NVIDIA erweitert die Grenzen des autonomen Fahrens der Stufe 4 mit DRIVE AGX Hyperion 10 und Robotaxi Play

DRIVE AGX Hyperion 10 – Referenzplattform der Stufe 4

NVIDIA beschreibt die DRIVE AGX Hyperion 10 als Referenzarchitektur für Produktionsrechner und Sensoren. Die Architektur kombiniert den DRIVE AGX Thor System-on-Chip (SoC) mit dem Betriebssystem NVIDIA DRIVE OS und einer validierten multimodalen Sensorsuite. Dadurch können Automobilhersteller die Markteinführungszeit verkürzen und das Integrationsrisiko durch den Einsatz validierter Hardware, eines validierten Betriebssystems und einer validierten Sensorsuite reduzieren. Bisher verwendeten Automobilhersteller für ihre Projekte im Bereich autonomer Fahrzeuge separate Rechner, Betriebssysteme und Sensoren, was die Integration erschwerte und wiederholte Validierungen erforderte. NVIDIA möchte mit dieser Architektur einen Leitfaden für Automobilhersteller und Systemintegratoren schaffen und sie bei der beschleunigten Entwicklung und dem Einsatz von Fahrzeugen mit autonomem Fahrverhalten der Stufe 4 unterstützen. NVIDIA-CEO Jensen Huang bezeichnete diese Branche Anfang des Jahres auf der CES 2025 als „Billionen-Dollar-Industrie“.

Die Hyperion 10-Architektur besteht aus drei Komponenten:

Rechenleistung: Der DRIVE AGX Hyperion 10 basiert auf der NVIDIA Drive AGX Plattform und nutzt zwei DRIVE AGX Thor SoCs mit jeweils über 2.000 TOPS. Die SoCs bieten hohe Leistung, sind für die Automobilindustrie sicherheitszertifiziert und erfüllen höchste Cybersicherheitsstandards. NVIDIA hat sie für 360°-Sensoreingaben und Transformer, VLA-Modelle (Vision-Language-Action) und generative KI-Workloads optimiert.

Software: Die Plattform basiert auf dem Betriebssystem DRIVE OS, dem Software-Stack DRIVE AV, NVIDIAs Simulations- und Validierungstoolchain sowie NVIDIAs Halos-Systemsicherheitsintegration. NVIDIA betont jedoch, dass die Plattform auch Software für autonomes Fahren von Drittanbietern unterstützt, sowohl von OEMs als auch von anderen Unternehmen des Ökosystems, wie beispielsweise Momenta, Wayve und Pony.ai.

Sensoren: Die Referenzplattform verfügt über ein vorqualifiziertes und validiertes multimodales Sensorsystem mit 14 hochauflösenden Kameras, 9 Radarsensoren, 1 LiDAR- Sensor und 12 Ultraschallsensoren, das von OEMs übernommen oder angepasst werden kann. Die Sensoren sind auf ein DRIVE AGX-Referenzboard abgestimmt und werden mit Platzierungshinweisen geliefert, was eine schnelle Einführung und Implementierung durch Automobilhersteller ermöglicht.

Diese drei validierten Komponenten der Plattform können erheblich Zeit sparen, die sonst für Qualifizierungs- und Sicherheitsüberprüfungen erforderlich wäre.

NVIDIAs DRIVE Hyperion 10-Referenzarchitektur und die Partnerschaft mit Uber für den Einsatz von Robotaxis. (Foto: NVIDIA) 

NVIDIA Level 4 Ecosystem Extension und Robotaxi-Partnerschaft

NVIDIA und der Fahrdienstvermittler Uber haben sich zusammengeschlossen, um den Einsatz von Level-4-Robotaxi-Flotten zu beschleunigen. Im Rahmen dieser Partnerschaft werden autonome Fahrzeuge der DRIVE AGX Hyperion 10-Plattform eingesetzt. Ziel ist es, ab 2027 bis zu 100.000 dieser Fahrzeuge für Uber bereitzustellen.

Zu den Schlüsselelementen dieser bedeutenden Bemühungen im Bereich der Autonomie der Stufe 4 und der Robotaxis gehören:

• Partnerschaft zwischen Uber und NVIDIA: Uber wird den Betrieb der mit NVIDIA DRIVE AGX Hyperion 10 ausgestatteten autonomen Fahrzeuge übernehmen, die das Unternehmen von OEMs erwirbt. Uber wird diese Fahrzeuge auf seiner Plattform anbieten, die sowohl von menschlichen Fahrern als auch von Robotaxis genutzt wird. NVIDIA stellt die Hardware – Rechenleistung, Sensoren und Datenpipelines – bereit. Unterstützt wird diese durch Modelle, die auf NVIDIAs Cosmos-Plattform für die Simulation autonomer Fahrzeuge trainiert wurden, um die Entwicklung zu beschleunigen. Gemeinsam planen sie, ab 2027 bis zu 100.000 Robotaxis im Einsatz zu haben und damit den ambitionierten Umfang des geplanten Einsatzes zu demonstrieren.
• Ökosystem: NVIDIA gab bekannt, dass die Automobilhersteller Stellantis, Mercedes-Benz und Lucid die DRIVE AGX Hyperion-Plattform nutzen werden.
• Stellantis entwickelt bereits autonome Fahrzeuge der Stufe 4, um die Anforderungen an Robotaxis zu erfüllen, und wird nun NVIDIAs DRIVE AGX Hyperion 10 in diese Fahrzeuge integrieren. Stellantis hat außerdem eine Absichtserklärung mit Uber und Foxconn zur Entwicklung von Robotaxis unterzeichnet. Stellantis übernimmt dabei Fahrzeugdesign, Entwicklung und Fertigung, Foxconn Elektronik und Systemintegration, und Uber steuert das operative Know-how für den Einsatz von Robotaxis bei. Stellantis wird ab 2028 zunächst 5.000 autonome Fahrzeuge für den US-Markt ausliefern. Diese Fahrzeuge basieren auf dem mittelgroßen Transporter K0 und der kleinen Plattform STLA, die die NVIDIA DRIVE AV-Software integrieren und auf der NVIDIA DRIVE AGX Hyperion 10-Architektur inklusive DRIVE OS laufen.
• Mercedes-Benz nutzt bereits NVIDIA DRIVE AGX Hyperion in seinen Modellen mit dem eigenen Software-Stack MB.OS. Die neue S-Klasse wird voraussichtlich nach ihrer Markteinführung über eine Konfiguration für autonomes Fahren der Stufe 4 verfügen und auf der Hyperion 10-Plattform von NVIDIA basieren.
• Lucid treibt auch seine Bemühungen im Bereich autonomes Fahren der Stufe 4 voran, indem es für seine bevorstehenden Modellvorstellungen den kompletten AV-Software-Stack von NVIDIA und die DRIVE Hyperion-Plattform nutzt.
• NVIDIA hat seine Plattform für Anbieter von AD-Software-Stacks wie Avride, May Mobility, Momenta, Nuro, Pony.ai, Wayve und WeRide geöffnet und ermöglicht ihnen so die Integration ihrer Software in die Anwendungsschicht. Dies gibt Automobilherstellern und Robotaxi-Betreibern die Freiheit, den richtigen Partner und die passende Lösung für ihre Ambitionen auszuwählen.

Quelle: NVIDIA GTC, Oktober 2025 

K0 Medium Size Van und STLA Small basieren auf der autonomen Fahrzeugarchitektur NVIDIA DRIVE AGX Hyperion 10. (Foto: Stellantis) 

NVIDIAs Kernfunktionen für Autonomie der Stufe 4

Grundlagenmodelle und Datenebenen: NVIDIA hat seine KI-Modelle mit Billionen von realen und synthetischen Kilometern trainiert. Dadurch können die Modelle komplexe Stadtfahrten mit menschenähnlichem Denkvermögen bewältigen. NVIDIA verfügt außerdem über ein Vision-Language-Action-Modell (VLA), das visuelles Verständnis mit natürlicher Sprache und Aktionsgenerierung kombiniert. VLA-Modelle ermöglichen es autonomen Fahrzeugen, differenzierte und unvorhersehbare Situationen im realen Straßenverkehr zu interpretieren, wie beispielsweise plötzliche Änderungen im Verkehrsfluss oder unvorhersehbares Verhalten anderer Verkehrsteilnehmer (und ihrer Fahrzeuge). Fortellix arbeitet mit NVIDIA zusammen, um seine Physical-AI-Toolchain in NVIDIA DRIVE zu integrieren und so die VLA-Modelle zu testen und zu validieren – ein anspruchsvolles Feld für Automobilhersteller und Regulierungsbehörden. NVIDIA stellt zudem den nach eigenen Angaben „weltweit größten multimodalen Datensatz“ zur Verfügung. Dieser umfasst 1.700 Stunden realer Multisensordaten (von Kameras, Radar und LiDAR-Sensoren) aus 25 Ländern und dient der Validierung der Grundlagenmodelle für autonomes Fahren.

Sicherheit und Zertifizierung: NVIDIA Halos deckt den gesamten Entwicklungszyklus ab und bietet Leitlinien für Design-, Implementierungs- und Validierungsphasen. Dadurch wird die Integration von Sicherheit und Nachvollziehbarkeit in KI-basierte AV-Systeme ermöglicht. Die Standardisierung von Inspektions- und Zertifizierungsprozessen für physische KI-Systeme, einschließlich Sensoren, Platinen und Software-Stacks für autonome Fahrzeuge, erfolgt durch das neue NVIDIA Halos-Zertifizierungsprogramm unter der Leitung des Halos AI System Inspection Lab. Dieses wurde eingerichtet, um sicherzustellen, dass Produkte und Systeme strenge Kriterien für den Einsatz physischer KI erfüllen und so die sichere und großflächige Einführung von Fahrzeugen mit Level 4-Automatisierung beschleunigen. AUMOVIO, Bosch, Nuro und Wayve gehören zu den Gründungsmitgliedern des NVIDIA Halos AI System Inspection Lab.

KI-Datenfabrik: NVIDIA arbeitet bereits mit Uber zusammen und hat im Rahmen dieser Partnerschaft eine Robotaxi-Datenfabrik entwickelt, die auf NVIDIA Cosmos, einer Plattform für physikalische KI, basiert. Uber steuert über 3 Millionen Stunden an Robotaxi-spezifischen Fahrdaten bei, die zum Training und zur Validierung des L4-Modells beitragen. NVIDIA ermöglicht mit seinen GPUs, der physikalischen KI-Plattform Cosmos und Tools für Datenaufbereitung, -suche und -simulation die Verbesserung von Autonomie-Technologien. Die gebündelten Kräfte verkürzen den Modelliterationszyklus und beschleunigen die Einführung autonomer Systeme.

Analystenmeinungen

Die Einführung der NVIDIA DRIVE Hyperion 10-Architektur ist ein strategisch kluger Schachzug von NVIDIA. Ziel ist es , eine standardisierte und gemeinsame Referenz für autonome Fahrzeuge der Stufe 4 bereitzustellen und so die Akzeptanz bei Automobilherstellern und Betreibern von Robotaxi-Flotten zu erhöhen. Die Skalierbarkeit trägt einerseits zur Verbesserung der Wirtschaftlichkeit der Lieferkette für Sensoren, Rechenplatinen und Software-Anwendungsstacks autonomer Fahrzeuge bei. Andererseits ermöglicht sie NVIDIA, durch seinen SoC, das Betriebssystem NVIDIA DRIVE, den Software-Stack NVIDIA DRIVE sowie seine Simulations- und Validierungs-Toolchain und die Systemsicherheitsintegration NVIDIA Halos eine zentrale Rolle bei der zunehmenden Verbreitung autonomer Fahrzeuge der Stufe 4 zu spielen. Mit dieser Einführung positioniert sich NVIDIA als wichtiger Wegbereiter für autonomes Fahren der Stufe 4 und hofft, durch den frühen Zugang und die Implementierung eine führende Position im wachsenden Markt für autonome Fahrzeuge der Stufe 4 einzunehmen.

Ubers ambitioniertes Ziel, 100.000 Robotaxis von Automobilherstellern mit der NVIDIA DRIVE Hyperion 10-Architektur einzusetzen, unterstreicht NVIDIAs Bestreben, die Einführung von autonomen Fahrzeugen der Stufe 4 zu beschleunigen und auszuweiten. Uber wird die Robotaxi-Flotte verwalten und autonome Fahrzeuge von NVIDIAs OEM-Partnern wie Stellantis beziehen. Dadurch kann sich NVIDIA auf seine Kernkompetenz konzentrieren und die beste Lösung für autonome Fahrzeuge der Stufe 4 entwickeln, die sowohl für Pkw als auch für Robotaxis standardisiert werden kann. Dieser partnerschaftliche und kollaborative Ansatz, bei dem jeder seine Stärken einbringt, steht im deutlichen Gegensatz zu den höheren Investitionen und Ressourcen, die bei den Ansätzen etablierter Robotaxi-Anbieter erforderlich sind. Unternehmen wie Waymo, Baidu Apollo, WeRide, Pony.AI und Tesla tragen zusätzlich die Verantwortung für die Fahrzeugentwicklung oder die Nachrüstung ihrer AV-Lösungen in bestehenden Fahrzeugen ohne Stufe 4. Einige Anbieter betreiben auch den Betrieb ihrer Robotaxi-Flotten selbst. Obwohl NVIDIA kein Robotaxi-Unternehmen ist, wird die schnellere Technologieentwicklung durch den Einsatz in der Praxis sowie das Wachstum des Angebots an NVIDIA DRIVE AGX Thor SoCs und Fahrzeugen mit NVIDIAs Hyperion 10-Architektur dem Unternehmen kurz- bis mittelfristig einen Nettogewinn und eine positive Rentabilität sichern, auch wenn die Robotaxi-Anbieter länger brauchen werden, um durch den Einsatz ihrer Flotten positive Margen zu erzielen.

Die Wettbewerber im SoC – Bereich konzentrieren sich auf den L2+-Markt, der voraussichtlich auch in den nächsten zehn Jahren dominieren wird. NVIDIA bietet ebenfalls L2+-Lösungen an und hält einen bedeutenden Marktanteil. Indem NVIDIA jedoch die breitere Einführung von Level 4 bei Automobilherstellern und Betreibern von Robotaxi-Flotten vorantreibt, beschleunigt das Unternehmen die frühere Verbreitung autonomer Fahrzeuge. Der verstärkte Einsatz von Robotaxis wird sich auf die gesamten Fahrzeugabsatzzahlen auswirken, da Robotaxis das Potenzial haben, ein kostengünstigeres Transportmittel zu sein. Sollten NVIDIA und andere Robotaxi-Anbieter mit ihren Implementierungen erfolgreich sein, wird dies den gesamten adressierbaren Markt für Wettbewerber und NVIDIA gleichermaßen im Bereich der niedrigeren ADAS- und autonomen Fahrzeugstufen (Level 3 und darunter) beeinflussen. Es ist sogar möglich, dass Level 3 aufgrund der Präferenz der Verbraucher für ein vollständig autonomes Fahrzeug zu einem nur geringfügig höheren Preis übersprungen wird.