英伟达汽车业务负责人吴新宙：自动驾驶的未来与挑战
“Even Nvidia’s head of automotive fights with Nvidia for compute”
10189 字
预计 41 分钟
中文摘要
英伟达汽车业务负责人吴新宙在访谈中阐述了自动驾驶行业的现状与未来。他认为汽车正从“软件定义”迈向“AI定义”，行业共识是采用集中式电子电气架构，中国车企因无历史包袱而领先。英伟达提供开放平台Drive，涵盖芯片、操作系统、安全系统Halos、硬件平台Hyperion及开源模型Alpamayo，客户可按需选择不同层级的服务。吴新宙透露，英伟达内部也需为GPU算力资源竞争，但公司战略性地投资自动驾驶。在安全方面，英伟达采用“端到端模型+经典安全栈”双冗余架构，经典栈作为安全护栏实时验证模型轨迹。下一代模型将嵌入语言推理能力，模型会“自言自语”解释驾驶决策，但实际控制仍依赖视觉信号，端到端延迟控制在100毫秒内。吴新宙认为L4自动驾驶需要激光雷达，但承认特斯拉在L2+领域领先。他预测主流L4体验将在五年内实现，英伟达正与梅赛德斯、Uber等合作推进量产。中美贸易摩擦下，英伟达仍向中国供应车规级芯片和仿真工具，但数据共享需符合各地法规。
核心论点
- 汽车行业正从“软件定义”向“AI定义”演进，集中式电子电气架构已成为行业共识。
- 英伟达通过开放平台Drive提供从芯片到全栈自动驾驶解决方案，客户可按需选择合作层级。
- 英伟达采用“端到端模型+经典安全栈”双冗余架构，经典栈作为安全护栏实时验证模型输出。
- 下一代自动驾驶模型将嵌入语言推理能力，模型会通过语言解释驾驶决策，但实际控制仍以视觉信号为主。
- L4自动驾驶需要激光雷达提供安全冗余，但特斯拉在L2+领域凭借视觉方案领先。
反方视角 / 盲点
- 文章未深入讨论自动驾驶的法律责任和保险问题，这是商业化落地的关键障碍。
- 对英伟达数据共享模式可能引发的隐私和竞争担忧着墨不多。
- 未提及自动驾驶在极端天气（如大雪、暴雨）下的实际表现和挑战。
对科技从业者的启示
- 英伟达的开放平台策略（从芯片到全栈）为科技从业者提供了与巨头合作的参考模式：通过分层开放，既能服务自研能力强的客户（如特斯拉），也能服务需要交钥匙方案的客户（如梅赛德斯）
- 双栈安全架构（端到端模型+经典安全护栏）是AI产品落地的关键设计思路，尤其在高风险场景（如自动驾驶）中，冗余和可验证性比纯端到端更可靠
- 合成数据和数据共享生态是缩小数据差距的有效手段，对于资源有限的公司，加入生态比自建数据飞轮更具性价比