Allein der Name der neuen Nvidia-Plattform lässt keine Zweifel daran, was eines ihrer größten Ziele ist, findet man einen Concierge in der Regel doch in Luxushotels. Zu seinem Aufgabenbereich zählt es laut Wikipedia, neue, kaufkräftige Kunden zu finden und sie als Stammgäste zu binden. Nvidias neuer Drive Concierge soll vor allem dabei helfen, die Berührungsängste gegenüber künstlicher Intelligenz abzubauen. Er mache die Zeit im Fahrzeug angenehmer, bequemer und sicherer, indem er jedem Fahrgast intelligente Funktionen wie digitale Assistenten, Spiele oder Filme zur Verfügung stellt. Kurz: Auch beim digitalen Concierge von Nvidia geht es um Luxus – nur eben im Auto und nicht im Hotel.
Drive Concierge sei eng in die Drive Chauffeur-Plattform integriert, um eine hochwertige 360-Grad-Visualisierung mit geringer Latenzzeit zu ermöglichen, heißt es beim IT-Player. Fahrer und Beifahrer könnten so mit Hilfe von 3D-Grafiken jederzeit sehen, was die KI des Fahrzeugs denkt. Genau das sei entscheidend für den Aufbau von Vertrauen zwischen dem autonomen Fahrzeug und seinen Fahrgästen.
Dabei komme die Sicherheit trotzdem nicht zu kurz, verspricht das Unternehmen. Der Concierge nutze Innenraumsensoren und spezielle neuronale Netze zur Überwachung des Fahrers. So soll er sicherstellen, dass die Aufmerksamkeit in Situationen, in denen der Mensch die Kontrolle hat, auf der Straße bleibt.
Thor kommt mit 2.000 Teraflops
"Die Fortschritte im Bereich des Accelerated Computing und der künstlichen Intelligenz vollziehen sich mit Lichtgeschwindigkeit", sagt Jensen Huang, Gründer und CEO von Nvidia. Um dabei nicht nur mithalten, sondern vorweg gehen zu können, präsentierte Huang höchstselbst Nvidias neuen Autocomputer mit dem mächtig klingenden Namen Thor. Das System ermögliche eine Trennung zwischen Infotainment und Fahrerassistenzsystemen, um zeitkritische Prozesse ohne Unterbrechung gleichzeitig ablaufen zu lassen. Thor ist für Autos, die ab 2025 gebaut werden, verfügbar. Einen ersten Kunden gebe es auch schon – der zu Geely gehörende Automobilhersteller Zeekr kündigte an, Thor in seine Elektrofahrzeuge zu integrieren, deren Produktion Anfang 2025 beginnen soll.
Aktuell seien meist Dutzende von elektrischen Steuergeräten in einem Fahrzeug verteilt, um einzelne Funktionen zu steuern. Mit Thor könnten Hersteller viele Funktionen auf einem einzigen System-on-a-Chip (SoC) vereinen, was die Lieferbedingungen und die Entwicklung des Fahrzeugdesigns vereinfachen soll. So benötige man weniger Kabel und erziele deutlich geringere Kosten. Thor ersetzt Atlan und wird der Nachfolger des Orin-Systems, das derzeit produziert wird. Wie groß der Schritt ist, wird deutlich, wenn man sich die Performance von Orin vor Augen führt: Mit 254 Teraflops liefert der aktuelle Computer nur rund ein Zehntel der Rechenleistung, die Thor künftig mit sich bringen soll.
Drive Sim soll Simulationen verbessern
Nvidias Ingenieure sind sich sicher, dass die Simulation von intelligenten Fahrzeugen zwei zentrale Herausforderungen umfasst: einerseits die Erzeugung einer Welt mit genügend Details und Realismus, damit KI-Fahrer die Simulation als real wahrnehmen. Andererseits einen ausreichenden Simulations-Umfang, um alle Fälle abzudecken, in denen der KI-Fahrer trainiert und getestet werden muss. Die Lösung für beide Problemstellungen soll das neue KI-Tool Drive Sim bieten, das Simulationen direkt aus realen Daten erstelle.
Dabei werden Schlüsselkomponenten extrahiert, darunter die Umgebung, 3D-Assets und Szenarien. Entsprechende Objekte werden dann in Simulationsszenen rekonstruiert, die zwar den Realismus von Datenaufzeichnungen haben, aber nach Bedarf manipuliert werden können. Die Verwendung der sogenannten Asset-Harvesting-Pipeline sei der Schlüssel zum Wachstum der Drive Sim-Bibliothek und stelle sicher, dass sie der Vielfalt und Verteilung der realen Welt entspricht.
Drive Sim stelle Entwicklern Werkzeuge zur Verfügung, mit denen diese Objekte, den Weg des Fahrzeugs sowie Position, Ausrichtung und Parameter der Fahrzeugsensoren anpassen können. Die Möglichkeit, Simulationsformate zu mischen und aufeinander abzustimmen, sei ein bedeutender Vorteil beim umfassenden Testen und Validieren von KI in großem Maßstab, verspricht Nvidia.