIVE Atlan实现了当前DRIVE Orin架构性能的两倍，可处理L4级自动驾驶，并且提供了NVIDIA DRIVE Concierge便利安全的功能。
NVIDIA DRIVE Concierge和DRIVE Chauffeur是很有意思的两个功能，它们的出现，可以为驾驶者提供低延迟、高品质的360度4D可视化服务，让智能技术的应用范围从驾驶员扩展到车内数字体验，从而消除日常驾驶中压力与繁琐。同时，汽车内部也将被彻底改变——NVIDIA Maxine技术将重新定义消费者与汽车的互动方式，尤其是在智能座舱中，“Maxine将把您的汽车变成一位管家。”
此外，非常值得关注的，是英伟达地图构建团队的全球扩展，并在测绘地图构建(survey mapping)和车队地图构建(fleet mapping)基础上推出的多模式地图平台NVIDIA DRIVE Map。
DRIVE Map具有三个定位层，分别是摄像头、雷达和激光雷达。其中，摄像头定位层包括车道分隔线、道路标记、道路边界、交通信号灯、标志和电线杆等地图属性；雷达定位层是雷达回波的聚合点云。在光线条件较差(对摄像头具有挑战性)和恶劣的天气条件(对摄像头和激光雷达都具有挑战性)下，它尤为实用；激光雷达定位层可提供更精确可靠的环境认知。它以5厘米的分辨率构建了一个3D世界，这是摄像头和雷达无法达到的精度。
实际应用中，AI驾驶员可以单独定位到地图的每一层，以获得更先进的冗余性和各种功能。预计到2024年，DRIVE Map将为北美、欧洲和亚洲的50万公里道路提供实地测量的真值地图。
黄仁勋列举了实现自动驾驶所需的四种功能：
“一台为车队绘制地图的计算机。”
“第二件事是你需要训练AI，训练系统。”
“第三个是，在实际上路之前，汽车可以在虚拟驾驶环境(基于英伟达Omniverse平台构建)中学习驾驶。”
“最后一个是Omniverse也需要有数据中心”。
于是，“地球级数字孪生”概念应运而生。Omniverse负责维护这一概念的表现形式，并通过测量地图的车辆和数百万乘客用车不断进行更新和扩展。例如，自动驾驶汽车开发人员可以使用NVIDIA DRIVE Map、Omniverse和DRIVE Sim，以3D仿真形式全景展示驾驶环境和各个场景，或是应用场景生成工具在数字孪生环境中测试自动驾驶汽车软件，然后再在真实环境中部署自动驾驶汽车。最后，数字孪生还为车队运营商提供了一个完整的虚拟视图，以便车辆在全球范围内行驶，并根据需要协助远程操作。
“在数字孪生中迭代软件是目前最好的方法，我们可以创建数百万个汽车数字孪生来代替区区几百辆汽车。”黄仁勋通过媒体对行业表示，NVIDIA在过去几年的发展速度可能超过了过去10年的总和，正在成功地转型成为一家在全球各地进行远程和协作工作的数字企业。
