WayveのGen3 Autonomous SystemがNvidia Drive AGX Thorを複雑な条件下でのLevel-4 Drivingに使用

変更点とその重要性

発表内容の要約

Wayveは、Gen3自動運転スタックにNVIDIAのDRIVE AGX Thorを統合することを発表しました。また、NVIDIAはWayveの次回の資金調達ラウンドにおいて、5億ドルの戦略的投資を提案しました。これらの動きを合わせることで、複雑な都市部や悪天候下でのレベル4（L4）自動運転機能の実現を加速させるための、技術的および財務的なパートナーシップが正式に締結されました。

重要性：Wayveは、認識、予測、計画を統合されたポリシーとして処理するようにトレーニングされたモデル、つまりエンドツーエンドのラーニングファーストなアプローチを自動運転にもたらします。一方で、NVIDIAはこれらの大規模モデルを車両内で実行できる、プロダクショングレードの車載コンピューティングプラットフォームを提供します。この組み合わせにより、導入に向けたハードウェアとソフトウェアの断片化が解消され、スケーラブルで実用的なL4パイロット運用に向けた現実的な一歩となります。

重要なポイント：WayveのAIファーストのスタックとThorの車載コンピューティングを組み合わせることで、研究モデルから安全性重視の公道走行可能なシステムへのより明確な道筋が生まれます。

機能の内訳：Gen3がNVIDIA DRIVE AGX Thor上でどのように動作するか

エンドツーエンド学習とその実践的な意味

WayveのGen3は、同じ学習フレームワークが認識（車の周囲に何があるか）、予測（他の道路利用者が何をするか）、プランニング（車両がどのように動くべきか）をカバーするエンドツーエンド学習パラダイムを中心に構築されています。多くの手動設計されたモジュールを連結するのではなく、このアプローチは運転行動をデータから学習されたポリシーとして扱います。WayveのGen3の発表では、その設計とカメラファーストのセンサー重視が強調されています。。

このモデル中心のアプローチでは、密集した都市部で安全に動作するために、大規模なニューラルネットワークと高いセンサーレートが要求されます。そこで、堅牢な車載コンピューティングプラットフォームが不可欠になります。

センサーフュージョン、オンライン学習、フリートの洗練

Gen3はカメラファーストの哲学によるマルチセンサーフュージョンを強調していますが、そのアーキテクチャは依然としてレーダー、Lidar、またはその他のモダリティを必要に応じて統合します。重要な点として、Wayveは継続的なオンライン学習とフリートデータの収集を計画しており、フリートが新しいエッジケースに遭遇するたびにシステムの運転ポリシーが継続的に洗練されます。Wayveの発表では、フリートテレメトリとポリシーアップデートの重要性が説明されています。。

その運用アプローチには以下が必要です：

• 高フレームレートでモデルにデータを供給するための、複数のカメラやセンサーに対応した高帯域幅I/O。

• 認識からアクションまでのループがリアルタイムの安全要件を満たすための、低遅延な推論。

• 更新されたポリシーを配信するための、安全なOTA（over-the-air）チャネルと検証パイプライン。

なぜDRIVE AGX Thorが論理的な選択肢なのか

NVIDIAのDRIVE AGX Thorは、センサー処理、モデル推論、および安全監視を統合できる、車載専用に設計されたコンピューティングプラットフォームとして提示されています。WayveのモデルをThorで実行することで、Wayveは異なるコンピューティングスタックや特注のアクセラレータを混在させることから生じる断片化を軽減します。統合により、認証プロセスが簡素化され、統合までのタイムラインが短縮され、重いニューラルワークロードに対して予測可能なパフォーマンスが提供されます。

重要なポイント：Gen3の学習優先（learning-first）アーキテクチャには、複雑なL4操作に必要なスケールと遅延マージンで動作させるための、Thorクラスのコンピューティングが必要です。

insight: 単一のソフトウェアアプローチと検証済みの単一ハードウェアベースラインを戦略的に組み合わせることで、ほとんどのOEMが直面する統合作業を劇的に削減できます。

スペックとパフォーマンスの詳細: Nvidia DRIVE AGX ThorがGen3にもたらすもの

計算能力とセンサーI/Oの背景

NVIDIAはDRIVE AGX Thorを、データセンタークラスのGPUおよびアクセラレータ性能を実現する車載フォームファクタとして位置付けています。このプラットフォームは、車載温度および信頼性要件を満たしながら、膨大なテラフロップスのAI演算と、数十もの高帯域幅カメラおよびセンサー入力を処理できるように設計されています。NVIDIAの製品概要では、最新のAVスタックにおける主要な車載コンピューティングとしてのThorの役割が説明されています。

Wayveにとってこれが重要なのは、彼らの研究およびデプロイされたモデルはパラメータ数が増加する傾向にあり、混雑した都市環境で微細な手がかりを検出するために、より高い画像レートを必要とするためです。Thorの生のトスループットは以下をサポートします:

• パーセプション（認識）およびプランニング（計画）のための、より大規模なニューラルネットワークアーキテクチャ。

• フレームドロップのない、より高いカメラフレームレートとマルチカメラフュージョン。

• 推論と並行したセーフティモニタリングおよび冗長性チェック。

セーフティアーキテクチャ、検証、および認証サポート

自動運転には、厳格な機能安全とサイバーセキュリティの実践が不可欠です。NVIDIAは、機能安全、システム設計原則、検証手法を概説した自動運転セーフティレポートにおいて、そのアプローチを文書化しています。並行して、DRIVE Hyperionリファレンスプラットフォームと安全に関するマイルストーンは、OEMが自動車認証取得に向けて前進できるよう設計されています。NVIDIAは、自動運転開発におけるHyperionの安全およびサイバーセキュリティのマイルストーンを公開しています。

Wayveにとって、ThorとHyperionは以下を提供します：

• ISO-26262スタイルのワークフローをサポートする、安全性重視のハードウェア機能とアーティファクト。

• コネクティビティやOTAアップデートによって生じるアタックサーフェス（攻撃対象領域）に対処するための、検証済みのサイバーセキュリティベースライン。

• 自動車の機能安全ケースにおける増分的な工数を削減する、エンジニアリングツールとリファレンスデザイン。

Thorクラスのパフォーマンスに関する実証的証拠

学術的および技術的な評価により、DRIVEクラスのプラットフォームは、ローエンドのエッジコンピューティングと比較して、パーセプション（認識）スタックのリアルタイムスループットとレイテンシを大幅に改善することが示されています。例えば、DRIVEプラットフォームと比較可能なGPUベースの車載システムの評価研究では、推論レートの向上や、リアルタイムの期限を犠牲にすることなく、より大規模なモデルを実行できる能力が実証されています。DRIVEクラスのハードウェアにおけるパフォーマンスのトレードオフを調査したあるプレプリントでは、高いコンピューティングヘッドルームが、制約のあるSoCでは困難な複雑なフュージョンやプランニングのワークロードをいかにサポートできるかを強調しています。DRIVEプラットフォームとより小規模なコンピューティングユニットを比較した研究は、プレプリントとして入手可能です。。

具体的には、Thor上で動作するGen3は以下のことが可能です：

• 複数のカメラにわたって高いフレームレートを維持し、混雑したシーンでの時間解像度を向上させます。

• 道路利用者間の相互作用をより正確に捉える、より大規模な予測/プランニングモデルを実行します。

• 主要なドライビングポリシーを阻害することなく、並列のセーフティモニターや異常検知器をサポートします。

重要なポイント：Thorのコンピューティングおよびセーフティ・ツールチェーンは、大規模なニューラル・ポリシーのためのさらなるヘッドルームと、実世界の走行におけるより高速で信頼性の高い推論に直接つながります。

展開、開発者アクセス、および資金調達：Gen3 on Thorがいつ路上に登場するか

投資および戦略的パートナーシップ

NVIDIAは、Wayveの次回の資金調達ラウンドにおいて5億ドルの戦略的投資を正式に提案しました。これは単なるサプライヤー関係ではなく、戦略的提携として位置づけられています。この資金は、DRIVE AGX ThorにおけるGen3の統合、検証、および商用化を加速させることを目的としています。この資金調達により、Wayveがプロトタイプの検証からパイロットサービスへと移行する際の、エンジニアリング規模の拡大と長期的なフィールドテストが可能になります。

開発者ツール、キット、および検証プラットフォーム

AVソフトウェアを構築するチーム向けに、NVIDIAは車内環境を再現するように設計された開発者キットとリファレンス・プラットフォームを提供しています。Drive AGX Thor開発者キットは、自動運転車両の開発を加速させるものとして明確に位置づけられています、そしてDRIVE Hyperionは、システム検証のためのセンサー・リファレンス・デザインとセーフティ・アーティファクトを提供します. Wayve は、エンジニアリングおよびテストフリートの段階でこれらのプラットフォームを使用し、サードパーティの開発者や OEM パートナーが利用できるものと同じツールチェーンを活用します。

一貫した開発パスを持つことで、シミュレーションから実車への移行における摩擦が軽減されます：

• シミュレーションとデータパイプラインを、正確なターゲットハードウェアに対してキャリブレーションできます。

• モデル最適化（量子化、プルーニング）のためのツールチェーンが、実際の Thor のパフォーマンスに対応します。

• Hyperion からの安全ドキュメントを、認証書類に再利用または適応させることができます。

タイムラインと展開のシグナル

Wayve の公式声明では、Gen3 を段階的に展開するとしています。具体的には、エンジニアリングフリート、段階的に拡大するパイロット運用、そして最終的には安全性の検証と規制当局の承認を条件とした商業的拡大です。正確な商業ローンチ日は、各管轄区域における認証とフィールド試験の進捗状況に依存します。今回の提携と投資はこれらの活動を加速させますが、規制プロセスや安全性のマイルストーンをバイパスするものではありません。

insight: 資金調達と検証済みのハードウェアベースラインはパイロット運用への道を短縮しますが、完全な無人運転サービスの実現においては、依然として認証と規制が主要な制約要因となります。

Thor を搭載した Gen3 と、以前の Wayve システムおよび競合プラットフォームとの比較

Gen3 が以前の Wayve 世代とどのように異なるか

Wayveの初期のプロトタイプやパイロット展開では、テスト車両ごとに車両プラットフォームが異なる、混在型または自社開発のコンピューティングスタックが頻繁に使用されていました。WayveのGen3の発表では、Thorを中心としたハードウェアベースラインへの移行について説明されています。DRIVE AGX Thorで標準化することにより、Wayveは展開全体で一貫したコンピューティングヘッドルームと予測可能なレイテンシを確保できます。これは以下のようなメリットにつながります：

• フリート車両間での実験結果の再現性が向上。

• 車両ごとの統合オーバーヘッドの削減と、個別のソフトウェアパスの減少。

• 前世代では維持できなかった可能性のある、より大規模なモデルをスケールさせる能力。

Gen3 + Thorが競合するレベル4アプローチとどのように渡り合うか

L4自律走行を追求する競合他社は、Thorのような高性能でターンキーなコンピューティングを採用するチームと、独自のSoCや低電力アーキテクチャを試みるチームの2つの陣営に分かれます。Thorを使用することで、WayveはすでにNVIDIA DRIVEプラットフォームや同様に強力なコンピューティングスタックで標準化している競合他社と対等な立場に立つことになります。これは、ロボタクシーやジオフェンス内での商用サービスを追求するOEMの間でますます一般的になっているアプローチです。他の業界動向の報道でも、L4の準備を整えるためにOEMやインテグレーターがNVIDIAやシステムインテグレーターと提携するという同様の傾向が見られます。EngTechnicaは、高性能プラットフォームを使用した関連するL4展開について報じています、およびMagnaとNVIDIAの提携のような業界パートナーシップは、広範な市場再編の兆しです。

Thorのパフォーマンス上の利点は、以下のようなワークロードが必要な場合に最も顕著になります：

• 高フレームレートでのマルチカメラ・フュージョン。

• 複雑な相互作用予測のための大規模モデル。

• 並列冗長性とセーフティ・モニター。

市場の姿勢と競争への影響

提案されているNVIDIAの投資、およびThorの採用は、L4開発のデフォルトとして、検証済みの高性能車載コンピューティングへと業界が傾斜していることを示しています。これにより、小規模なSoCベンダー、独自の自社開発チップ、断片化されたスタックなどの代替案は、同等のパフォーマンス、安全性に関する成果物、および開発エコシステムを実証するというプレッシャーにさらされることになります。

大胆な結論：Thor 上の Gen3 は市場での勝利を保証するものではありませんが、統合リスクの大きな要因の一つであるハードウェアの変動性を軽減し、同時に Wayve を確立された車載コンピューティング・エコシステムに適合させます。

実世界での活用と開発者への影響：Thor 上の Wayve Gen3 によるレベル4の構築とテスト

シミュレーションから OTA デプロイメントまでの開発者ワークフロー

Thor と Wayve のスタックを使用する開発者は、シミュレーションから始まり、Hardware-in-the-Loop 用の開発キットを経て、検証済みの車両デプロイメントで終わるエンドツーエンドのパイプラインを利用できます。NVIDIA の Drive AGX Thor 開発キットのブログでは、開発を加速させるツール群について説明しています、一方で DRIVE Hyperion は車両統合に使用されるセンサーおよび安全リファレンスデザインを提供します。Wayve のポリシー更新ワークフローとフリートデータの収集により、継続的な改善のためのループが閉じられます。

開発者にとっての実践的なメリットは以下の通りです：

• シミュレーション上のパフォーマンスが車両のパフォーマンスにより密接に対応するため、イテレーションが高速化されます。

• HyperionおよびThorツールチェーンによって提供されるセーフティ・アーティファクトとテスト・ハーネスの再利用。

• Thor向けの標準化された最適化パスによる、簡素化されたモデル・デプロイメント。

大規模なフィールド・テスト、テレメトリ、および継続的な学習

Wayveのアプローチは、コーナーケースの発見とポリシーの洗練をフリート・データに依存しています。Thorの計算能力の余裕により、よりリッチなテレメトリと高頻度のローカル処理が可能になり、以下が促進されます：

• 後日の再学習に向けた、興味深いイベントのオンボード・サマリー作成。

• アップリンクが必要な生データの量を削減する、ローカルでの事前検証パイプライン。

• 根本原因分析のための、マルチカメラのタイムスタンプや中間モデルの状態といった高忠実度なテレメトリ。

この運用モデルは、稀な失敗モードの発見を加速させ、チームがより適切なコンテキストに基づいて再学習や特定のルール変更の優先順位を決定することを可能にします。

OEMおよびインテグレーターへの影響

OEMおよびティア1サプライヤーは、Thor+Wayveのリファレンスから2つの実用的なメリットを得られます： 1. 統合コストとパイロット運用までの時間を削減するための、検証済みのハードウェア/ソフトウェア・ベースライン。 2. 認証プロセスで再利用可能なセーフティ・ドキュメントおよびツールチェーン（Hyperion + Thor）へのアクセス。

インテグレーターにとって、成熟したコンピューティングプラットフォームと行動駆動型の自律走行スタックの組み合わせは、システム統合フェーズにおける未知の要素を減らし、L4パイロット運用へのより迅速な道筋を提供します。

insight: 多くのパートナーにとっての真の価値は、単なる生の計算能力ではなく、特注の統合によって生じる「未知の未知（想定外の事態）」を削減できることにあります。

FAQ — Wayve Gen3, NVIDIA DRIVE AGX Thor および Level‑4

Q1: Wayve Gen3は、標準状態で公式にLevel‑4認定を受けていますか？

いいえ — Gen3はLevel‑4の能力を目標としていますが、公道での展開は依然として車両の認証、地域の規制、および完了した機能安全検証に依存します。自律走行システムの能力と運用展開は2つの異なるマイルストーンです。前者は技術的な目標であり、後者は規制当局の承認と文書化されたセーフティケースを必要とし、通常、膨大な検証時間を要します。

Q2: NVIDIAによる5億ドルの投資提案は、Wayveにどのような変化をもたらしますか？

これにより戦略的資本が提供され、技術的な連携が深まります。その結果、Wayveは小規模な資金調達ラウンドのみの場合よりも、Thor上でのGen3の統合、テスト、および商用化をより迅速にスケールさせることが可能になります。NVIDIAはこの投資を、そのロードマップを加速させるための戦略的なものと位置づけています。.

Q3: Thorのコンピューティングプロファイルは、実際の走行パフォーマンスにどのように反映されますか？

Thorの高いAIスループットとマルチセンサーI/Oは、推論レイテンシを低減し、より大規模なネットワークをサポートし、パーセプション（認識）パイプラインの高フレームレート化を可能にします。これにより、密集した都市部でのシナリオにおける応答性が向上します。NVIDIAの製品資料では、車載フォームファクタでデータセンタークラスのパフォーマンスを実現するThorの役割について説明されており、学術的な評価においても、DRIVEクラスのプラットフォームにおけるスループットの測定可能な向上が示されていますDRIVEプラットフォームのパフォーマンス研究を参照。

Q4: サードパーティのデベロッパーは、Wayveが使用しているものと同じThorのツール群にアクセスできますか？

はい — NVIDIAは、Drive AGX Thorデベロッパーキット、DRIVE Hyperionプラットフォーム、およびツールチェーンをAVデベロッパーに提供しています。, そしてそれらのツールチェーンは、Wayveがエンジニアリングと検証において活用しているツールのクラスと一致しています。

Q5: これはOEMやティア1サプライヤーにどのような影響を与えますか？

OEMは、検証済みの高性能コンピューティング・ベースラインと、行動および自律走行スタックのための戦略的ソフトウェアパートナー（Wayve）を得ることができます。これにより統合の負担が軽減され、L4パイロットの市場投入までの期間を短縮できる可能性があります。業界における公開パートナーシップは、こうしたコラボレーションがいかに開発を加速させるかを示しています（例えば、MagnaやNVIDIAとの業界の動きは、OEMの進むべき道を示しています）。

Q6: 残されている主な安全面および規制面のハードルは何ですか？

自動車規格への機能安全の証明、サイバーセキュリティのコンプライアンス、無人運転のための現地規制当局の承認、そして稀なエッジケースにわたる堅牢な実世界での検証が、依然として主な関門となっています。NVIDIAのHyperionのマイルストーンと安全レポートは、期待される成果物やテストの種類について説明しています。これらは規制当局の承認に向けたステップではありますが、その代わりとなるものではありません。

Q7: Thorとremioを使用したL4システムの市場機会はどの程度の規模ですか？

業界の関心と投資パターンは、特に検証済みのコンピューティングとソフトウェアの組み合わせがパイロット展開を加速できるロボタクシーやジオフェンス型の商用サービスにおいて、実質的な短期的ビジネスチャンスがあることを示唆しています。提案された NVIDIA の投資と拡大する OEM との関わりは、市場の勢いの高まりと、大規模なパイロット運用に資金を投じる準備が整っていることを示しています。業界の市場サマリーやパートナーシップの発表は、この需要の高まりを反映しています。。

Thor 上の Gen3 パートナーシップが今後の道のりにおいて意味すること

トライアルおよびパイロット運用に関する短期的な期待

今後数ヶ月から数年の間に、Wayve は NVIDIA の投資と Thor の開発者ツールを活用し、フィールドテストと段階的なパイロット運用を加速させることが期待されます。最も具体的な短期的変化は、Wayve のテストフリート全体での一貫性の向上と、パイロット展開のためのより標準化されたハードウェア/ソフトウェア・リファレンスです。これらの変更により、単一のデモンストレーター車両から数十台規模へと移行する際の統合に関する予期せぬトラブルが減少するはずです。

開発者、インテグレーター、および OEM 向け

開発者やインテグレーターにとって、Wayve と NVIDIA の統合的なアプローチはより明確な選択肢を生み出します。Thor と Hyperion を使用して統合コストを削減し、振る舞い（behavior）のために Wayve の学習スタックを採用し、既存のセーフティ・アーティファクトを活用して認証作業をサポートすることができます。これは、独自のコンピューティングやツールチェーンをゼロから構築するよりも、高レベルのシステム統合に集中することを好む組織にとって特に価値があります。

長期的な業界への影響と未解決の課題

Wayve が Gen3 の大規模な検証に成功すれば、このパートナーシップは L4 自律走行のための NVIDIA DRIVE プラットフォームを中心とした、より広範な統合を促進する可能性があります。それは商用 AV 展開における計算要件とセーフティ・アーティファクトの基準を引き上げ、小規模なシリコンベンダーに対して、特化するか独自の提携を形成するかの選択を迫ることになるでしょう。

しかし、依然として大きな不確実性が残っています。規制のタイムライン、都市部における稀なエッジケースへの対応、そして大規模展開における経済性（センサーや車両のコスト、保険、現地の許認可）は、すべて未解決のままです。単一のコンピューティングベンダーに集約すること（スピード、エコシステム）と、多様なシリコン戦略（コスト管理、競争）のために選択肢を残しておくことの間には、トレードオフが存在します。

実務面において、このパートナーシップは現実的な一歩と言えます。ハードウェアの断片化という大きなリスク要因を排除しつつ、商業的に実行可能なL4サービスの実現には、依然として認証、セーフティケース、そして実世界での経験が必要であることを受け入れています。この分野を注視している企業や開発者にとっての教訓は、より高いコンピューティングニーズを想定して計画を立て、量産ハードウェアに対応するツールチェーンに投資し、安全性の成果物や検証パイプラインを戦略的資産として扱うことです。

結局のところ、Gen3とThorの物語は、単一ベンダーの勝利というよりも、量産型L4システムがどのような姿になるかという期待値を明確にしたことに意味があります。それは、より大規模なニューラルポリシー、より豊かなセンサーテレメトリ、そして検証済みの車載グレードのコンピューティング上で動作する統合された安全パイプラインです。今後数年間、WayveとNVIDIAが連携を深め、規制当局やOEMが関与していく中で、その方程式が商業規模で安全かつスケーラブルな自動運転サービスを実現できるかどうかが明らかになるでしょう。