توسعه خودروهای خودران (AV) یکی از پیچیدهترین چالشهای مهندسی در تاریخ بشر است. این خودروها باید بتوانند در محیطهای غیرقابل پیشبینی، ترافیکهای شلوغ شهری و شرایط آب و هوایی متنوع، ایمنتر از انسان رانندگی کنند. دستیابی به این سطح از هوشمندی نیازمند یک زیرساخت کامل است که فراتر از یک چیپ قدرتمند در داخل خودرو باشد.
انویدیا (NVIDIA) با درک این پیچیدگی، یک پلتفرم جامع و یکپارچه را معرفی کرده است که کل چرخه حیات توسعه خودروهای خودران را پوشش میدهد: از آموزش مدلهای هوش مصنوعی در دیتاسنتر، تا شبیهسازی و اعتبارسنجی در ابر و در نهایت، پردازش در لحظه در داخل خودرو.
این رویکرد جامع که به «راهحل سه کامپیوتری» (Three-Computer Solution) معروف است، توسط یک سیستم ایمنی فراگیر به نام NVIDIA Halos محافظت میشود و نقشه راه انویدیا برای آینده حمل و نقل را ترسیم میکند.
راهحل سه کامپیوتری؛ ستون فقرات توسعه خودروهای خودران
انویدیا پلتفرم خود را بر سه ستون اصلی بنا کرده است که هر کدام وظیفهای حیاتی در این چرخه بر عهده دارند.
۱. کارخانه هوش مصنوعی (Datacenter)؛ آموزش با NVIDIA DGX
همهچیز با داده شروع میشود. خودروهای خودران روزانه ترابایتها داده از سنسورهای خود (دوربین، رادار، لیدار) جمعآوری میکنند. این حجم عظیم داده باید پردازش، برچسبگذاری و برای آموزش مدلهای یادگیری عمیق استفاده شود.
- NVIDIA DGX: اینها ابرکامپیوترهای انویدیا هستند که به عنوان «کارخانه هوش مصنوعی» عمل میکنند. آنها قدرت محاسباتی بینظیری را برای آموزش شبکههای عصبی پیچیدهای که برای ادراک، نقشهبرداری و تصمیمگیری در خودروهای خودران استفاده میشوند، فراهم میکنند.
- نرمافزار و فریمورکها: این سختافزار توسط مجموعهای از نرمافزارها پشتیبانی میشود. برای مثال، NVIDIA Cosmos با ابزارهایی مانند NeMo Curator به پردازش و گزینش این دیتاستهای عظیم کمک میکند. ابزارهایی مانند CUDA-X AI و TensorRT نیز فرآیند آموزش و بهینهسازی مدلها را به حداکثر بازدهی میرسانند.
۲. دوقلوی دیجیتال (Cloud)؛ شبیهسازی با Omniverse و Cosmos
آزمایش یک خودروی خودران در دنیای واقعی برای پوشش دادن تمام سناریوهای احتمالی (مخصوصاً سناریوهای خطرناک و نادر) غیرممکن، پرهزینه و ناایمن است. راهحل انویدیا، آزمایش خودرو در یک «دوقلوی دیجیتال» (Digital Twin) است.
- NVIDIA Omniverse: این پلتفرم شبیهسازی انویدیا است که به توسعهدهندگان اجازه میدهد محیطهای سهبعدی فوقالعاده واقعگرایانه و مبتنی بر فیزیک بسازند. در این دنیای مجازی، میتوان میلیاردها کیلومتر رانندگی را در انواع شرایط آب و هوایی، نوری و ترافیکی شبیهسازی کرد.
- تولید دادههای مصنوعی: انویدیا ابزارهای قدرتمندی را برای این بخش توسعه داده است:
- Omniverse NuRec: این ابزار میتواند دادههای سنسور جمعآوری شده از دنیای واقعی را به یک صحنه سهبعدی تعاملی و قابل شبیهسازی تبدیل کند.
- Cosmos World Foundation Models: این مدلهای هوش مصنوعی میتوانند دادههای موجود را بگیرند و آنها را «تقویت» کنند. برای مثال، یک سناریوی رانندگی در روز آفتابی را به نسخههای بارانی، برفی یا شبانه همان سناریو تبدیل میکنند.
۳. مغز خودرو (In-Vehicle)؛ پردازش با NVIDIA DRIVE AGX
در نهایت، تمام این هوش مصنوعی آموزشدیده و اعتبارسنجیشده باید در داخل خودرو اجرا شود. اینجاست که ابرکامپیوترهای داخل خودروی انویدیا وارد میشوند. این شرکت پلتفرم DRIVE AGX را هم به عنوان چیپ (SoC) و هم به عنوان کیت توسعه (Developer Kit) کامل در اختیار خودروسازان و توسعهدهندگان قرار میدهد.
- پلتفرمهای اصلی:
- DRIVE AGX Orin: این چیپ، پلتفرم فعلی و بسیار موفق انویدیا است که در حال حاضر توسط غولهایی مانند مرسدس بنز و ولوو استفاده میشود.
- DRIVE AGX Thor: این هیولای پردازشی نسل بعدی است که بر اساس معماری Blackwell ساخته شده و قرار است جایگزین Orin شود. Thor به قدری قدرتمند است که میتواند نهتنها وظایف رانندگی خودران (سطح ۲+ تا سطح ۴) را مدیریت کند، بلکه سیستم اطلاعات و سرگرمی (Infotainment) و مانیتورینگ راننده را نیز به صورت یکپارچه بر روی یک چیپ واحد اجرا کند.
- DRIVE AGX Hyperion ۱۰: این فقط یک چیپ نیست، بلکه یک «معماری مرجع» کامل است. Hyperion ۱۰ یک کامپیوتر آماده تولید با دو چیپ DRIVE Thor است که با مجموعه سنسورهای کامل (۱۴ دوربین، ۹ رادار، ۱ لیدار و ۱۲ اولتراسونیک) همراه شده و برای دستیابی به رانندگی خودران سطح ۴ طراحی شده است.
- نرمافزار مشترک: قدرت واقعی این پلتفرم در این است که هر دو نسل Orin و Thor بر روی یک پشته نرمافزاری مشترک اجرا میشوند. NVIDIA DriveOS (سیستمعامل ایمن و Real-time)، DriveWorks (مجموعه ابزارها) و کتابخانههایی مانند CUDA و TensorRT به توسعهدهندگان اجازه میدهند تا سرمایهگذاری نرمافزاری خود را در کل ناوگان و در نسلهای مختلف سختافزار حفظ کنند.
کیتهای توسعه (Developer Kits)؛ سختافزار امروز برای خودروی فردا
انویدیا این سختافزارها را در قالب کیتهای توسعه کامل برای آزمایشهای آزمایشگاهی و داخل خودرو ارائه میدهد:
- DRIVE AGX Orin Developer Kit: این کیت استاندارد فعلی صنعت برای توسعه است. با ۲۵۴ تریلیون عملیات در ثانیه (TOPS)، پردازنده مرکزی (CPU) دوازده هستهای Cortex-A78A و پردازنده گرافیکی (GPU) مبتنی بر معماری Ampere، قدرت کافی برای توسعه و آزمایش سیستمهای ADAS پیشرفته و رانندگی خودران سطح ۳ را فراهم میکند. این کیت از ۱۶ ورودی دوربین GMSL پشتیبانی میکند.
- DRIVE AGX Thor Developer Kit: این کیت، آینده پلتفرم انویدیا است. Thor یک جهش عظیم در تمام معیارها محسوب میشود. این کیت تا ۱۰۰۰ تریلیون عملیات INT8 (یا ۲۰۰۰ تریلیون عملیات FP4) را ارائه میدهد. این قدرت از یک GPU مبتنی بر معماری Blackwell و یک CPU بسیار قدرتمند ARM Neoverse V3AE نشأت میگیرد. با ۶۴ گیگابایت حافظه LPDDR5X (با پهنای باند ۲۷۳ گیگابایت بر ثانیه) و پشتیبانی از پورتهای دوربین پرسرعتتر (GMSL ۳)، این کیت برای مدیریت همزمان چندین پایپلاین هوش مصنوعی و رانندگی خودران سطح ۴ طراحی شده است.
مقایسه مستقیم؛ جهش از Orin به Thor (بر اساس کیتهای توسعه)
این جدول به وضوح نشان میدهد که Thor تنها یک ارتقاء ساده نیست، بلکه یک جهش نسلی کامل در قدرت پردازش، حافظه و تواناییهای پردازش تصویر است.
| مشخصات | کیت توسعه DRIVE AGX Orin | کیت توسعه DRIVE AGX Thor |
| پردازنده گرافیکی (GPU) | معماری Ampere | معماری Blackwell |
| حداکثر قدرت پردازش AI | ۲۵۴ تریلیون عملیات (INT8 TOPS) | ۱۰۰۰ تریلیون عملیات (INT8 TOPS) |
| پردازنده مرکزی (CPU) | ARM Cortex-A78A (۱۲ هسته) | ARM Neoverse V3AE |
| حافظه (RAM) سیستم | ۳۲ گیگابایت LPDDR5 | ۶۴ گیگابایت LPDDR5X |
| پهنای باند حافظه | تا ۲۰۰ گیگابایت بر ثانیه | تا ۲۷۳ گیگابایت بر ثانیه |
| شتابدهنده دید (PVA) | ۲x (مشابه Thor) | ۲x (مشابه Orin) |
| پردازشگر سیگنال تصویر (ISP) | ۱.۸۵ گیگاپیکسل بر ثانیه | ۳.۵ گیگاپیکسل بر ثانیه |
| انکودر ویدیو (H.265) | تا ۱.۰ گیگاپیکسل بر ثانیه | تا ۳.۱ گیگاپیکسل بر ثانیه |
| دیکودر ویدیو (H.265) | تا ۱.۹ گیگاپیکسل بر ثانیه | تا ۲.۹ گیگاپیکسل بر ثانیه |
| پشتیبانی از دوربین | ۱۶x GMSL ۲ | ۱۶x GMSL ۲ + ۲x GMSL ۳ |
| اترنت (برای لیدار/رادار) | تا ۳۰ گیگابیت بر ثانیه | تا ۷۶ گیگابیت بر ثانیه |
| پورتهای CAN خودرو | ۶ رابط | ۴ رابط |
NVIDIA Halos؛ چتر ایمنی فراگیر از ابر تا خودرو
شاید مهمترین بخش جدید اکوسیستم انویدیا، Halos باشد. انویدیا اعلام کرده که بیش از ۱۵,۰۰۰ مهندس-سال صرف توسعه ایمنی خودروهای خودران کرده و نتیجه آن، Halos است.
Halos یک محصول واحد نیست، بلکه یک سیستم ایمنی جامع و تمام-پشته (Full-Stack) است که مانند یک «گاردریل» در کل فرآیند، از دیتاسنتر تا داخل خودرو، عمل میکند. این سیستم شامل سختافزار، نرمافزار، ابزارها، مدلها و اصول طراحی اثباتشدهای است که برای محافظت از کل پشته AV و تضمین عملکرد ایمن آن طراحی شده است.
شتابدهندههای توسعه؛ NIMs و شرکای تجاری
انویدیا میداند که خودروسازان نمیخواهند چرخ را از نو اختراع کنند. به همین دلیل، ابزارهایی برای تسریع این فرآیند ارائه کرده است:
- NVIDIA NIMs (NVIDIA Inference Microservices): اینها مدلهای هوش مصنوعی بهینهشده و از پیش آموزشدیدهای هستند که توسعهدهندگان میتوانند به سرعت از آنها استفاده کنند. به جای صرف ماهها زمان برای ساخت یک مدل ادراک سهبعدی، یک توسعهدهنده میتواند از NIM
bevformerاستفاده کند. یا برای یک پشته رانندگی سرتاسری، از NIM sparsedrive بهره ببرد. - اکوسیستم شرکا: این رویکرد جامع باعث شده تا تقریباً تمام نامهای بزرگ صنعت خودرو با انویدیا شریک شوند. از مرسدس بنز، ولوو و جگوار لندرور (JLR) گرفته تا تویوتا، جنرال موتورز (GM)، هیوندای، ریوین (Rivian) و استارتاپهای پیشرویی مانند Wayve و Waabi، همگی از بخشهای مختلف این اکوسیستم برای ساخت خودروهای نسل آینده خود استفاده میکنند.
جمعبندی؛ انویدیا فقط یک سازنده چیپ نیست
آنچه انویدیا ارائه میدهد، بسیار فراتر از فروش سیلیکون است. این شرکت یک اکوسیستم کامل، یکپارچه و باز را فراهم کرده است. با ارائه راهحل «سه کامپیوتری» (DGX برای آموزش، Omniverse/Cosmos برای شبیهسازی و DRIVE AGX برای اجرا) و پوشاندن تمام این فرآیند با چتر ایمنی Halos، انویدیا خود را به عنوان شریک استراتژیک اصلی در انقلاب خودروهای خودران تثبیت کرده است.
اولین نظر را بنویسید