一场疫情，不仅仅使得全球经济停摆，也使得自动驾驶的正常测试陷入了停滞的阶段。

就在一片停滞之中，工程师们将自动驾驶仿真器的重要性再提高一个等级，也是在特殊时期，使得自动驾驶技术得以继续前行的重要利器。

事实上，不仅仅是特殊时期，仿真器作为自动驾驶最重要的技术之一，它的出现使得自动驾驶开发商能够超越物理世界的局限，模拟极端的路况，测试自动驾驶车辆的性能。可以说，在助力自动驾驶落地的道路上，自动驾驶仿真器做出了巨大的推动作用。

在物理世界和虚拟世界之间，自动仿真器到底扮演什么样的角色？ 在整个汽车链条当中，仿真处在于什么位置？

自动驾驶仿真：量产前必经之路

无论是自动驾驶汽车、机器人还是复杂的医疗器械，在投入使用之前都需要大量的测试。

行业普遍认为，为了保证自动驾驶技术安全可靠，自动驾驶玩家需要110亿英里的测试数据来对自动驾驶系统不断优化升级。

如果按照100辆自动驾驶汽车，每天24小时不停歇路测，平均时速25英里（40公里）每小时来计算，需要500多年的时间才能完成目标里程。

这样的里程要求对于一般的自动驾驶公司而言，几乎是天方夜谭，且需要大量消耗金钱成本和时间成本的。

为了绕开这一过程，各家公司开始寻求在虚拟世界里解决问题，因此在仿真器里走一遭成了必经之路。

与此同时，Conner Case 都是自动驾驶公司当中的最重要的问题，而在物理世界当中，非常难以创造条件验证自动驾驶汽车对于Conner Case的应变能力，而在仿真器当中，则能够模拟很多极限情况，检测自动驾驶汽车的稳定性和安全性。

因此，仿真是自动驾驶当中最重要的一环，仿真的水平高低一定程度上反映着其在真实的物理世界水平。

所以无论是Waymo 还是 Cruise 等Robotaxi 厂商，还是英伟达、百度、腾讯等不同行业的巨头公司都对仿真足够的重视。

Waymo 和 Criuse 的高速发展，也离不开仿真器的支持。

Carcraft 的软件创造者James Stout，认为 Carcraft 是不断推动 Waymo 自动驾驶技术发展的强有力武器。如果 Waymo 能在几年后供应全自动驾驶汽车，那么 Carcraft 值得被永远铭记，作为现实世界的虚拟呈现，它功劳巨大。根据Waymo 2019年的官方数据，其仿真里程已经超过了100亿英里。

Cruise 的自动驾驶负责人 Tom Boyd 认为：只要在建模时足够精准，我们就能在仿真器里重现物理世界。Cruise 在仿真里，能够解决的问题可能还会领先路测几个月甚至几年。

Boyd 甚至表示：“自动驾驶公司成立的那天它们的仿真器就得全速运转。”

仿真公司 Cognata CEO Danny Atsmon表示，“在大量真实世界交通场景的组合中，高度精准和可扩展的交通模型仿真技术对于自动驾驶系统验证来说至关重要。”

大大小小的案例已经证明仿真是自动驾驶车辆硬件和软件投入使用之前进行测试和验证的一种有价值的工具。

无缝移植图形计算时代的优势

仿真的重要性，也越来越多的自动驾驶公司在仿真上进行巨头的投入，甚至都将战火聚焦至仿真平台当中。

近年来，英伟达在自动驾驶领域异军突起

过去相当长的一段时间里，英伟达已经能够形成了完整的端对端的解决方案，形成了数据中心基础架构、软件工具包、存储库和框架以及高性能高能效的计算等矩阵。今年，Navigant Research 的《自动驾驶汽车计算平台》报告中，英伟达在自动驾驶汽车平台领域位列榜首。

事实上，在自动驾驶所有技术分支当中，仿真是最能将英伟达在图形计算时代所积累的优势链接到自动驾驶时代的技术应用。

NVIDIA DRIVE Constellation ，是英伟达在2019年GTC技术大会上提出的自动驾驶仿真模拟器。具体来说，NVIDIA DRIVE Constellation 是一款由两个并排服务器组成的数据中心解决方案。

第一台服务器DRIVE Constellation Simulator使用NVIDIA GPU运行 DRIVE Sim? 软件，用以生成在虚拟世界中车辆行驶的传感器结果；另外一台服务器Constellation Vehicle搭载了DRIVE AGX汽车计算机，用来处理仿真的传感器数据。来自Constellation Vehicle的驾驶决策可反馈到Constellation Simulator中，从而实现位精确且时间精准的硬件在环测试。

对于应用方或者开发者而言，更为重要的是，NVIDIA DRIVE Constellation 是一个开放式平台，生态系统合作伙伴可将其环境模型、车辆模型、传感器模型和交通场景集成于其中。通过整合来自更广泛仿真生态系统的数据集，该平台可以生成全面、多样化并且复杂的测试环境。

也因此，吸引了大量的汽车产业上下游和英伟达进行合作。

整车厂方面，2019年3月，丰田研究院（TRI-AD）宣布与英伟达在自动驾驶车辆的开发、训练和验证方面展开全新合作，其中就涵盖了相当于数十亿英里的驾驶里程的仿真业务。

目前，丰田研究院高级研发公司和丰田研究院正在将NVIDIA DRIVE Constellation 平台用于仿真工作流程的组件。

一直以来，丰田的愿景是实现「事故零伤亡，使得交通更加顺畅、让全民自由移动出行。」

在丰田研究院高级研发公司首席执行官James Kuffner 更是将软件验证和测试的大型仿真工具摆在相当重要的位置，他认为对于自动驾驶系统来说至关重要，也是关系着这一愿景能否实现的关键之一。

这种端到端的仿真工具链将助力丰田、丰田研究院高级研发公司和丰田研究院将自动驾驶快速落地。

得益于NVIDIA DRIVE Constellation 是一个开放式的平台，很多的仿真公司也支持NVIDIA DRIVE Constellation 。

去年3月，仿真公司Cognata，宣布DRIVE Constellation可支持其驾驶场景及交通模型。利用 Cognata 的交通模型，开发人员能够基于真实世界的交通行为来定义一系列车辆和其他道路使用者及其行为。

汽车仿真领头公司 IPG Automotive 也是与NVIDIA携手的另一个生态系统合作伙伴，旨在实现高保真车型。其仿真软件CarMaker用于创建虚拟车辆原型，包括所有主要车辆子系统的模型。开发人员可以将测试车辆对于转向、路面、悬架，动力总成和车辆控制系统的反应变化用于功能开发。

仿真除了能够实现更高效率、更大成本收益以及更安全的驾驶体验以外，仿真也将成为第三方监管机构订制制定自动驾驶标准的关键。

TüV SüD的安全机构已经在使用NVIDIA DRIVE Constellation 制定自动驾驶验证标准。TüV SüD自动驾驶和ADAS全球负责人Houssem Abdellatif表示，“NVIDIA DRIVE Constellation为实现这一目标提供了强大且高度可扩展的解决方案。”

NVIDIA DRIVE Constellation链接了 整车厂，仿真公司、安全机构，形成了一幅较为完整的汽车产业生态图像。

仿真的差异化路径

仿真使得我们意识到了虚拟世界的魔力，还展示了科技在解决外部困难问题时的强悍力量。

越来越多的自动驾驶公司都将战火聚焦至仿真平台当中，而在仿真的较量上，和英伟达同场较量的很多公司，都将重心放置于模拟上。

英伟达则开创性创造了一条完整的反馈回路：DRIVE Constellation 模拟器与 DRIVE Constellation 计算机共同创建了“硬件在环”系统。

在这一精确到位和时间的数字反馈回路中，已模拟的传感器数据可以流入 Pegasus AV 计算机，并进行实时处理。 Pegasus 的驾驶命令会实时返回，以控制在模拟环境中行驶的虚拟车辆，从而验证软件中的算法是否可以正常运行。

至于如何将仿真领域里，再掀起一场深水炸弹之战，复制其在自动驾驶芯片领域的成功，则是英伟达需要回答的问题。