解決方案

SOLUTION DETAIL

NVIDIA DRIVE Hyperion的L4級自動駕駛開發與部署

一、核心平台與安全架構解決方案名稱:NVIDIA DRIVE Hyperion平台(面向量產的L4級計算與傳感器架構)核心組成:NVIDIA DRIVE AGX Thor™系統級芯片(用於L4級自動駕駛巴士等)NVIDIA DRIVE AGX™加速計算平台(用於推進多模態邊緣AI能力,如與亞馬遜合作的Alexa Custom Assistant)NVIDIA Halos OS安全架構:基於通過ISO 2

當前位置:首頁 > 解決方案
NVIDIA DRIVE Hyperion的L4級自動駕駛開發與部署
解決方案
SOLUTION OVERVIEW

NVIDIA DRIVE Hyperion的L4級自動駕駛開發與部署

一、核心平台與安全架構解決方案名稱:NVIDIA DRIVE Hyperion平台(面向量產的L4級計算與傳感器架構)核心組成:NVIDIA DRIVE AGX Thor™系統級芯片(用於L4級自動駕駛巴士等)NVIDIA DRIVE AGX™加速計算平台(用於推進多模態邊緣AI能力,如與亞馬遜合作的Alexa Custom Assistant)NVIDIA Halos OS安全架構:基於通過ISO 2

  • 方案分類 解決方案
  • 內容形式 場景方案 / 技術解析
  • 服務支援 諮詢、測試申請、實施建議

如果你正在評估對應場景,我們可以基於當前方案繼續細化產品組合、測試路徑與實施節奏。

瀏覽更多相關方案
DETAIL MODULES

方案詳情

查看方案背景、關鍵能力與適配場景,幫助你更快判斷下一步應進入測試、諮詢還是部署階段。

一、核心平台與安全架構

解決方案名稱:NVIDIA DRIVE Hyperion平台(面向量產的L4級計算與傳感器架構)
核心組成

  • NVIDIA DRIVE AGX Thor™系統級芯片(用於L4級自動駕駛巴士等)

  • NVIDIA DRIVE AGX™加速計算平台(用於推進多模態邊緣AI能力,如與亞馬遜合作的Alexa Custom Assistant)

  • NVIDIA Halos OS安全架構:基於通過ISO 26262 ASIL D級標準的DriveOS打造,統一三層安全架構(整合安全中間件與可量產部署的安全應用,包括NCAP五星評分的主動安全棧、為推理型AI系統提供護欄)

生態系統驗證:AEye、Flex、Gatik、禾賽、Lucid、MIRA、PlusAI、Qt Group、Saphira、Valeo已加入NVIDIA Halos AI系統檢測實驗室,持續驗證並支援高標準自動駕駛汽車安全。

二、L4級車輛開發與無人駕駛出租車平台

1. 汽車製造商採用情況

  • 比亞迪、吉利、日產(搭載Wayve軟體系統)、五十鈴(與TIER IV合作開發L4級自動駕駛巴士)均基於NVIDIA DRIVE Hyperion開發下一代L4級自動駕駛汽車專案。

2. 出行服務平台部署

  • Uber:基於DRIVE Hyperion構建全球最大自動駕駛網約車網路之一。計劃於2028年在四大洲28個城市部署全棧式NVIDIA DRIVE AV軟體車隊。

    • 啓動時間與地點:2027年上半年在洛杉磯和舊金山灣區率先啓動。

    • 技術利用:NVIDIA Alpamayo開放模型 + NVIDIA Halos操作系統。

  • Bolt、Grab、Lyft:基於DRIVE Hyperion推進自動駕駛出行專案,構建軟體定義的無人駕駛出租車車隊。

三、AI模型與開發工具

解決方案名稱:NVIDIA Alpamayo 1.5(可交互、可操控的推理模型)
模型定位:涵蓋AI模型、仿真框架與物理AI資料集的開放產品組合,用於打造安全、透明的推理型輔助駕駛汽車。
核心能力

  • 輸入:行駛視訊、自車運動歷史、導航引導、自然語言指令

  • 輸出:帶有推理鏈結的行駛軌跡

  • 開發者可直接通過導航與文本指令,調控車輛駕駛行為並設定行駛約束條件

新增功能

  • 後訓練腳本(供研究人員和開發者進行模型適配)

  • 靈活的多攝像頭支援和可配置的攝像頭參數(簡化不同車型、傳感器配置的復用)

  • 自2026年初發佈以來,Alpamayo全球下載量已突破10萬次

解決方案名稱:NVIDIA Omniverse NuRec(基於3D高斯潑濺技術的工具集)
功能:通過攝取真實世界資料,完成可交互仿真場景的重建與渲染,對推理行為進行壓力測試並模擬極端事件。
集成生態

  • 輔助駕駛工具鏈廠商51WORLD、dSPACE、Foretellix已集成至其仿真解決方案。

  • Voxel51在物理AI工作站中使用,服務Porsche Research等客戶。

  • Parallel Domain借助NuRec Fixer模型優化場景重建工作流。

  • Mcity(密歇根大學運營)使用NuRec為其物理測試場構建基於高斯的數字孿生。

四、客戶與合作夥伴案例摘要

合作方應用內容
比亞迪、吉利、日產、五十鈴基於DRIVE Hyperion開發L4級車輛
Uber、Bolt、Grab、Lyft構建或擴展無人駕駛出租車車隊
亞馬遜在DRIVE AGX上推進Alexa Custom Assistant
TIER IV與五十鈴共同開發L4級自動駕駛巴士
Halos實驗室成員(10家)驗證自動駕駛汽車安全


EVALUATION CHECKLIST

方案評估清單

在進入報價、測試或實施前,先把業務目標、現網條件和風險邊界整理清楚。

GOAL

業務目標

明確要解決的性能、擴容、穩定性、覆蓋、互連或運維問題,並確認上線優先級。

NETWORK

現網條件

整理拓撲、服務器/交換機型號、接口速率、鏈路距離、供電散熱和現有管理平台。

VALIDATION

驗證範圍

確認是否需要 PoC、相容測試、吞吐測試、時延測試、無線覆蓋測試或故障切換測試。

DELIVERY

落地邊界

確認交付窗口、責任分工、備件策略、培訓需求、驗收指標和後續擴容路徑。

ANSWER FIRST

方案快速回答與常見問題

先回答「適合誰、如何評估、下一步怎麼做」,再決定是否繼續進入測試與實施階段。

FIT CHECK

先判斷當前方案是否匹配業務目標和現網條件

如果你已經明確業務規模、性能目標和實施時間,這類方案更容易直接轉化為可執行的落地路徑。

TEST PATH

不確定時,優先進入諮詢與測試驗證

對相容性、吞吐、延遲和交付風險有要求的專案,更適合先通過 PoC 或測試申請把關鍵問題前置。

NEXT STEP

整理現網資訊後,再細化產品組合與實施建議

業務規模、接口需求、現網架構和時間節點越清楚,後續選型、測試和部署節奏越容易收斂。

FAQ 01

NVIDIA DRIVE Hyperion的L4級自動駕駛開發與部署 適合甚麼業務場景?

適合已經明確業務目標,需要繼續判斷網絡架構、產品組合和實施路線的團隊,用於加快技術評估與落地決策。

FAQ 02

評估方案前需要準備哪些資訊?

建議準備業務規模、性能目標、現網架構、關鍵接口、時間節點,以及是否需要測試驗證等資訊。

FAQ 03

是否可以先做測試或 PoC?

可以。對於需要驗證相容性、性能或交付風險的專案,可先進入諮詢、測試申請和 PoC 節奏,再推進部署。

FAQ 04

如何繼續獲取實施建議?

可在當前方案基礎上繼續溝通品牌方向、業務場景、計劃規模和時間要求,再細化產品組合、測試路徑和實施建議。

FAQ 05

判斷方案是否適配時最先看甚麼?

建議先看業務目標、現網瓶頸、性能指標、擴展規模、上線窗口和預算約束,再判斷方案架構與產品組合是否匹配。

FAQ 06

方案落地前有哪些風險需要前置確認?

需要前置確認相容性、鏈路帶寬、時延要求、設備供電與散熱、施工窗口、測試範圍和交付責任邊界。