Nvidia という名前は、羨望を表すラテン語の「invidia」に由来しており、実際に一部の企業は、消費者向けグラフィックス プロセッシング ユニット (GPU) 市場における AMD と並んで同社の優位性をうらやましく思っているかもしれません。
1993 年に Jensen Huang (現在も CEO)、Chris Malachowsky、Curtis Priem によって設立された Nvidia は、PC やコンソール ゲームの実行に役立つハードウェアの製造で有名です。
ただし、これらのグラフィックス カードで使用される基本的な半導体およびシリコン テクノロジは、他にもさまざまな用途に使用できます。 その 1 つは、ADAS (先進運転支援システム) と自動運転を可能にするコンピューティング システムを推進することであり、それに対応して、Nvidia はこの分野で多額の投資と進歩を遂げてきました。
現在、自動運転車と ADAS 分野における Nvidia の製品は、4 つのカテゴリに分類できます。 これらは、自動運転車用のソフトウェア テストおよび開発環境、自動運転ハードウェアおよびソフトウェア、および自動車メーカーが自動運転機能を車に追加するために購入できる完全なソリューションに上記の製品を組み込んだほぼターンキーの自動運転プラットフォームで構成されます。
テストおよび開発環境
すべての企業が、実際の物理環境で自動運転車をテストするために必要なリソースにアクセスできるわけではありません。また、多くの規制や安全上のハードルがあり、テストを行うことを妨げている可能性があります。
そのため、多くの相手先商標製造会社 (OEM) および関連会社は、基本原理が理論的に機能することを確認するために、実際に運転する前に仮想環境で自動運転および ADAS ハードウェアをテストすることを選択しています。
多くの自律システムや ADAS システムは、ニューラル ネットワークの開発にも依存しています。ニューラル ネットワークは、車、歩行者、動物など、道路上のさまざまな物体を認識し、それらがたどる道を予測することができます。 ただし、これらのネットワークが正確に機能するように「トレーニング」するには、テスト画像やビデオなど、大量のデータ入力ソースが必要です。
Nvidia は、上記の両方のニーズを満たす 2 つのソリューションを提供しています。 Nvidia のドライブ インフラストラクチャには、スーパーコンピューター ハードウェア、ソフトウェア、および関連するワークフローが含まれており、OEM やその他の企業が ADAS および自動運転ニューラル ネットワークをトレーニングするのに役立ちます。また、企業がこれらのシステムをテストするために使用できるターンキー スーパーコンピューターとして機能する Nvidia DGX SuperPOD などのシステムが含まれています。 .
さらに、Nvidia は Drive Sim も提供しています。このブランドは、「Neural Reconstruction Engine」などのテクノロジーを含む、物理的に正確なシミュレーション プラットフォームを提供すると主張しています。
これは、シミュレーション内で適切に装備された車両のフリートから記録されたドライブを簡単に複製できるようにすることで、実際のデータをシミュレーションに直接取り込むことを目的としています。
自動運転ハードウェア
OEM やその他の開発者に、ADAS や自動運転システムを仮想的にテストするためのリソースへのアクセスを提供することとは別に、Nvidia は、これらのシステムに電力を供給するために車内で使用できる処理ハードウェアも開発しています。
これらは SoC、またはシステム オン チップと呼ばれ、CPU (中央処理装置)、GPU、RAM、およびその他のコンポーネントを 1 つのチップに統合します。
Nvidia の Drive Orin は、現在入手可能なブランドで最も強力な自動運転用 SoC であり、2019 年 12 月に最初に発表された後、今年 3 月に生産が開始されました。
同社によれば、この SoC は毎秒最大 254 兆回の操作を実行でき、170 億個のトランジスタを使用して、高度な運転支援システム向けの以前の Xavier SoC の 7 倍の性能を発揮します。 さらに、ブランドは、複数の Orin SoC を使用することで、OEM が ADAS および自動運転システムをレベル 2 から完全に自動化されたレベル 5 システムに拡張できると主張しています。
最近では、Nvidia が Drive Thor SoC を発表しました。これは、2025 年から生産される車両で利用可能になると予想されます。同社は、これは現在の Drive Orin を超えるコンピューティング パフォーマンスの大幅な飛躍を表し、合計パフォーマンスは最大 2,000 テラフロップスであると主張しています。
おそらくそれと同じくらい重要なことに、Nvidia は、Thor はキャビン内のインフォテインメント システムやデジタル インストルメント クラスター、さらには現在複数の異なるプロセッサに分散されているその他の内部機能にも電力を供給するのに十分な能力があると主張しています。
したがって、同社は、将来の OEM は、Thor のコンピューティング能力の一部をこれらの内部機能をサポートするために割り当て (別のチップの必要性を取り除く)、残りを自動運転システムに割り当てることで、コストを削減できる可能性があると述べています。
自動運転ソフトウェア
OEM が既製の強力なコンピューティング ハードウェアを購入して最新モデルに組み込むことは比較的簡単ですが、おそらくより難しいのは、これらのシステムを効果的に活用して顧客に信頼性、安全性、信頼性を提供できるソフトウェアを開発することです。効果的な ADAS と自動運転システム。
ハードウェアに加えて、Nvidia は、開発した SoC を活用し、レーダー、LiDAR、カメラなどの他のセンサーからの入力を処理するための適切なソフトウェアも提供しています。
この基盤は、Orin や今後の Thor SoC などのハードウェアと緊密に連携するリファレンス オペレーティング システムである同社の Drive OS です。 これに加えて、Nvidia は DriveWorks などのソフトウェア「レイヤー」も提供します。これは「ミドルウェア」として機能し、さまざまな種類の車両センサーから入力を取得できるセンサー抽象化レイヤーなどのコンポーネントを含みます。
同社はまた、認識、マッピング、および計画機能を組み込むために、さまざまなニューラル ネットワークを組み込んだ Drive Chauffeur ソフトウェア レイヤーを開発しました。 これらは、車が距離を推定し、物体を検出して追跡し、加速、ブレーキ、車線位置などの車両機能を制御するのに役立ちます。
規制および安全上の制限により、一部の ADAS システムでは、機能するためにドライバーが前方の道路を監視し続ける必要があります。 これをサポートするために、Nvidia は、人工知能やその他の技術を組み込んだ Drive Concierge ソフトウェアも提供して、車内カメラやその他の車内センサーを使用したドライバーと乗員の監視をサポートします。
自動運転プラットフォーム
OEM やその他のサプライヤーは、Nvidia が上記で開発したコンポーネントの 1 つまたはいくつかを購入し、それを他のサプライヤーのシステムまたは社内で構築されたシステムに統合することができます。 ただし、Nvidia は、これらすべてのコンポーネントを統合ソリューションに組み込んだ、ほぼ完全な自動運転プラットフォームも提供しています。 これは Nvidia の Drive Hyperion として知られています。
同社は、Hyperion を自動運転車を設計するためのエンド ツー エンドのモジュラー開発プラットフォームおよびリファレンス アーキテクチャであると説明しており、Orin のハードウェアと上記のソフトウェアを組み込んでいます。 現在の Hyperion バージョン 8 では、最大 12 台の外部カメラ、3 台の内部カメラ、9 台のレーダー センサー、12 台の超音波センサー、および最大 2 台の LiDAR センサーをサポートできます。
さまざまな自動車メーカーが、将来の自動車に Hyperion を採用すると発表しています。 これには、Lucid の DreamDrive Pro ADAS システム (Lucid Air に搭載予定)、2023 年生産の BYD 電気自動車、2025 年以降に発売予定の Jaguar Land Rover 車が含まれます。 一方、今後の Polestar 3 および Volvo EX90 SUV も、 Nvidia の Drive 製品群。
Inside the Suppliers シリーズの残りの部分は、こちらでお読みいただけます。