Robotaxis sind selbstfahrende, komplexe Supercomputer auf Rädern, die eine hohe Rechenleistung und einen einzigartigen Ende-zu-Ende-Prozess für die Entwicklung, Einführung und kontinuierliche Verbesserung erfordern. NVIDIA DRIVE® bietet Full-Stack-KI-Computing-Lösungen für die Entwicklung von Robotaxis und ermöglicht dadurch vollständig autonome Fahrzeuge, die riesige Datenmengen verarbeiten und redundante und vielfältige Deep Neural Networks für einen sicheren Betrieb ausführen.
Die Entwicklung in Rechenzentren ist entscheidend für die Bereitstellung von Robotaxis im großen Maßstab. Um weltweit unter Tausenden verschiedenen Bedingungen funktionieren zu können, ist ein intensives Training der Deep Neural Networks mit gewaltigen Datenmengen erforderlich. Die einheitliche, offene und starke Rechenleistung der NVIDIA DRIVE-Infrastruktur mit GPU-Technologie ist die einzige Lösung für Entwicklung, Training, Erprobung und Validierung selbstfahrender DNNs in großem Maßstab.
Die für die Entwicklung von Robotaxis erforderliche hohe Rechenleistung ist ebenso im Fahrzeug selbst erforderlich. NVIDIA DRIVE AGX KI-Rechenplattformen ermöglichen die gleichzeitige Ausführung der nötigen redundanten und vielseitigen DNNs, die den menschlichen Fahrer ersetzen. Die DRIVE AGX-Familie basiert auf einer einzigen skalierbaren Architektur, die bis zu 2.000 Billionen Operationen pro Sekunde für einen sicheren fahrerlosen Betrieb rund um die Uhr leisten kann.
Durch die Kombination von rechenzentrumsbasierten und fahrzeuginternen Lösungen können Hersteller von autonomen Fahrzeugen einen kontinuierlichen, durchgängigen Entwicklungszyklus erstellen. Nachdem DNNs im Rechenzentrum neue Funktionen lernen, können die validierten Algorithmen per Fernzugriff auf die Rechenplattform des Fahrzeugs übertragen werden, wodurch das Fahrzeug stets über die beste und aktuellste Technologie verfügt. Dieser kontinuierliche Entwicklungszyklus bietet Fahrern beeindruckende neue Erlebnisse und ermöglicht transformative neue Geschäftsmodelle.
Erfahren Sie, wie Sie sicherere und effizientere autonome Transportmethoden entwickeln können.