加速智能汽车训练和开发

NVIDIA DGX 是专为大规模训练端到端辅助驾驶汽车基础模型而打造的 AI 超级计算机，包括像 NVIDIA Alpamayo 这样的 VLA 推理模型。

使用 NVIDIA Physical AI Data Factory Blueprint 进行数据整理 (NVIDIA Cosmos™ Curator)、增强 (Cosmos Transfer、Cosmos Predict) 和评估 (Cosmos Evaluator)，从而简化端到端甫准驾驶汽车开发。借助 NGC 容器中的 NVIDIA CUDA-X™ AI 和 GPU 优化内核加速训练，并通过 NVIDIA TensorRT™ 和 Triton™ 增强推理性能。

借助 NVIDIA Omniverse™ NuRec 加速场景重建，借助 NVIDIA Cosmos Transfer 放大传感器变化，借助 NVIDIA AlpaSim 运行可扩展的闭环仿真。它们共同简化了端到端辅助驾驶汽车仿真工作流，涵盖从真实世界数据回放到受控增强及策略在环验证的全过程。

辅助驾驶汽车通过摄像头、激光雷达、雷达等传感器生成 TB 级的多模态数据。这些数据必须经过大规模采集、重建、整理与标注，然后用于训练 AI 模型。

辅助驾驶系统需要不断改进，通过学习新增数据、罕见事件与边缘案例，持续优化感知、预测与规划能力。

针对真实驾驶轨迹的高吞吐量回放与可扩展场景重建进行优化，从而实现高效的变更验证，并基于车队数据覆盖更广泛的场景。