חברת NVIDIA הודיעה היום על שיתוף פעולה משמעותי עם חברת Uber להרחבת רשת התחבורה הגדולה ביותר בעולם לנהיגה אוטונומית ברמה 4 (Level 4). החברות יעשו זאת באמצעות שילוב בין ציי הרובוטקסי ורכבי השליחויות האוטונומיים של אובר, לבין הפלטפורמה החדשה של אנבידיה לפיתוח רכבים אוטונומיים, NVIDIA DRIVE AGX Hyperion 10, וסביבת התוכנה NVIDIA DRIVE AV Software שנבנתה עבור נהיגה אוטונומית ברמה 4.
באמצעות האצת הצמיחה של אקוסיסטם הרכבים האוטונומיים ברמה 4, תסייע אנבידיה לאובר להרחיב את הצי הגלובלי שלה ליותר מ-100,000 רכבים אוטונומיים, החל משנת 2027. רכבים אלו יפותחו במשותף על ידי NVIDIA ושותפים אחרים באקוסיסטם של Uber, באמצעות NVIDIA DRIVE.
בנוסף, שתי החברות עובדות יחד על הקמת "מפעל נתונים" (Data Factory) שיאיץ את איסוף ועיבוד המידע הדרוש לפיתוח רכבים אוטונומיים, באמצעות פלטפורמת NVIDIA Cosmos, המשמשת לפיתוח מודלי עולם (World Foundation Models).
"רכבי רובוטקסי מסמנים את תחילתה של מהפכה עולמית בתחבורה – מהפכה שתהפוך את הנסיעה לבטוחה, נקייה ויעילה יותר", אמר ג’נסן הואנג, מייסד ומנכ"ל אנבידיה. "יחד עם Uber, אנחנו יוצרים מסגרת שתאפשר לכל התעשייה לפרוס ציים אוטונומיים בקנה מידה רחב באמצעות תשתיות ה-AI של NVIDIA. מה שבעבר נראה כמו מדע בדיוני, הופך במהירות למציאות יומיומית".
מנכ"ל Uber, דארה קוסרשאהי, הוסיף: "אנבידיה היא עמוד התווך של עידן ה-AI, וכעת היא רותמת את החדשנות הזו כדי לסלול את הדרך לנהיגה אוטונומית ברמה 4 בהיקף עצום, ובו בזמן מקלה על פריסת רכבים אוטונומיים המונעים על ידי NVIDIA על גבי פלטפורמת Uber. תחבורה אוטונומית תשנה את הערים שלנו לטובה, ואנחנו שמחים לשתף פעולה עם אנבידיה כדי להפוך את החזון הזה למציאות".
יצרניות רכב, חברות רובוטקסי וספקיות בתחום הרכב מהשורה הראשונה כבר משתפות פעולה עם אנבידיה ועם אובר כדי להשיק ציי רכב עם נהיגה אוטונומית ברמה 4, בהן Stellantis, Lucid, Mercedes-Benz, Avride, May Mobillity, Nuro, Pony.ai, Wayve, WeRide, Aurora, Volvo Autonomous Solutions ו-Waabi.
בנוסף, כדי לסייע לתעשייה לפתח ולבחון מודלים רחבי היקף לנהיגה אוטונומית, אנבידיה משיקה גם את מאגר הנתונים המולטי-מודאלי הגדול בעולם עבור רכבים אוטונומיים. המאגר כולל 1,700 שעות של נתוני מצלמות, רדאר ולידאר אמיתיים שנאספו מ-25 מדינות, והוא נועד לשפר את הפיתוח, האימון והאימות של מודלי תשתית לנהיגה אוטונומית.
