Usine de données pour les véhicules autonomes

Entraînez des modèles de conduite autonome plus intelligents et plus sûrs

Aperçu

Usine de données d'IA physique pour la conduite autonome

Le développement sûr et évolutif de véhicules autonomes (AV) nécessite de mettre en œuvre des modèles de raisonnement capables de gérer toute la complexité des conditions de conduite réelles. NVIDIA combine des modèles de fondation ouverts pour le réglage fin et la distillation, des pipelines de conservation et de post-entraînement des données évolutifs ainsi que des capacités de calcul spécialement conçues pour entraîner et déployer des modèles de conduite prêts pour la production, du Cloud à l'habitacle.

NVIDIA dévoile Alpamayo Super et enrichit son écosystème ouvert pour les véhicules autonomes

Alpamayo 2 Super est un modèle VLA de raisonnement de 32 milliards de paramètres spécialement conçu pour les véhicules autonomes prêts pour les robotaxis de niveau 4.

Le monde entier construit des robots-taxis avec NVIDIA DRIVE Hyperion

Les constructeurs automobiles mondiaux, les partenaires logiciels et les leaders de la mobilité mettent sur le marché des flottes de niveau 4 sur DRIVE Hyperion, la plateforme de NVIDIA dédiée aux robots-taxis.

Avantages

Pourquoi les usines de données sont importantes pour les véhicules autonomes

L'AV Data Factory comble l'écart entre un prototype performant et un véhicule autonome prêt pour la production grâce à des modèles capables de raisonner, des données couvrant les cas rares et une amélioration continue basée sur les cas Edge.

Traitement des données à haut débit

Les véhicules autonomes (AV) génèrent des téraoctets de données multimodales à partir de caméras, de lidars, de radars et de capteurs. Ces données doivent être ingérées, reconstruites, organisées et étiquetées à grande échelle avant de pouvoir être utilisées pour entraîner des modèles d'IA.

Optimisations ininterrompues

Les systèmes de véhicules autonomes doivent s'améliorer en continu, en apprenant des nouvelles données, des événements rares et des cas à l'Edge pour affiner la perception, la prédiction et la planification.

Génération de données synthétiques à grande échelle

Optimisé pour la génération à haut débit de données synthétiques à partir de trajets réels et pour la reconstruction de scènes à grande échelle. Cette phase permet une validation efficace des modifications et une large couverture de scénarios à partir des données de flotte.

Conservation des données pour la sécurité

Utilisez les bonnes données, et pas seulement davantage de données, pour entraîner et valider des systèmes critiques pour la sécurité.

Technologie

Préparation des jeux de données et AV Data Factory pour les véhicules autonomes

NVIDIA DGX™

  • Plateforme d'entraînement de l'IA unifiée combinant logiciels, infrastructures et expertise pour le développement de modèles à l'échelle de l'entreprise
  • Entraînement et réglage fin de modèles haute performance à l'échelle des Data Centers

NVIDIA Alpamayo

  • Gamme ouverte de modèles VLA, de frameworks de simulation et de jeux de données pour les véhicules autonomes basés sur le raisonnement
  • Raisonnement humain pour interpréter des scènes de conduite complexes et expliquer les décisions
  • Génération d'étiquettes par raisonnement causal pour les clips de conduite à grande échelle
  • Disponible avec 10 Md et 32 Md de paramètres

NVIDIA Cosmos™ pour Data Factory

  • Plateforme ouverte pour l'IA physique avec des WFM, des bibliothèques de traitement des données vidéo, des frameworks d'évaluation vidéo et des frameworks de post-entraînement
  • Traitement de jeux de données à grande échelle et génération de métadonnées
  • Recherche et curation de données à l'échelle du pétaoctet
  • Génération de données synthétiques, notation de la qualité vidéo et évaluation à grande échelle

NVIDIA AI Enterprise

  • Outils essentiels pour rationaliser le développement et le déploiement des logiciels de conduite autonome
  • Solution tout-en-un, de la préparation et de l'entraînement des données jusqu'à l'optimisation pour l'inférence et le déploiement à grande échelle.
  • Accès direct aux experts en conduite autonome de NVIDIA pour les abonnés NVAIE, offrant le plus haut niveau d'assistance technique disponible pour optimiser vos déploiements de logiciels NVIDIA.

NVIDIA NIM pour l'automobile

Les microservices d'inférence de NVIDIA stimulent l'avenir des véhicules autonomes

Mettez à profit des modèles d'IA avancés pour simplifier le développement de logiciels automobiles et optimiser le déploiement dans le Cloud.

cosmos-nemotron-34b

Modèle de langage et de vision multimodal qui comprend le texte, les images et la vidéo afin de générer des réponses utiles.

cosmos-1.0-diffusion-7b

Génère des états du monde basés sur la physique sous forme de contenu vidéo à partir d'invites textuelles et d'images pour le développement de l'IA physique.

cosmos-1.0-autoregressive-5b

Génère les images simulées d'un état du monde basé sur la physique à partir d'une image ou d'une courte vidéo pour le développement de l'IA physique.

Accélérez le développement

Débloquez les goulets d'étranglement grâce au jeu de données d'IA physique de NVIDIA sous forme open source pour le développement de véhicules autonomes, de robots et d'espaces intelligents. Cette collection unifiée est composée de données validées utilisées pour développer l'IA physique de NVIDIA et est désormais disponible pour les développeurs sur Hugging Face.

Études de cas

Ressources

Avancées dans les domaines de l'IA, du calcul accéléré et de la simulation

Étapes suivantes

Contactez-nous

Découvrez comment l'infrastructure automobile de NVIDIA révolutionne la conduite autonome et façonne l'avenir d'une mobilité plus sûre et plus intelligente.

Actualités de l'automobile

Inscrivez-vous à notre newsletter pour recevoir les dernières actualités et annonces de NVIDIA.

NVIDIA pour l'industrie automobile

Découvrez comment les solutions de NVIDIA fournissent les performances et l'évolutivité nécessaires pour concevoir, visualiser, développer et simuler l'avenir de la conduite.