Dwa układy obliczeniowe dla autonomicznego samochodu. Valeo rozwija centralne komputery
ValeoSamochód poruszający się bez udziału kierowcy potrzebuje nie tylko czujników, lecz także wydajnego zaplecza obliczeniowego. Valeo zapowiedziało rozwój platform obliczeniowych opartych na architekturze NVIDIA Hyperion, przeznaczonych do jazdy autonomicznej poziomu 4. Rozwiązania mają znaleźć zastosowanie m.in. w samochodach osobowych, autonomicznych ciężarówkach i robotaksówkach.
Fuzja danych z czujników: od percepcji do sterowania
Kamera, radar i lidar dostarczają różnych informacji o otoczeniu samochodu. Aby dane te mogły posłużyć do prowadzenia pojazdu, system musi je przetworzyć, połączyć i wykorzystać do planowania toru jazdy. Rozpoznanie przeszkody jest dopiero początkiem: trzeba jeszcze określić jej położenie, przewidzieć rozwój sytuacji i wyznaczyć odpowiednią reakcję.
Referencyjna architektura NVIDIA Hyperion łączy platformę obliczeniową z zestawem czujników i oprogramowaniem do jazdy autonomicznej. Stanowi wspólną podstawę, na której producenci pojazdów i dostawcy mogą rozwijać własne rozwiązania. Wzajemna zgodność poszczególnych elementów ma ograniczać zakres prac potrzebnych do ich integracji.
Platforma Valeo z dwoma układami NVIDIA DRIVE AGX Thor
W komunikacie z 21 października 2026 r. Valeo poinformowało, że opracuje i przygotuje do produkcji wysokowydajne platformy obliczeniowe klasy motoryzacyjnej. Firma ma wykorzystać doświadczenie w integracji systemów samochodowych, w zakresie bezpieczeństwa funkcjonalnego i we wdrażaniu rozwiązań do produkcji seryjnej.
Podstawą będzie architektura Hyperion wykorzystująca dwa układy SoC NVIDIA DRIVE AGX Thor oraz system bezpieczeństwa NVIDIA Halos. Według Valeo takie połączenie ma zapewnić moc obliczeniową dla algorytmów sztucznej inteligencji (AI) i redundancję potrzebne do jazdy autonomicznej poziomu 4. Platformy mają być dostosowywane do wymagań poszczególnych producentów pojazdów.
Poziom 4 według SAE nie oznacza jazdy w każdych warunkach
W klasyfikacji SAE J3016 poziom 4 opisuje sytuację, w której system wykonuje zadania związane z prowadzeniem pojazdu w określonych warunkach i nie wymaga, by człowiek przejmował prowadzenie w sytuacji awaryjnej. Zakres działania – tzw. operacyjna dziedzina projektowa (ODD) – może być ograniczony np. obszarem, rodzajem drogi lub warunkami pogodowymi.
To istotna różnica w porównaniu z poziomem 2, w którym kierowca stale nadzoruje jazdę, oraz poziomem 3, w którym musi być gotowy do przejęcia prowadzenia na wezwanie systemu. Dopiero poziom 5 oznacza pełną automatyzację jazdy we wszystkich warunkach, w których człowiek może prowadzić samochód. Samo określenie „autonomiczny” nie wyjaśnia więc jeszcze możliwości konkretnego pojazdu.
MOŻE ZAINTERESUJE CIĘ TAKŻE
Redundancja i bezpieczeństwo funkcjonalne systemu
W systemie odpowiedzialnym za prowadzenie samochodu znaczenie ma nie tylko wydajność, lecz także sposób wykrywania usterek i reagowania na nie. Redundancja to nadmiarowe zasoby lub funkcje, które pozwalają utrzymać wymagane działanie systemu mimo wystąpienia określonej awarii. Obecność dwóch układów obliczeniowych nie wystarcza jednak do oceny bezpieczeństwa całego pojazdu – decyduje architektura kompletnego systemu.
NVIDIA opisuje Hyperion jako platformę obejmującą redundantne zasoby obliczeniowe, czujniki i mechanizmy bezpieczeństwa funkcjonalnego. System Halos ma wspierać bezpieczeństwo na każdym etapie – od projektowania, przez weryfikację, po wdrożenie.
Termin produkcji i klienci – na razie nieznani
Valeo zakłada, że wspólna platforma ułatwi integrację funkcji i ograniczy złożoność systemów pojazdu. Komunikat nie podaje jednak terminu rozpoczęcia produkcji, nazw klientów ani modeli samochodów wyposażonych w zapowiadane platformy. To zapowiedź kierunku rozwoju i przygotowania technologii do zastosowań motoryzacyjnych, a nie ogłoszenie rynkowego debiutu gotowego pojazdu.
Źródło: Valeo, NVIDIA
