i卡會員

趨勢1 全面性自駕車安全系統Halos登場

Nvidia Halos為全棧式(Full-Stack)安全系統，整合了Nvidia的硬體、軟體、AI模型及工具，在技術、開發及運算三個層面提供安全保障；技術層面涵蓋平台、演算法和生態系統安全；開發層面提供設計、部署和驗證階段的防護措施；運算層面則涵蓋從人工智慧訓練到部署的整個過程。確保自動駕駛車(Autonomous Vehicle, AV)在開發和部署過程中保持最高安全標準。其晶片、系統、系統軟體和演算法都經過第三方嚴格的安全審查，以確保多樣性、透明度和可解釋性。

Halos的核心理念是將車輛架構和AI模型的安全要求整合在一起，打破傳統上兩者分離的安全設計模式。通過持續改進的數據飛輪(Data Flywheel)機制，透過有系統地收集、管理、分析和利用駕駛數據，不斷提升自駕系統的安全性；支援融合模組化和端到端AI模型的自動駕駛堆疊，並提供監控和仲裁的原則，以在不同系統之間協調運作，確保在端到端模型無法安全運作時，可以切換到備份系統。Halos的推出將對自動駕駛帶來深遠影響，未來自駕車可能越來越依賴於高安全性和可靠性的AI系統；這樣的安全保障不僅有望提高使用者信心指數，亦將加速自動駕駛技術在各行業的應用。

趨勢2 運用Omniverse及Cosmos等技術加速自駕車的AI開發

開發能夠在複雜現實世界中安全運行的自駕車，是一項極具挑戰性的任務，它需要大量的數據、精密的模擬環境以及跨多個技術領域的創新。Nvidia的 Omniverse和Cosmos平台面對這些挑戰應運而生。Omniverse作為自駕車開發系統之基礎平台，提供一協作和模擬環境，讓開發團隊可以平行工作並測試不同的配置，建立詳細的駕駛環境，透過整合地圖和圖像，並生成真實世界的數位孿生(Digital Twin)及模擬環境；Cosmos利用生成式AI技術，與Omniverse協同使用，專為預測和推理設計，有助於使自駕車更穩健地應對複雜的情境。

這些工具支援端到端可訓練的 AI 系統，並提供模型精煉、閉環訓練和合成數據生成等新開發方法。模型精煉技術可以將從較慢但智慧的「老師」模型中學習到的駕駛知識轉移到更小、更快的「學生」模型上，以便在車輛中進行推論。閉環訓練(Closed loop training)透過將日誌數據轉換為3D情境，在Omniverse模擬中進行微調。3D合成數據生成(3D synthetic data generation)透過融合地圖和圖像建立詳細的4D數位孿生駕駛環境，增強自駕車在不同環境中的適應性。

趨勢3 與GM締結合作關係，從車輛製造、企業營運到駕乘體驗的AI深化應用

Nvidia執行長黃仁勳(Jensen Huang)在主題演講(Keynote)中宣布與通用汽車(General Motors, GM)的合作夥伴關係；將在三個方面合作，包含車輛製造、企業營運及車輛內部相關的應用。Nvidia的Omniverse和Cosmos技術用於建立客製化AI系統，訓練AI製造模型，以優化GM的工廠規劃和機器人技術。Cosmos 將有助於實現物理感知合成影片的生成，加速機器人和自駕車的學習過程。

GM計畫整合Nvidia DRIVE AGX，以實現Level 3級別的自動駕駛功能，Nvidia DRIVE AGX基於Nvidia Blackwell架構，並運行安全認證的Nvidia DriveOS™作業系統，將作為下世代GM車輛的車載硬體，提供高達每秒1,000 兆次運算的效能，以強大的車載運算能力，支援先進駕駛輔助系統(Advanced Driver Assistance Systems, ADAS)、自動駕駛技術的開發並增強車內體驗。

對台灣產業的意涵