一场疫情，不仅使全球经济停摆，也使自动驾驶正常测试陷入停滞。
一片停滞中，工程师将自动驾驶模拟器的重要性再提高一个等级，也是在特殊时期，使自动驾驶技术得以继续前行的重要利器。
不仅特殊时期，模拟器为自动驾驶最重要的技术之一，使自动驾驶开发商超越物理世界的局限，模拟极端的路况，测试自驾车的性能。可以说，助力自动驾驶落地的路上，自动驾驶模拟器有很大的推动作用。
在物理世界和虚拟世界之间，自动模拟器到底扮演什幺角色？在整个汽车链中，模拟处于什幺位置？
自动驾驶模拟：量产前必经之路
无论自驾车、机器人还是複杂的医疗器材，正式使用前都要大量测试。
业界普遍认为，为了保证自动驾驶技术安全可靠，自动驾驶业者需要 110 亿英里的测试数据优化升级自动驾驶系统。
如果照 100 辆自驾车每天 24 小时不停路测，平均时速 25 英里（约 40 公里）计算，需要 500 多年才能完成目标里程。
这要求对一般自动驾驶公司而言，几乎是天方夜谭，且需要大量消耗金钱和时间成本。
为了通过这段路程，各家公司开始寻求在虚拟世界解决问题，因此模拟器走一遭成了必经之路。
与此同时，转角案例（Conner Case）都是自动驾驶公司最重要的问题，而在物理世界，非常难以创造条件验证自驾车对 Conner Case 的应变能力，但使用模拟器，就能模拟很多极限情况，检测自驾车的稳定性和安全性。
因此，模拟是自动驾驶最重要的一环，模拟程度高低一定程度反映真实物理世界的程度。
所以无论 Waymo、Cruise 等 Robotaxi 厂商，还是 NVIDIA、百度、腾讯等巨头，都对模拟非常重视。
Waymo 和 Criuse 的高速发展，也离不开模拟器。
Carcraft 的软体创造者 James Stout 认为 Carcraft 是不断推动 Waymo 自动驾驶技术发展的强力武器。如果 Waymo 几年后供应全自驾车，那幺 Carcraft 值得永远铭记，为现实世界的虚拟呈现，它功劳巨大。根据 Waymo 2019 年官方数据，模拟里程超过 100 亿英里。
Cruise 自动驾驶负责人 Tom Boyd 认为，「只要建模时够精準，我们就能用模拟器重现物理世界。Cruise 模拟时能解决的问题可能还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，模拟器也得全速运转。」
模拟公司 Cognata CEO Danny Atsmon 表示，「大量真实世界交通场景的组合中，高度精準和可扩展的交通模型模拟技术，对自动驾驶系统验证至关重要。」
各案例已证明，模拟是自动驾驶车辆硬体和软体正式使用之前，测试和验证的有价值工具。
无缝移植图形计算时代的优势
模拟的重要性，让越来越多自动驾驶公司巨额投资模拟器，甚至将战火聚焦至模拟平台。
近年来，NVIDIA 在自动驾驶领域异军突起，过去相当长时间里，NVIDIA 能形成完整的端对端解决方案，形成资料中心基础架构、软体工具包、储存库和框架及高性能高能效的计算等矩阵。今年，Navigant Research 的《自驾车计算平台》报告，NVIDIA 于自驾车平台领域居榜首。
自动驾驶所有技术分支中，模拟是最能将 NVIDIA 图形计算时代积累的优势延伸到自动驾驶时代的技术应用。
NVIDIA DRIVE Constellation 是 NVIDIA 在 2019 年 GTC 技术大会提出的自动驾驶仿真模拟器。具体来说，NVIDIA DRIVE Constellation 是由两个并排伺服器组成的资料中心解决方案。
第一台伺服器 DRIVE Constellation Simulator 使用 NVIDIA GPU 执行 DRIVE Sim 软体，生成在虚拟世界车辆行驶的感测器结果；另外一台伺服器 Constellation Vehicle 搭载 DRIVE AGX 车载电脑，处理模拟的感测器数据。来自 Constellation Vehicle 的驾驶决策可回馈给 Constellation Simulator，做到位置且时间精準的硬体循环测试。
对应用方或开发者而言，更重要的是 NVIDIA DRIVE Constellation 是开放式平台，生态系统合作伙伴可将环境模型、车辆模型、感测器模型和交通场景整合。透过整合更广泛仿真生态系统的数据集，此平台可生成全面、多样化且複杂的测试环境。
也因此，吸引大量汽车产业上下游和 NVIDIA 合作。
整车厂方面，2019 年 3 月，丰田研究院（TRI-AD）宣布与 NVIDIA 于自动驾驶车辆开发、训练和验证等展开全新合作，涵盖相当数十亿英里的驾驶里程模拟业务。
目前，丰田研究院高级研发公司和丰田研究院正将 NVIDIA DRIVE Constellation 平台用于模拟工作流程组件。
一直以来，丰田的愿景是达成「事故零伤亡，使交通更顺畅、让全民自由行动」。丰田研究院高级研发公司首席执行长 James Kuffner 更将软体验证和测试的大型模拟工具摆在相当重要的位置，他认为对自动驾驶系统来说至关重要，也是关係愿景能否达成的关键之一。
端到端的模拟工具链将助力丰田、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 是开放式平台，很多模拟公司也支援 NVIDIA DRIVE Constellation。
去年 3 月，模拟公司 Cognata 宣布，DRIVE Constellation 可支援驾驶场景及交通模型。利用 Cognata 的交通模型，开发人员能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行为。
汽车模拟领头公司 IPG Automotive 也是与 NVIDIA 携手的另一个生态系统合作伙伴，旨在做到高传真车型。模拟软体 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，开发人员可将测试车辆转向、路面、悬吊、动力整合和车辆控制系统的反应变化用于功能开发。
模拟除了有更高效率、更大成本收益及更安全的驾驶体验外，模拟也将成为第三方监管机构制定自动驾驶标準的关键。
TÜV SÜD 安全机构已在使用 NVIDIA DRIVE Constellation 制定自动驾驶验证标準。TÜV SÜD 自动驾驶和 ADAS 全球负责人 Houssem Abdellatif 表示，「NVIDIA DRIVE Constellation 为达成这个目标，提供强大且高度可扩展的解决方案」。
NVIDIA DRIVE Constellation 连接车厂、模拟公司、安全机构，形成完整的自驾车产业生态图像。
模拟的差异化路径
模拟让人意识到虚拟世界的魔力，还展示科技解决外部困难问题时的强悍力量。
越来越多自动驾驶公司战火都聚焦在模拟平台，而模拟面的较量，和 NVIDIA 的对手大都将重心放在模拟。
NVIDIA 开创性创造了完整的反馈迴路：DRIVE Constellation 模拟器与 DRIVE Constellation 电脑共同创建「硬体循环」系统。
在这精确和时间的数位回馈迴路，已模拟的感测器数据流入 Pegasus AV 电脑，并即时处理。Pegasus 的驾驶命令会即时返回，以控制于模拟环境行驶的虚拟车辆，验证软体演算法是否可正常执行。
至于如何在模拟领域再掀起一场深水炸弹之战，複製自动驾驶晶片领域的成功，则是 NVIDIA 需要回答的问题。
