看完 NVIDIA 高级辅助驾驶安全报告后我惊呆了

读完 NVIDIA 高级辅助驾驶的高级辅助驾驶安全报告，我是真心觉得英伟达在高级辅助驾驶领域干得漂亮。它的技术把硬件和软件融合，搭建起统一架构，涵盖高级辅助驾驶的四大支柱。从 AI 设计与实施平台，到面向深度学习的开发基础设施，再到物理精准传感器仿真和全方位安全计划，每一步都考虑周全。安全架构上，硬件有扩展性，软件能准确感知规划，车辆和传感器提供方案，数据中心处理数据，道路测试有规范，还重视开发者

红目香薰

2390人浏览 · 2025-04-29 19:21:32

红目香薰 · 2025-04-29 19:21:32 发布

前言

高级辅助驾驶相信大家肯定是相当的熟悉了，就在24年的时候我们经历过武汉的萝卜短期社会实践，主要就是一个安全，NVIDIA 率先采用加速计算解决其他企业无法攻克的难题。当我看完 NVIDIA 高级辅助驾驶后才觉得这样的安排才是当前最合理的安排，毕竟还没有达到人车完全分离的情况，那么最好的解决方案就在这个高级辅助驾驶安全报告中，接下来我们一起再次完整的解读一下这篇报告，最后再进行总结。

一、高级辅助驾驶四大支柱

英伟达搞研究做设计，再到搭建基础设施，这一套流程可复杂了。他们搞出来的技术，就是想把硬件和软件整合到一块儿，形成一套统一的架构。

你知道现在的高级辅助驾驶汽车吧？要想让这玩意儿安全地上路跑起来，有四大关键部分。英伟达这套技术，就是奔着把这四大关键部分都给搞定去的，相当于是要把高级辅助驾驶汽车安全运行的所有重要方面都照顾到。

支柱 1：AI设计与实施平台

套用白皮书上的一句话：NVIDIA DRIVE是全球首个可扩展Al平台,实现从AI辅助驾驶到高级辅助驾驶出租车的领域全覆盖。

这句话的含金量很高的，想独立做到这件事情对应的投资可以想象到得有多大。

AI设计

融合深度学习与传统软件，以独立的大模型算法为基础，借助高性能计算，车辆能实时感知周围发生的情况，精准自我定位并规划安全的行驶路线。他们的统一架构从数据中心延伸到车辆，提供了满足国内和国际安全标准要求的全面解决方案。

实施平台

在解读过程中我看到了一款名为 NVIDIA OVX 的计算系统，我特意去查询了一下，简单总结一下就是：这个计算系统它能处理超大量的数据，速度还特别快。比如说，做电影特效的时候，要生成各种超逼真的场景、角色，靠普通电脑得算好久，用它就能很快搞定；搞人工智能研究，要训练超复杂的模型，它也能轻松应对；还有设计超大型的建筑、桥梁，模拟各种复杂的工程数据，它都能快速又精准地处理，并且NVIDIA OVX是一款专为支持大规模Omniverse数字孪生而设计的计算系统。

DNN在NVIDIA DGX™ 平台上进行训练，在 NVIDIA OVX 是做的仿真测试和实验，然后就可以直接无缝的部署到车载的 AI 计算机上了。

以上三张图片分别为：NVIDIA DRIVE AGX OrinSoC（片上系统）、NVIDIA DRIVE AGX Thor SoC 车载计算机 、NVIDIA Blackwell 平台。

NVIDIA DRIVE AGX OrinSoC（片上系统）可以提供高达254万亿次/秒的性能，借助可拓展的 DRIVE AGX Orin 产品系列开发者们只需要整个车队中构建、扩展和利用一次开发投资，便可从 L2+ 级系统持续升级到 L5 级别高级辅助驾驶汽车系统。

NVIDIA DRIVE AGX Thor SoC 车载计算机整合了高度自动化以及高级辅助驾驶，采用的是最新的CPU和GPU技术，支持8位浮点数计算，在保证高性能的情况下还能降低整体的系统成本。

NVIDIA Blackwell 平台这里就是老话说得好，科技这玩意儿，更新换代就跟下饺子似的！这回英伟达整出来的 Blackwell 平台，简直就是给计算领域来了个大升级。以前那些超复杂、参数多得数不清的大语言模型，想搭建起来、跑起来，又费钱又费电，一般人根本玩不起。现在有了 Blackwell 平台，就不一样了！不管是大企业、科研机构，还是小团队，都能用它搭建超大型的语言模型，而且还能让这些模型实时干活，比如马上生成文章、回答问题。更绝的是，它的成本和耗电量，直接降到了上一代产品的二十五分之一！就好比以前开个空调，一个月电费要 500 块，现在只花 20 块就能有一样的效果。

完美的闭环。

DGX——用于AI训练，配备 Cosmos 的 Omniverse 用于仿真，AGX用于部署。

支柱 2：面向深度学习的开发基础设施

就说一辆高级辅助驾驶测试车，一年就能产生海量的数据，多到有几百万亿字节那么多。要是整个车队的测试车一起跑，产生的数据更是多到吓人。想要把这些数据收集起来、管得明明白白，再处理分析好，以前那套计算设备根本搞不定，非得有全新的、更牛的计算架构和设备才行，而英伟达做的超级计算机，就是为了搞定这些超麻烦的数据难题。

NVIDIA AI 训练和仿真

DGX刚才我们在支柱1里面已经到过了，是专为训练深度神经网络而构建的专用Al超级计算机，可以在大型数据集上训练高级辅助驾驶所需的高度复杂的模型。DGX系统能够训练出足以应对复杂驾驶场景的强大AI模型。通过对在多样化和广泛的数据集上进行训练,模型可以更好地适应各种真实世界的条件，从而提高安全性。

Omniverse Cloud Sensor RTX™提供高保真的仿真环境，有这非常逼真的物理和传感模型，极大的提高了测试的准确性。值得一提的是Omniverse允许真实世界部署之前在虚拟环境中进行广泛的测试。这有助于在受控环境中识别和缓解潜在的安全问题，降低实际操作中的风险。

数据管理和云服务

英伟达在高性能计算和人工智能这块儿特别有本事。他们搞出来的设备和技术，专门用来解决高级辅助驾驶汽车研发时，处理和存储海量数据的难题。这一套人工智能基础设施，不是只给一家用，而是整个汽车行业都能用。你看，现在就有一家超厉害的汽车公司，一口气用了 35000 多个英伟达的图形处理器，就为了能把自家高级辅助驾驶汽车研发和测试的工作做得更好。

支柱 3：用于高级辅助驾驶汽车开发的物理精准传感器仿真

Omniverse Cloud Sensor RTX它是在 OpenUSD 这个技术基础上做出来的。这玩意儿就是专门给搞高级辅助驾驶汽车研发的人用的，能让他们模拟汽车传感器工作的样子，而且模拟得特别真实，连汽车的物理特性和实际行驶时的状态都能模拟出来，帮他们把高级辅助驾驶汽车的模拟测试工作做得更好。

用了它提供的API开发者就能和一大帮做汽车动力学模拟、交通情况模拟工具的公司合作，大家一起把模拟工作做得更牛。而且还能导入一些通用的场景数据，这样就能模拟不同地方、不同路况下高级辅助驾驶汽车的表现，看看在各种新环境里，高级辅助驾驶汽车能不能正常工作了。

支柱 4：卓越的全方位安全和网络安全计划

NVIDIA DRIVE AGX 平台和流程最近通过了 TÜV SÜD 认证和评估。并且NVIDIA DRIVE 核心开发流程已通过 ISO 26262 汽车安

全完整性等级 (ASIL) D 级认证，都是完全符合最新标准。

二、安全架构

刚才我们看到了 NVIDIA DRIVE AGX 平台，在通过已经通过 TÜV SÜD 认证和评估。所以可以确保高级辅助驾驶汽车在预期的运行设计域(ODD)内安全行驶。当车辆处于其定义的ODD以外或因条件动态变化而不在其ODD内时，可使车辆恢复到最小风险状态或者说是安全回退状态。

1、硬件

我们刚才一直看的 NVIDIA DRIVE AGX 硬件架构具有可扩展性，涵盖从入门的高级驾驶辅助系统到完全高级辅助驾驶出租车等各个领域。当前这一代DRIVE AGX Orin SoC安全架构由数百名架构师、设计师和安全专家基于对数百个安全相关模块的分析开发。

2、软件

DRIVE SDK中的感知模组获取传感器数据，并结合深度学.习和传统信号处理来确定对车辆环境的理解,即“世界模型”。一旦了解环境，规划模组就会利用这些信息查找和评估一组轨迹并确定最佳路线，车辆动态控制模组可将选择的路线转换为车辆动作执行。

3、车辆和传感器

DRIVE AGX Hyperion 就是 DRIVE AGX 平台在汽车上的一套 “样板方案”。打个比方，就像装修房子有样板间，照着样板间装修心里有底，这个方案就是给想搞高级辅助驾驶的人做参考的。有了它，不管是想开发初级、中级还是高级的高级辅助驾驶功能，或者是收集路上跑的数据、检查数据对不对、验证高级辅助驾驶功能靠不靠谱，都能搞定。这个方案还搭配了好多不同的 “电子眼睛和耳朵”，像摄像头、雷达、激光雷达，还有能感应车身动作的 IMU、检测近距离障碍物的超声波传感器等等。而且不管是小轿车、大卡车，还是公交车，都能装上这套方案，让它们有开发高级辅助驾驶的能力。

DRIVE 软件架构

4、数据中心

采集传感器数据后，会处理数据，摄像头数据就挑图像标注来训练 AI，不仅标注物体、图像，还标注场景条件，用关键性能指标衡量数据质量，借助 NVIDIA Omniverse Replicator 添加合成数据生成预标记真实数据引导算法开发，持续添加训练数据构建全面矩阵，用独立测试数据验证神经网络模型性能并随新数据重测。

除了标注图像物体，还标注采集数据条件，形成测试数据集的条件矩阵测试 DNN 模型性能，数据中心的 GPU 用于研究新 DNN、训练模型、分析结果、测试验证结果以及在虚拟世界仿真重放采集数据。

5、道路测试

这里需要查看《DRIVE 道路测试操作手册》，是 NVIDIA 制定的标准化的道路测试流程。

道路测试始终由训练有素的安全驾驶员执行,他们持续监控车辆行为,并在必要时随时进行干预。测试操作员也在车中监控高级辅助驾驶软件,例如检查汽车检测到的物体是否与实时观察到的物体对应，以及车辆路线是否适合当前道路状况。

6、开发者培训和教育

英伟达想让搞开发的人都能轻松学到新知识，帮专家和学员搞懂前沿技术。他家的深度学习培训中心开了好多课，教大家怎么给高级辅助驾驶汽车设计、训练和安装智能程序，还做了很多资料解答常见问题，现在已经有两百多万开发者注册学习八个领域的知识了。给学生、开发者和企业领导科普快速计算、人工智能和高级辅助驾驶汽车技术。每次大会都有黄仁勋开场演讲，还有几百场小讲座、讨论会、实操课，以及厉害的技术展示和合作方展览。