當前位置: 華文世界 > 科技

加速向「AI 定義的汽車」的轉變與前進演化|NVIDIA 自動駕駛汽車技術公開課回顧

2024-07-23科技

7月9日, 智猩猩聯合 NVIDIA 策劃推出的 NVIDIA 自動駕駛汽車技術公開課順利完結。在本次公開課中,NVIDIA 汽車行業開發者關系經理李博介紹了 AI 定義汽車這一前沿技術趨勢,透過端到端自動駕駛融合世界模型將自動駕駛技術推動到 AV 2.0。詳細介紹了大語言模型(LLM)在 AI 座艙與企業 AI 中的實踐進一步解讀 AI 定義的汽車。最後,分享了加速 AI 開發與部署的軟件解決方案NVIDIA AI Enterprise。本文內容來自於對李博老師的直播講解進行的提煉總結。

錯過本次公開課直播的朋友,可以點選「閱讀原文」觀看完整回放。

01 AI 定義汽車

目前,驅動整個汽車行業從軟件定義汽車到 AI 定義汽車的發展主要有以下三大原因:

1)軟件定義汽車這一趨勢的成熟。電動車的滲透率達到45%~50%,且在部份省份已經超過了50%;
2)自動駕駛的軟件棧正朝著更 AI 化的方向發展,並越來越多地套用 AI 技術。從最初的演算法和基於規則的方法,到在量產車上透過 AI 增強的方案,再到世界模型、端到端(End-2-End)等技術不斷發展,推動了自動駕駛行業的 AI 化行程。
3)生成式 AI(ChatGPT)橫空出世之後,給整個行業帶來新的可能性。

NVIDIA 全球副總裁吳新宙在 GTC 2024 上詳細解讀了「AI 定義汽車」,感興趣的朋友可以免費註冊觀看演講回放 。
(https://www.nvidia.com/en-us/on-demand/session/gtc24-se63001/)

02‍ 從 AV 1.0 到 2.0 的演化

在自動駕駛 AV 1.0 階段的軟件定義汽車中,主要采用整合深度神經網絡(DNNs)的方法,透過標記影像數據進行訓練,不同的模型能解決不同的問題。而在 AV 2.0 時代,將會由一個大型雲端模型(Multimodal LLMs)處理從數據到驗證的全過程,這其中涵蓋與自動駕駛相關的任務、數據處理任務以及安全性方面的需求等。

一些行業客戶正在透過基於 VLM(視覺語言模型)的 Foundation Model 來賦能端到端網絡,以及用於仿真環境的生成。同時,還可以反向用於 VLM Foundation Model 的訓練和驗證,形成雙向閉環。

NVIDIA 在今年 CVPR 大會上釋出的仿真方向成果:NVIDIA Omniverse Cloud APIs for Sensor Simulation,【端到端自動駕駛,CVPR 自動駕駛挑戰賽冠軍論文解讀 】。NVIDIA提出的 AI Factory (AI 工廠)概念則為 AV 2.0 的開發提供了支持。未來的算力基礎設施就像是持續制造 AI 的工廠。它能夠將從端側收集到的數據用於訓練模型,並將 AI 工廠訓練好的模型部署到端側,形成完整的閉環。NVIDIA AI Factory 賦能的自動駕駛行業最佳實踐案例:理想汽車 、蔚來 和小鵬汽車 的合作案例。

03 生成式 AI 在汽車行業的套用

生成式 AI 在汽車行業的套用方向主要包括兩方面。一方面是使用 LLM 在客戶體驗、內容生成、知識庫構建和程式碼生成方面的套用;另一方面是將生成式 AI 套用於 NVIDIA Omniverse 中賦能的 3D 渲染管道,為汽車行業提供支持。

LLM 在汽車行業主要有以下6個落地場景:

1)自動駕駛 AV 2.0 的基礎模型;
2)改善汽車使用者的使用和服務體驗;
3)生產制造最佳化,提高效率和精度;
4)造型設計創新,並加速開發周期;
5)RAG 構建知識庫,用於問答系統和知識推理;
6)透過 LLM 進行數據分析。

04 企業 AI 套用於汽車行業

2022年底是生成式 AI 爆發元年,隨後,2023年企業紛紛開始探索生成式 AI,2024年將是生成式 AI 部署上線的量產之年。

NVIDIA 面向企業的端到端軟件解決方案 NVIDIA AI Enterprise 涵蓋了從數據準備、模型訓練、仿真測試到模型部署的整個 AI 開發流程,同時支持模型開發部署和集群管理等工作負載,為企業提供一整套完善的功能。

當企業需要投入新的業務方向時,NVIDIA AI Enterprise 能夠提供快速部署和上線的支持,幫助企業迅速適應市場變化。其中包括訓練框架 NVIDIA NeMo ,幫助輕松構建生成式 AI 套用。而 NVIDIA NIM 則是 一套易於使用的預構建容器工具,幫助企業加速生成式 AI 的部署。

完整回放

想要了解更多內容的朋友,可以點選「 閱讀原文 」觀看「NVIDIA 自動駕駛汽車技術公開課」完整回放。