网页标题: 适用于智能汽车的 DRIVE 基础架构 | NVIDIA 网页链接: https://www.nvidia.cn/solutions/autonomous-vehicles/ai-training/ # 加速智能汽车训练和开发 概览 ## 利用端到端平台实现更安全、更智能的智能汽车 开发智能汽车需要进行严格的训练和测试，以确保在现实世界环境中安全高效地运行。NVIDIA 提供涵盖硬件和软件的全面基础架构，可帮助您大规模开发、训练和验证自动驾驶系统。 NVIDIA 提供了三个关键智能汽车计算平台 — [NVIDIA DGX™](https://www.nvidia.cn/data-center/dgx-platform/) 用于训练 AI 模型，配备 [Cosmos™](https://www.nvidia.cn/ai/cosmos/) 的 [NVIDIA Omniverse™](https://www.nvidia.cn/omniverse/) 用于仿真和验证，DRIVE AGX 用于车载计算，而 [NVIDIA Halos](https://www.nvidia.cn/self-driving-cars/safety/) 则是这些平台的核心组件。作为确保智能汽车安全性的基础系统，Halos 集成了硬件、软件、工具与模型，可保护从云端到汽车的整个辅助驾驶堆栈。 ## NVIDIA 隆重推出 Halos — 全球范围内最具综合性的智能汽车安全系统 NVIDIA Halos 是一个先进的智能汽车安全系统，由硬件/软件组件、工具、模型和设计原则构成，可将它们配合使用，保护从云端到汽车的端到端辅助驾驶堆栈。 [详细了解 NVIDIA Halos](https://blogs.nvidia.cn/blog/halos-safety-system-autonomous-vehicles/) ## NVIDIA NIM 推理微服务助力智能汽车的未来 一套旨在加速训练和推理的优化 AI 模型，现已向智能汽车开发者开放。 [了解汽车 NIM](https://build.nvidia.com/explore/automotive) ## 技术 ## 汽车的加速和可扩展训练 要开发安全的智能汽车，需要强大的 AI 硬件与软件组合。NVIDIA 可提供从 AI 训练到高保真传感器仿真的端到端解决方案，从而加速这一过程。 ### AI 训练基础架构 NVIDIA DGX 是一款专用 AI 超级计算机，可用于训练智能汽车感知、建图和决策制定过程中使用的深度学习模型。 [详细了解 NVIDIA DGX](https://www.nvidia.cn/data-center/dgx-platform/) ### AI 软件和框架 利用 [NVIDIA Cosmos NeMo Curator](https://www.nvidia.cn/ai/cosmos/) 加速多模态数据处理，借助 [NGC 容器](https://www.nvidia.cn/gpu-cloud/)中的 [CUDA-X](https://www.nvidia.cn/technologies/cuda-x/)™ AI 和 GPU 优化内核来优化模型训练，并通过 [NVIDIA TensorRT](https://developer.nvidia.cn/tensorrt)™ 和 [Triton™](https://developer.nvidia.cn/triton-inference-server) 增强推理。它们共同协作，可帮助简化端到端智能汽车开发工作流，更大限度地提高效率和性能。 [详细了解智能汽车基础架构](https://developer.nvidia.cn/drive/infrastructure) ### 仿真和合成数据 用于智能汽车仿真的 NVIDIA Omniverse Blueprint 是一个参考工作流，可帮助创建丰富的 3D 世界，以进行训练、测试和验证。利用该蓝图，可以回放驾驶数据，生成新的真值数据并执行闭环测试。 [详细了解用于智能汽车仿真的 Omniverse Blueprint](https://www.nvidia.cn/use-cases/autonomous-vehicle-simulation/) ## 优势 ## 加速为智能汽车提供可扩展训练 辅助驾驶训练是开发过程中最具挑战性的阶段之一。从繁忙的城市十字路口到宁静的乡村道路，这些车辆必须感知各种场景并做出响应，同时理解交通法规、道路状况和不可预测的人类行为的细微差别。 ### 大规模数据处理 智能汽车每天会通过摄像头、激光雷达和雷达等传感器产生 TB 级的数据。这些数据必须经过处理、标记，然后用于训练 AI 模型。 ### 持续学习 辅助驾驶系统需要随着时间的推移不断改进，从新数据和场景中学习，以完善其决策制定算法。 ### 大规模回放 可以对传感器数据、系统日志和其他数据进行回放，以重现发生问题时的状况并帮助确定根本原因。 ## 产品 ## 用于智能汽车的计算平台 从 AI 训练到仿真和现实世界部署，NVIDIA 三大计算平台解决方案助力智能汽车开发的每个阶段。 ### NVIDIA DGX 平台 这些系统专为 AI 和深度学习量身定制，可提供卓越的计算能力，帮助智能汽车训练复杂神经网络。 [详细了解 DGX](https://www.nvidia.cn/data-center/dgx-platform/?ncid=no-ncid) ### 配备 Cosmos 的 NVIDIA Omniverse 基于现实世界的传感器数据、模型物理特性和行为来构建并增强数字孪生，同时借助用于智能汽车仿真的 NVIDIA Omniverse Blueprint 来生成物理精准的多样化传感器数据。 [详细了解智能汽车仿真](https://www.nvidia.cn/use-cases/autonomous-vehicle-simulation/) ### NVIDIA DRIVE AGX 获得强大的处理能力以进行实时决策，而无需依赖传统模块化工作流或预定义规则。 [详细了解 DRIVE AGX](https://www.nvidia.cn/self-driving-cars/in-vehicle-computing/) ## 借助 NVIDIA AI Enterprise 软件套件简化智能汽车开发 NVIDIA AI Enterprise 软件提供您所需的基本工具，有助于简化智能汽车软件开发和部署。这包括从数据准备和训练到推理优化和大规模部署等各个方面的工具。 [了解详情](https://developer.nvidia.cn/drive/infrastructure) ## NVIDIA Halos：先进的智能汽车安全系统 在智能汽车安全方面投入超过 15000 多名工程师一年的工作成果，确保 NVIDIA Halos 系统保障智能汽车从芯片到部署的安全性。它整合了硬件、软件、工具、模型与成熟的设计原则，可帮助保护端到端智能汽车技术栈。 [详细了解智能汽车安全性](https://www.nvidia.cn/self-driving-cars/safety/) ## 汽车行业 NIM ## NVIDIA 推理微服务 (NIM) 推动智能汽车的未来 利用先进的 AI 模型来简化汽车软件开发并优化云部署。 ### cosmos-nemotron-34b 多模态视觉语言模型，可理解文本/图像/视频并创建有用的响应。 [了解详情](https://www.nvidia.com/en-us/self-driving-cars/ai-training/#:~:text=creates%20informative%20responses.-,Build%20Now,-cosmos%2D1.0%2Ddiffusion) ### cosmos-1.0-diffusion-7b 通过文本和图像提示生成具有物理感知能力的视频世界状态，以用于物理 AI 开发。 [了解详情](https://www.nvidia.com/en-us/self-driving-cars/ai-training/#:~:text=physical%20AI%20development.-,Build%20Now,-cosmos%2D1.0%2Dautoregressive) ### cosmos-1.0-autoregressive-5b 仅根据图像或简短视频提示即可生成物理感知世界状态的未来数据框架，以进行物理 AI 开发。 [了解详情](https://www.nvidia.com/en-us/self-driving-cars/ai-training/#:~:text=physical%20AI%20development.-,Build%20Now,-View%20all%20NVIDIA) ## 加速开发 借助用于智能汽车、机器人与智能空间开发的开源数据集 — NVIDIA 物理 AI 数据集，打破数据瓶颈。该统一的数据集由经过验证的数据组成，用于构建 NVIDIA 物理 AI，现已在 Hugging Face 上免费向开发者提供。 [开始构建](https://huggingface.co/collections/nvidia/physicalai-67c643edbb024053dcbcd6d8) ## 客户案例 ### 汽车行业中的 AI 训练 ### 现代汽车 现代集团将充分利用 NVIDIA 的数据中心级计算和基础设施高效管理海量数据。这些数据对于训练先进的 AI 模型和构建强大的自动驾驶汽车软件栈至关重要。 [阅读博客](https://blogs.nvidia.cn/blog/hyundai-motor-group-ces/) ### Wayve Wayve 与 NVIDIA 的合作有助于无缝部署自动驾驶、AI 训练和车队学习。这种协作加速了采用可扩展的高性能 AI 驱动的汽车系统。 [阅读博客](https://blogs.nvidia.cn/blog/wayve-generative-ai/) ### 沃尔沃汽车与 Zenseact 沃尔沃汽车及其软件子公司 Zenseact 正在投资 NVIDIA DGX 平台，以便在云端训练模型。这将有助于确保未来的车队配备经过全面测试的先进 AI 驱动安全功能。 [阅读博客](https://blogs.nvidia.cn/blog/volvo-cars-accelerated-computing-ai/) ### Waabi Waabi 依托 NVIDIA 硬件来运行复杂仿真并训练其 AI 模型。他们还将使用 NVIDIA Cosmos 进行软件开发和仿真的数据管理 [阅读博客](https://blogs.nvidia.cn/blog/waabi-autonomous-trucking/) ### 蔚来 智能电动汽车制造商蔚来正利用 NVIDIA DGX AI 平台来提高自动驾驶汽车感知模型的训练效率和 GPU 利用率。 [阅读博客](https://developer.nvidia.com/zh-cn/blog/perception-model-training-for-autonomous-vehicles-with-tensor-parallelism/) 上一步 下一页 1. 第一个预告片 2. 现代 3. Wayve 4. 沃尔沃汽车与 Zenseact 5. Waabi 6. 蔚来 #### 资源 ## AI、加速计算和仿真领域的突破性成果 1. 新闻 2. 会议 加载更多 [查看更多会议](https://www.nvidia.cn/on-demand/playlist/playList-c2535afa-14ca-4df1-8053-2e2ba0de9df2/%20) ## 后续步骤 ### 联系我们 了解 NVIDIA 汽车基础架构如何推动自动驾驶变革，并塑造更安全、更智能的未来出行模式。 [联系我们](https://www.nvidia.cn/self-driving-cars/self-driving-cars-contact-us/) ### 汽车新闻 注册以接收 NVIDIA 发布的最新资讯与更新。 [随时了解最新情况](#stay-informed) ### NVIDIA 汽车 NVIDIA 解决方案提供了所需性能和可扩展性，以便对未来的驾驶技术进行设计、可视化、开发和仿真。 [了解 NVIDIA 汽车](https://www.nvidia.cn/industries/automotive/)