Također je najavila nekoliko velikih partnerstava u ekosustavu, kako s glavnim proizvođačima, tako i s Uberom za robotaxi vozila. NVIDIA se nada prikupiti milijune prijeđenih kilometara na cesti od implementacije robotaxi vozila kako bi se iskoristila za razvoj i validaciju svog rješenja 4. razine. Kao takva, NVIDIA prelazi s jednokratnih odnosa na standardiziraniju, sigurniju i validiraniju platformu koja može proširiti njezinu privlačnost većem broju proizvođača originalne opreme (OEM), dobavljača 1. razine i operatera robotaxi vozila.

DRIVE AGX Hyperion 10 – Referentna platforma razine 4

NVIDIA opisuje DRIVE AGX Hyperion 10 kao referentnu arhitekturu za proizvodnju računalnih i senzorskih sustava. Arhitektura objedinjuje DRIVE AGX Thor sustav na čipu (SoC) s NVIDIA DRIVE OS operativnim sustavom i validiranim multimodalnim paketom senzora. To omogućuje proizvođačima automobila da skrate vrijeme do izlaska na tržište i smanje rizik integracije korištenjem validiranog hardvera, operativnog sustava i paketa senzora. Povijesno gledano, projekti autonomnih vozila proizvođača automobila koristili su zasebno računalstvo, operativni sustav i senzore koji kompliciraju integraciju i zahtijevaju ponovljenu validaciju. NVIDIA cilja da ta arhitektura postane nacrt za proizvođače automobila i integratore sistema, pomažući im ubrzati razvoj i implementaciju autonomnih vozila 4. razine, koje je izvršni direktor NVIDIA-e Jensen Huang ranije ove godine na sajmu CES 2025 nazvao „industrijom vrijednom više trilijuna dolara“.

Arhitektura Hyperiona 10 sastoji se od tri komponente:

Izračunavanje: DRIVE AGX Hyperion 10 izgrađen je oko NVIDIA Drive AGX platforme i koristi dva DRIVE AGX Thor SoC-a, od kojih svaki isporučuje više od 2000 TOPS-ova. SoC-ovi pružaju visoke performanse, certificirani su za automobilsku sigurnost i dizajnirani su u skladu sa standardima kibernetičke sigurnosti. NVIDIA ih je optimizirala za 360-stupanjske senzorske ulaze i transformatore, modele vida-jezika-akcije (VLA) i generativna AI opterećenja.

Softver: Platforma je izgrađena s operativnim sustavom DRIVE OS, softverskim paketom DRIVE AV, NVIDIA-inim alatima za simulaciju i validaciju te NVIDIA-inom integracijom sigurnosti sustava Halos. Međutim, NVIDIA je naglasila da njihova platforma može ugostiti softver za autonomnu vožnju trećih strana, bilo od proizvođača originalne opreme ili drugih tvrtki ekosustava, kao što su Momenta, Wayve i Pony.ai.

Senzori: Referentna platforma sadrži prethodno kvalificirani i validirani multimodalni paket senzora koji uključuje 14 kamera visoke razlučivosti, 9 radara, 1 LiDAR i 12 ultrazvučnih senzora, koje proizvođači mogu usvojiti ili prilagoditi. Senzori odgovaraju referentnoj ploči DRIVE AGX i dolaze s uputama za postavljanje, što omogućuje brzo usvajanje i implementaciju od strane proizvođača automobila.

Te tri validirane komponente platforme mogu uštedjeti znatno vrijeme koje bi inače bilo potrebno za provjeru kvalifikacije i sigurnosti. 

NVIDIA Level 4 Ecosystem Extension i partnerstvo Robotaxi

NVIDIA i vodeći u prijevozu Uber udružili su snage kako bi povećali broj robotskih taksija 4. razine. To partnerstvo će implementirati autonomna vozila spremna za platformu DRIVE AGX Hyperion 10. Cilj je implementirati čak 100 000 takvih vozila pod Uberom počevši od 2027. godine.

Ključni elementi tog velikog napora u području autonomije 4. razine i robotaksija uključuju:

- Partnerstvo Ubera i NVIDIA-e: Uber će voditi operacije za autonomna vozila spremna za NVIDIA DRIVE AGX Hyperion 10, koja će kupiti od proizvođača originalne opreme (OEM). Tvrtka će ta vozila učiniti dostupnima na svojoj platformi koja će imati kombinaciju ljudskih vozača i robotskih taksija. NVIDIA će podržavati hardver - računalstvo, senzore i podatkovne kanale, što će biti podržano modelima obučenim na NVIDIA-inoj Cosmos platformi za simulaciju AV modela, ubrzavajući razvoj. Zajedno planiraju povećati broj robotskih taksija na 100.000 počevši od 2027. godine, demonstrirajući široku ambiciju i opseg implementacije.

- Ekosustav: NVID  IA je najavila da će proizvođači originalne opreme u automobilskoj industriji Stellantis, Mercedes-Benz i Lucid koristiti platformu DRIVE AGX Hyperion.

- Stellantis već razvija autonomna vozila 4. razine kako bi zadovoljio zahtjeve robotaksija i sada će u ta vozila integrirati NVIDIA-in DRIVE AGX Hyperion 10. Stellantis je također potpisao Memorandum o razumijevanju s Uberom i Foxconnom za razvoj robotaksija, pri čemu Stellantis donosi dizajn, inženjering i proizvodnju vozila, Foxconn donosi elektroniku i integraciju sustava, a Uber donosi operativno znanje za implementaciju robotaksija. Stellantis će započeti s isporukom 5000 autonomnih vozila za početno postavljanje u SAD-u počevši od 2028. godine. Ova vozila bit će bazirana na njegovom kombiju srednje veličine K0 i maloj platformi STLA, koja će integrirati NVIDIA DRIVE AV softver i raditi na NVIDIA DRIVE AGX Hyperion 10 arhitekturi, uključujući DRIVE OS.

- Mercedes-Benz već koristi NVIDIA DRIVE AGX Hyperion u svojim modelima s vlastitim MB.OS softverskim paketom. Očekuje se da će nova S-klasa, kada bude lansirana, nuditi konfiguraciju autonomne vožnje 4. razine i koristit će NVIDIA-inu Hyperion 10 platformu.

- Lucid također unapređuje svoje napore za autonomna vozila 4. razine koristeći NVIDIA-in puni AV softverski paket i DRIVE Hyperion platformu za svoja nadolazeća lansiranja modela.

- NVIDIA je otvorila svoju platformu pružateljima AD softvera kao što su Avride, May Mobility, Momenta, Nuro, Pony.ai, Wayve i WeRide, omogućujući im da integriraju svoj softver u aplikacijski sloj, pružajući proizvođačima automobila i operaterima robotaksija slobodu odabira pravog partnera i rješenja prilagođenog njihovim ambicijama. 

NVIDIA-ini ključni pokretači za autonomiju 4. razine

Temeljni modeli i slojevi podataka: NVIDIA je obučila svoje AI modele na bilijunima stvarnih i sintetičkih milja, omogućujući modelima da se snalaze u složenoj gradskoj vožnji s ljudskim razmišljanjem. Također ima model vid-jezik-akcija (VLA) koji kombinira vizualno razumijevanje i generiranje prirodnog jezika i akcije. VLA modeli omogućquju autonomnim vozilima da interpretiraju nijansirane i nepredvidive vozačke situacije u stvarnom svijetu, poput naglih promjena u prometnim obrascima ili nepredvidljivog ponašanja drugih ljudi (i njihovih vozila) na cestama. Fortellix surađuje s NVIDIA-om kako bi integrirao svoj alat za fizičku umjetnu inteligenciju s NVIDIA DRIVE-om kako bi pomogao u testiranju i validaciji VLA modela, izazovnog područja i za proizvođače automobila i za regulatore. NVIDIA također stavlja na raspolaganje ono što naziva „najvećim svjetskim multimodalnim skupom podataka“, koji se sastoji od 1.700 sati stvarnih multisenzorskih podataka (s kamera, radara i LiDAR senzora) iz 25 zemalja kako bi pomogao u validaciji temeljnih modela autonomne vožnje.

Sigurnost i certifikacija: NVIDIA Halos pokriva cijeli životni ciklus razvoja i ima zaštitne ograde za vrijeme dizajna, vrijeme implementacije i vrijeme validacije, omogućujući ugradnju sigurnosti i objašnjivosti u AV pakete temeljene na umjetnoj inteligenciji. Standardizacija procesa inspekcije i certifikacije za fizičke AI sustave, uključujući senzore, ploče i softverske pakete za autonomna vozila, provodi se putem novog NVIDIA Halos certificiranog programa kojim upravlja Halos AI System Inspection Lab, koji je osnovan kako bi se osiguralo da proizvodi i sustavi zadovoljavaju stroge kriterije za fizičku implementaciju umjetne inteligencije s ciljem ubrzanja sigurne i velike implementacije automatiziranih vozila razine 4. AUMOVIO, Bosch, Nuro i Wayve su prvi članovi NVIDIA Halos AI System Inspection Laba.

Tvornica podataka umjetne inteligencije: NVIDIA ima postojeće partnerstvo s Uberom gdje je razvila tvornicu podataka za robotaksije koju pokreće NVIDIA Cosmos, platforma za fizičku umjetnu inteligenciju. Uber doprinosi s više od 3 milijuna sati podataka o vožnji specifičnih za robotaksije koji mogu pomoći u obuci i validaciji L4 modela. NVIDIA, putem svojih GPU-ova, Cosmos platforme za fizičku umjetnu inteligenciju i alata za kuriranje podataka, pretraživanje i simulaciju, omogućuje poboljšanje složenih sustava autonomije. Kombinirane snage omogućuju skraćivanje ciklusa iteracije modela i ubrzavanje implementacije autonomije.