Heim
Xinzhou Wu von NVIDIA: Der „ChatGPT-Moment“ des autonomen Fahrens ist gekommen – die Serienproduktion von Level-4-Fahrzeugen ist kein Traum mehr
Im sich rasch entwickelnden Bereich der physikalischen KI wird das autonome Fahren oft als die erste große Herausforderung angesehen, die es zu bewältigen gilt. Kürzlich skizzierte Wu Xinzhou, Vizepräsident von NVIDIA, bei einer Kommunikationsveranstaltung in Peking die ehrgeizige Vision des Unternehmens für intelligentes Fahren. Er beschrieb nicht nur die „Fünf-Schichten-Kuchen“-Architektur, die das assistierte Fahren unterstützt, sondern legte auch einen klaren Zeitplan für die Einführung des autonomen Fahrens der Stufe 4 vor.
Der „Fünf-Schichten-Kuchen“ schafft ein Full-Stack-Ökosystem
NVIDIA hat sich über die reine Lieferung von Chips hinaus entwickelt und strebt stattdessen den Aufbau eines umfassenden Dienstleistungssystems durch drei Computing-Plattformen an: fahrzeugseitige Inferenz, Cloud-Training und Simulationsverifizierung. Wu Xinzhou bezeichnet dies metaphorisch als den „Fünf-Schichten-Kuchen“, der sich von der zugrunde liegenden Hyperion-Hardwareplattform über das Betriebssystem, das offene Modell Alpamayo und die Simulations-Toolchain bis hin zur obersten Ebene der Cloud-Infrastruktur erstreckt.

Im Mittelpunkt dieses Systems steht das Ziel, die Entwicklungshürden für Automobilhersteller zu senken. Insbesondere beim Übergang von modularen zu durchgängigen Architekturen nutzt NVIDIA seine leistungsstarken Simulationsfähigkeiten, um täglich zwei Millionen Szenario-Validierungen durchzuführen, was die Effizienz des Modelltrainings erheblich steigert. Das Unternehmen ermutigt nun aktiv große Automobilhersteller, die Hyperion-Plattform einzuführen, um einen großen Sprung in Sachen Standardisierung und Skalierbarkeit zu erzielen.
Vision-First-Ansatz mit integrierter Redundanz
Auf technischer Ebene ist Wu Xinzhou ein starker Befürworter visionbasierter Lösungen. Er argumentiert, dass visuelle Sensoren eine Pixeldichte und Informationskapazität bieten, die weit über die von LiDAR hinausgehen, wodurch sie für die Unterstützung von hochentwickeltem assistiertem Fahren mehr als geeignet sind. Für fortgeschrittenere L3- und L4-Systeme sieht NVIDIA LiDAR jedoch weiterhin als unverzichtbare Sicherheitsredundanz an. Er gab bekannt, dass das Unternehmen mit Zulieferern in Europa und den USA zusammenarbeitet, um eine stabile Hardware-Unterstützung für hochentwickelte intelligente Fahrlösungen sicherzustellen.
L4-Countdown: 30 Städte bis 2028
Inmitten der anhaltenden Branchen-Debatte darüber, L3 zu überspringen und direkt zu L4 überzugehen, vertritt Wu Xinzhou eine pragmatische Sichtweise. Er ist der Ansicht, dass L3 einen unmittelbaren Mehrwert bietet, indem es menschliche Fahrer von bestimmten Aufgaben befreit, während L4 umfangreiche Cloud-Operationen erfordert. Laut der Roadmap von NVIDIA ist für 2025 ein Serienprojekt mit Mercedes-Benz geplant; ein L4-Pilotprojekt mit Google ist für 2027 geplant; und bis 2028 beabsichtigt NVIDIA, gemeinsam mit Uber während der Olympischen Spiele in Los Angeles fahrerlose Dienste anzubieten, mit dem Ziel, weltweit 20 bis 30 Städte abzudecken.
Physische KI expandiert: Von Autos zu Robotern
Verwandter Artikel
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Im sich rasch entwickelnden Bereich der physikalischen KI wird das autonome Fahren oft als die erste große Herausforderung angesehen, die es zu bewältigen gilt. Kürzlich skizzierte Wu Xinzhou, Vizepräsident von NVIDIA, bei einer Kommunikationsveranstaltung in Peking die ehrgeizige Vision des Unternehmens für intelligentes Fahren. Er beschrieb nicht nur die „Fünf-Schichten-Kuchen“-Architektur, die das assistierte Fahren unterstützt, sondern legte auch einen klaren Zeitplan für die Einführung des autonomen Fahrens der Stufe 4 vor.
Der „Fünf-Schichten-Kuchen“ schafft ein Full-Stack-Ökosystem
NVIDIA hat sich über die reine Lieferung von Chips hinaus entwickelt und strebt stattdessen den Aufbau eines umfassenden Dienstleistungssystems durch drei Computing-Plattformen an: fahrzeugseitige Inferenz, Cloud-Training und Simulationsverifizierung. Wu Xinzhou bezeichnet dies metaphorisch als den „Fünf-Schichten-Kuchen“, der sich von der zugrunde liegenden Hyperion-Hardwareplattform über das Betriebssystem, das offene Modell Alpamayo und die Simulations-Toolchain bis hin zur obersten Ebene der Cloud-Infrastruktur erstreckt.

Im Mittelpunkt dieses Systems steht das Ziel, die Entwicklungshürden für Automobilhersteller zu senken. Insbesondere beim Übergang von modularen zu durchgängigen Architekturen nutzt NVIDIA seine leistungsstarken Simulationsfähigkeiten, um täglich zwei Millionen Szenario-Validierungen durchzuführen, was die Effizienz des Modelltrainings erheblich steigert. Das Unternehmen ermutigt nun aktiv große Automobilhersteller, die Hyperion-Plattform einzuführen, um einen großen Sprung in Sachen Standardisierung und Skalierbarkeit zu erzielen.
Vision-First-Ansatz mit integrierter Redundanz
Auf technischer Ebene ist Wu Xinzhou ein starker Befürworter visionbasierter Lösungen. Er argumentiert, dass visuelle Sensoren eine Pixeldichte und Informationskapazität bieten, die weit über die von LiDAR hinausgehen, wodurch sie für die Unterstützung von hochentwickeltem assistiertem Fahren mehr als geeignet sind. Für fortgeschrittenere L3- und L4-Systeme sieht NVIDIA LiDAR jedoch weiterhin als unverzichtbare Sicherheitsredundanz an. Er gab bekannt, dass das Unternehmen mit Zulieferern in Europa und den USA zusammenarbeitet, um eine stabile Hardware-Unterstützung für hochentwickelte intelligente Fahrlösungen sicherzustellen.
L4-Countdown: 30 Städte bis 2028
Inmitten der anhaltenden Branchen-Debatte darüber, L3 zu überspringen und direkt zu L4 überzugehen, vertritt Wu Xinzhou eine pragmatische Sichtweise. Er ist der Ansicht, dass L3 einen unmittelbaren Mehrwert bietet, indem es menschliche Fahrer von bestimmten Aufgaben befreit, während L4 umfangreiche Cloud-Operationen erfordert. Laut der Roadmap von NVIDIA ist für 2025 ein Serienprojekt mit Mercedes-Benz geplant; ein L4-Pilotprojekt mit Google ist für 2027 geplant; und bis 2028 beabsichtigt NVIDIA, gemeinsam mit Uber während der Olympischen Spiele in Los Angeles fahrerlose Dienste anzubieten, mit dem Ziel, weltweit 20 bis 30 Städte abzudecken.
Physische KI expandiert: Von Autos zu Robotern
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter











