NVIDIA propulse les robotaxis d’Uber dans 28 villes

NVIDIA équipe les principaux programmes commerciaux de robotaxis avec une architecture couvrant l’entraînement, la simulation et le calcul embarqué. Le marché mondial des robotaxis pourrait atteindre 400 milliards de dollars en 2035, selon une projection citée par NVIDIA. Plus de 6 millions de véhicules commerciaux autonomes seraient alors en opération. Des flottes sans conducteur transportent déjà des passagers dans plusieurs rues très fréquentées et complexes. NVIDIA présente une plateforme ouverte combinant bibliothèques, kits de développement, flux de travail et modèles. Les opérateurs peuvent l’utiliser avec leurs propres piles technologiques. L’entreprise affirme que les programmes de robotaxis opérant déjà à grande échelle utilisent cette pile modulaire, entièrement ou partiellement.

Trois ordinateurs structurent cette plateforme de bout en bout. Le premier entraîne les modèles d’intelligence artificielle avec des systèmes NVIDIA DGX. Le deuxième simule et valide les comportements de conduite. Le troisième traite les données directement dans le véhicule. Cette organisation couvre les données, l’entraînement, la simulation, la validation de sécurité et le calcul embarqué. Le portefeuille NVIDIA Alpamayo fournit des modèles ouverts de vision, langage et action, ainsi que des cadres de simulation et des jeux de données. Ses modèles de raisonnement décomposent certaines situations complexes en étapes successives. Lors d’une évaluation de conduite autonome, l’ajout de données de raisonnement a réduit l’erreur moyenne de trajectoire de 43 %, passant de 2,08 à 1,18.

NVIDIA accélère l’intelligence embarquée

La simulation complète l’apprentissage réalisé avec les kilomètres parcourus. NVIDIA Omniverse NuRec reconstruit des scènes de conduite à partir de données issues des capteurs. NVIDIA Cosmos génère ensuite des variations fondées sur la physique. Ces variations combinent comportements, circulation, météo, éclairage et conditions de capteurs. Des milliers de situations rares peuvent ainsi produire des millions de configurations. Omniverse et Cosmos fonctionnent sur des serveurs NVIDIA RTX PRO pour des simulations en boucle fermée. Le cadre AlpaSim étend ce processus à l’entraînement et à l’évaluation de modèles de conduite fondés sur le raisonnement. Les équipes peuvent ainsi repérer certaines faiblesses avant le déploiement d’un véhicule autonome.

Hyperion 10 associe deux systèmes sur puce NVIDIA DRIVE AGX Thor, basés sur l’architecture NVIDIA Blackwell. L’architecture de référence intègre 14 caméras haute définition, neuf radars, trois lidars et 12 capteurs ultrasoniques. Cette redondance vise une conduite capable de rester opérationnelle lorsqu’un capteur ou un composant informatique tombe en panne. Les systèmes Thor exécutent des modèles pour la perception, le raisonnement, la planification de trajectoire et les actions de conduite. NVIDIA Halos ajoute Halos OS et un cadre de validation couvrant l’inspection indépendante, la simulation à grande échelle et les tests continus. Le dispositif s’étend du nuage informatique au véhicule.

Uber prépare une flotte mondiale

Uber prévoit d’atteindre 28 villes avec une flotte équipée de NVIDIA Hyperion d’ici 2028. Les deux entreprises construisent aussi une usine de données consacrée aux scénarios rares. Elle s’appuie sur NVIDIA Cosmos pour organiser les données de conduite issues des flottes. Uber et NVIDIA collaborent avec Autobrains, Avride, Lucid, May Mobility, Mercedes-Benz, Momenta, Nissan, Nuro, Pony.ai, Stellantis, Waabi, Wayve, WeRide et Zoox. May Mobility prépare un service autonome sur le réseau Uber. L’entreprise a également lancé un projet pilote avec Lyft à Atlanta. Bolt utilise les technologies NVIDIA pour développer des véhicules autonomes en Europe. WeRide prévoit un déploiement en Asie du Sud-Est avec Grab.

Les développeurs partenaires utilisent cette pile à plusieurs étapes du cycle industriel. Wayve, Nissan et Uber développent un programme mondial avec un véhicule prototype combinant ingénierie Nissan, intelligence incarnée de Wayve et plateforme Hyperion. Zoox utilise NVIDIA DRIVE pour le calcul embarqué, l’entraînement et la simulation dans le nuage. Pony.ai a développé un contrôleur autonome avec Hyperion et DRIVE AGX Thor. Tensor conçoit un véhicule de niveau 4 avec huit systèmes Thor dans son supercalculateur embarqué. Mercedes-Benz, NVIDIA et Uber préparent aussi un écosystème fondé sur la nouvelle Classe S, l’architecture Hyperion, le logiciel NVIDIA DRIVE AV L4 et les modèles Alpamayo. Lire l’annonce de NVIDIA. Voir la définition d’un robotaxi. Pour aller plus loin, consultez notre guide sur déployer un chatbot IA pour le service client.