NVIDIA DRIVE® 基础架构包括开发自动驾驶技术（从原始数据采集到验证）所需的完整数据中心硬件、软件和工作流。该基础架构为神经网络开发、训练和验证以及在仿真测试提供了所需的端到端构建模块。
开发自动驾驶汽车需要高性能、节能高效的 AI 计算基础架构。成功的关键是优化数据加载，以便在不影响安全的情况下训练和操作这些车辆。汽车能够收集和处理的信息越多，AI 就可以更快速、更出色地学习和做出决策。
NVIDIA DGX SuperPOD™ 能够为希望专注于洞见而非基础架构的组织提供一站式 AI 数据中心解决方案。它包括各种出色的计算、软件工具、专业知识以及无缝交付的持续创新成果。
通过 NVIDIA LaunchPad，企业能够即时短期地访问在专用加速计算基础架构上运行的 NVIDIA AI，为关键的 AI 举措提供算力支持。加快现代数据驱动的应用程序的开发和部署，并在您可以购买和部署的同一完整堆栈上对整个 AI 工作流进行快速测试和原型设计。
在公共道路上进行测试时，自动驾驶汽车不可能遇到所有的交通情况。在 NVIDIA DRIVE Sim™ 中，虚拟汽车可以在各种场景（从常规驾驶到罕见乃至危险情况）中进行数百万英里的仿真驾驶，并且比现实世界中的驾驶测试更高效、更经济实惠、更安全。高保真平台还可以生成基于物理效果的合成传感器和真值数据，从而根据任意开发需求定制场景。
NVIDIA OVX 服务器旨在采用自动驾驶所必需的复杂传感器架构来运行 DRIVE Sim。OVX 将高性能计算和 GPU 加速图形与高速存储访问、低延迟网络和精确计时相结合，能够提供可扩展自动驾驶软件在环 (SIL) 仿真所需的性能。
NVIDIA DRIVE Constellation™ 将 OVX 服务器与包含车载计算的其他服务器配对，以进行硬件在环 (HIL) 仿真。整个系统专为在数据中心中实现大规模运行而设计。它实时运行 NVIDIA DRIVE Sim，并基于车辆中使用的相同硬件来测试软件，以便支持位精确和时间精确的自动驾驶验证。
从 NVIDIA DGX SuperPOD 上的自动驾驶训练和测试工作（包括大规模 AI 基础架构、克服数据管理挑战和 ML Ops）中获得洞见。
NVIDIA 研究团队取得突破性成果，展示了 Omniverse 数字孪生技术在仿真中重建真实场景的强大功能。
了解大规模训练自动驾驶感知算法的技术，助力 DRIVE Replicator 生成物理属性准确的合成传感器数据和真实数据。
了解 DRIVE Sim 软件的新进展和新功能。重点介绍使用仿真的创新开发技术。
本篇文章介绍了 DRIVE Sim 中摄像头模型的验证，评估了从世界场景的渲染到协议仿真中每个元素的性能。
在 DRIVE Sim 的加持下，自动驾驶开发者可以提高生产力、效率以及测试范围，在充分缩短实际上路驾驶时间的同时，加快产品走向市场的速度。如果您有兴趣加入 DRIVE Sim 的抢先体验版本计划，请申请成为会员。
了解如何开始开发 AI 赋能的自动驾驶汽车。