قائمة طعام
أقسام التشفير
يقوم نموذج المعلمة المدمج الذي يحتوي على 2 مليار بتخطيط مسارات القيادة، ويشرح خياراته، ويعمل على Nvidia DRIVE AGX Thor
الثلاثاء 10 نوفمبر 2026 · 11:15 بتوقيت شرق الولايات المتحدة · قراءة لمدة 3 دقائق
في منظمة العفو الدولية
يشارك
تريد Nvidia من السيارات ذاتية القيادة أن تفعل شيئًا لا يستطيع معظم السائقين البشر القيام به: شرح أنفسهم في الوقت الفعلي.
قدمت الشركة Alpamayo 2 Edge، وهو نموذج مفتوح للذكاء الاصطناعي يخطط لمسار السيارة ويحدد السبب وراء كل قرار قيادة أثناء حدوثه. جاء هذا الإعلان في 21 أكتوبر 2026 في حدث GTC Berlin.
نموذج صغير مع وظيفة كبيرة
Alpamayo 2 Edge هو ما يُعرف بنموذج الرؤية واللغة والحركة، أو VLA. من الناحية الفنية، يأخذ النموذج ثلاثة تدفقات من البيانات. هذه عبارة عن خلاصات من الكاميرات الموجودة حول السيارة، وبيانات الملاحة، وتاريخ حركة السيارة الحديث، وهو ما تسميه Nvidia حركة الأنا.
ومن تلك المدخلات، فإنه ينتج مخرجين. أحدهما هو المسار المخطط للمركبة. والآخر هو أثر التفكير التكيفي، وهو في الأساس تفسير مستمر للمنطق الكامن وراء الخطة.
يحتوي النموذج على 2 مليار معلمة. وهذا ما يجعله الشقيق خفيف الوزن لـ Alpamayo 2 Super الذي يبلغ وزنه 34 مليار معلمة، والذي تم بناؤه منه.
استخدمت نفيديا تقنية تسمى التقطير للوصول إلى هناك. الهدف من تقليص الأشياء هو السرعة. لا يمكن للسيارة الانتظار بينما يتداول نموذج عملاق في مركز البيانات.
الأرقام وراء "الوقت الحقيقي"
على منصة NVIDIA DRIVE AGX Thor، يعمل Alpamayo 2 Edge بسرعة حوالي 10 هرتز. وبصراحة، يقوم النموذج بتحديث خطته حوالي عشر مرات كل ثانية.
الذكاء الاصطناعي والتكنولوجيا والأسواق التي يتحركون فيها - في إحاطة يومية واحدة.
يوميًا. حر. انضم إلى أكثر من 34000 قارئ في مجال العملات المشفرة والتمويل والسياسة.
نحن نحترم خصوصيتك. إلغاء الاشتراك في أي وقت.
بعد التحسين باستخدام TensorRT، يحقق النموذج زمن انتقال من البكسل إلى المسار يتراوح بين 160 و190 مللي ثانية. هذه هي الفجوة بين الكاميرا التي تلتقط الصورة والنموذج الذي ينتج مسار القيادة، وتأتي في أقل من خمس الثانية.
يعتمد التدريب أيضًا بشكل كبير على التعلم المعزز. وفقًا لنتائج البحث، أدى التعلم المعزز ذو الحلقة المغلقة إلى تعزيز أداء النموذج بنسبة 48.9%.
أبلغ الشركاء الأوائل عن قدرات تخطيط أسرع وتعميم أفضل في الاختبارات الواقعية، مع ظهور النتائج في غضون أيام.
أوزان مفتوحة ومجموعة أدوات أوسع
تقوم Nvidia بإصدار Alpamayo 2 Edge على Hugging Face بموجب شروط ترخيص متساهلة. يمكن للمطورين تنزيله وضبطه لأغراضهم الخاصة.
تقوم الشركة أيضًا بتوجيه المطورين إلى الموارد الموجودة على GitHub لإجراء تجارب في الوقت الفعلي وتخصيص النماذج.
يتم إدخال النموذج في مجموعة Alpamayo المتنامية من Nvidia. تستهدف مجموعة الأدوات هذه المركبات ذاتية القيادة من المستوى الرابع وعمليات سيارات الأجرة الآلية، حيث من المتوقع أن تتعامل السيارة مع القيادة بمفردها ضمن ظروف محددة.
إلى جانب النموذج، أطلقت Nvidia إطار عمل الأمان Halos SAFE. وقد تم تطويره مع شركاء من بينهم dSPACE وIVEX وTÜV Rheinland.
كما قدمت شركة فولفو للسيارات أخبارًا في هذا الحدث. قالت شركة صناعة السيارات إنها تتبنى نظام حساب Hyperion من Nvidia جنبًا إلى جنب مع Alpamayo Stack لتطوير المركبات المستقبلية.
وبالنظر إلى المستقبل، من المتوقع أن يتم تقديم Alpamayo Agentic Factory من Nvidia في أوائل عام 2027. والمقصود منه أن يكون بمثابة مخطط لدمج عوامل الذكاء الاصطناعي.
الإفصاح: تم تحرير هذا المقال بواسطة دييغو ألمادا لوبيز. لمزيد من المعلومات حول كيفية إنشاء المحتوى ومراجعته، راجع سياستنا التحريرية.
الأخبار عما تحمله
اتبع الأسهم الخاصة بك والتشفير. اقرأ الأخبار المتعلقة بهم من مئات الناشرين في Pro.
سياسة الخصوصية
