基于NVIDIA Jetson AGX Orin的自动驾驶平台长什么样子？

中国的自动驾驶产业已开始全面成型，据专业数据公司分析预计，到 2025 年，L4 及 L3 的自动驾驶新车占比将超过 20%，覆盖包括 Robotaxi ( 自动驾驶出租车 ) 、环卫服务、城配物流以及最后一公里配送。 有望解决人力成本提升、交通安全、司机短缺等诸多痛点。​

下一代自动驾驶平台将提高处理传感器数据的性能，进一步提高安全性，并扩展全自动驾驶的操作领域。英伟达创始人兼首席执行官黄仁勋表示：“未来的汽车将是完全可编程的，从许多嵌入式控制器演变为功能强大的集中式计算机——通过软件更新提供 AI 和 AV 功能，并在汽车的整个生命周期内得到增强。”他们正在引入一种新颖的架构，该架构专为软件定义的功能而构建，可实现持续改进和优化的业务模型。

2022年NVIDIA GPU Technology Conference (GTC）大会上，NVIDIA宣布推出四款 Jetson Orin 模块。Jetson Orin 模块的最高性能达到每秒 275 万亿次运算（TOPS），可在边缘运行服务器级别的 AI ,并且具有端到端应用流水线加速功能。 同时NVIDIA发布针对自动驾驶领域的系统级芯片DRIVE Orin，可提供每秒 254 TOPS（万亿次运算），且符合ISO 26262 ASIL-D等系统安全标准，是智能车辆的中央计算机。为自动驾驶功能、置信视图、数字集群以及 AI 驾驶舱提供动力支持，并且推出NVIDIA DRIVE Hyperion™开发套件，是用于自动驾驶汽车的生产就绪平台。此 AV 参考架构通过将基于 DRIVE Orin™ 的 AI 计算与包括 12 个外部摄像头、3 个内部摄像头、9 个雷达、12 个超声波和一个前置激光雷达以及一个用于地面实况数据收集的激光雷达。

NVIDIA Drive Orin开发套件

目前这款产品还没有正式销售。虽然有消息说这款产品只有不到6W人民币，但是高达上百万一年的软件授权费，以及相对高得多的开发门槛，让很多做自动驾驶产品和解决方案的公司以及研究单位望而却步。

不过大家不要忘记，NVIDIA推出的Jetson AGX Orin核心计算模块可也是性能达到每秒 200万亿次运算（TOPS）

也是非常适合作为自动驾驶计算方案的。

在这里，我们推荐天准科技最新推出的基于NVIDIA Jetson AGX Orin嵌⼊式GPU模组开发的AI边缘计算设备GEACX1系列，具备200TOPS算⼒，可满⾜⼯业应⽤场景⾼复杂性、⾼可靠性的需求，并结合了天准科技在自动驾驶领域的丰富经验，最大限度地将Orin模组可以支持的接口都引出来，以适配多种使用场景的需求。

天准GEACX1系统与NVIDIA DRIVE Hyperion™开发套件规格比较

请注意，这里只是一个简单的规格比较，NVIDIA DRIVE Hyperion™开发套件作为一个车规级产品，其功能和规格不限于上面列举，尤其是高达200万一年的开发授权费，注定了这个产品能实现的功能是相当复杂的。而GEACX1系统基于NVIDIA Jetson的软件堆栈系统开发。NVIDIA经过六年的对嵌入式市场的教育与培养，这套开发环境已经日益成熟，生态圈已经建立起来。

那么，这款基于Jetson AGX Orin计算核心的自动驾驶产品GEACX1系统长什么样子呢？

天准GEACX1开箱

混合散热设计——GEACX1作为紧凑型加固式系统，采用铝壳散热设计。这种鳍片式设计，增大散热面积。值得一提的是他们同时也采用了风扇散热。这种主动散热和被动散热混合的散热方式更有利于自主设备在散热条件不佳的场景下工作。

丰富的接口设计，可以满足自动驾驶、机器人等各种使用场景

支持4G/5G

丰富的网络接口，便于车载设备的以太网通讯

时间同步设计——本款产品内置的GPS 模块和 CPLD 芯⽚ 组成时间同步系统，向控制器的不同处理器和连接到控制器的各个传感器提供UTC时间信息和与 UTC 时间对⻬的触发信号，使整个传感、计算和控制系统保持时间同步。

在产品POC阶段如何选择开发系统？

NVIDIA于今年4月份推出了AGX Orin开发套件，有用户询问，该如何选择合适的开发系统呢？这里我们强调的是，一定要看用户对接口的使用需求。

这里，我们对比一下天准GEACX1系统与NVIDIA AGX Orin开发套件的规格

合理成本更能满足海量的车型适配和场景应用需求

通过上面表格的对比，我们可以看到，天准基于自动驾驶等应用场景，已经将常用的接口引出，方便用户直接外接传感器和设备。而NVIDIA AGX Orin开发套件的一些接口并没有引出来，用户还需要自己去适配。更重要的是，NVIDIA一直强调开发套件是不能用于生产，抛开售后的问题，开发套件的生命周期也低于核心模组的生命周期，因此对于用户而言，在同样的预算成本下，自然选择更能接近自己目标需求的产品。