Otomobilgi.comOtomobilgi.com
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • मुख्य पृष्ठ
  • समाचार
    तुर्किये ऑटोमोटिव उद्योग समाचार
    वैश्विक ऑटोमोटिव उद्योग की खबरें
    तुर्किये मोटरस्पोर्ट्स समाचार
    ग्लोबल मोटरस्पोर्ट्स समाचार
  • कारें
    अंतर्दहन
    • आंतरिक दहन मॉडल
    • आंतरिक दहन इंजन प्रौद्योगिकियां
    • ईंधन और उपभोग
    • उत्सर्जन और पर्यावरण
    • आंतरिक दहन इंजन स्वामित्व
    • आंतरिक दहन वाली मोटर कार का इतिहास
    इलेक्ट्रिक
    • इलेक्ट्रिक मॉडल
    • इलेक्ट्रिक ऑटोमोबाइल तकनीकें
    • चार्जिंग और बुनियादी ढांचा
    • बैटरी प्रौद्योगिकी
    • रेंज और खपत
    • इलेक्ट्रिक वाहन स्वामित्व
    • इलेक्ट्रिक कार का इतिहास
    हाइब्रिड
    • हाइब्रिड मॉडल
    • हाइब्रिड सिस्टम
    • बैटरी और चार्जिंग
    • उपभोग और दक्षता
    • हाइब्रिड स्वामित्व
    • हाइब्रिड कार का इतिहास
    सुपरकार
    हाइपरकार
  • तकनीक
    ड्राइवर सहायता प्रणालियाँ
    सुरक्षा तकनीकें
    लाइटिंग और दृश्यता तकनीकें
    इन्फोटेनमेंट और कनेक्टिविटी
    स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंस
    भविष्य की तकनीकें
  • गाइड
    खरीद गाइड
    बिक्री गाइड
    रखरखाव और उपयोग
    स्वामित्व और लागतें
    टायर और अलॉय व्हील
    बीमा और निरीक्षण
  • इतिहास और संस्कृति
    ऑटोमोबाइल का इतिहास
    प्रतिष्ठित मॉडल
    क्लासिक्स और संग्रह
    तुर्की की मोटर गाड़ी यात्रा
    ऑटोमोबाइल डिज़ाइन
    ऑटोमोबाइल और लोकप्रिय संस्कृति
  • मोटरस्पोर्ट्स
    फॉर्मूला 1
    रैली (WRC)
    रैलीक्रॉस
    MotoGP
    Formula 2 और Formula 3
    कार्टिंग
    ले मां 24 घंटे
    WEC
    नास्कार (NASCAR)
    IndyCar
    DTM
    GT रेसिंग
    ड्रिफ्ट
    ड्रैग रेसिंग
  • हमें जानें
    हमारे बारे में
    संपर्क
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  1. मुख्य पृष्ठ
  2. तकनीक
  3. स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंस
  4. स्वायत्त ड्राइविंग को नियंत्रित करने वाले चिप्स: Nvidia और Mobileye

स्वायत्त ड्राइविंग को नियंत्रित करने वाले चिप्स: Nvidia और Mobileye

  • स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंस
  • लेखक: Lütfi Mete Odabaşı
  • निर्माण: 27 अक्टूबर 2026
ये सिलिकॉन मस्तिष्क, जो हर सेकंड दर्जनों मेगाबाइट डेटा को हज़ारवें हिस्से में सेकंड में निर्णय में बदल देते हैं, स्वायत्त वाहनों की असली शक्ति की लड़ाई तय करते हैं।
ये सिलिकॉन मस्तिष्क, जो हर सेकंड दर्जनों मेगाबाइट डेटा को हज़ारवें हिस्से में सेकंड में निर्णय में बदल देते हैं, स्वायत्त वाहनों की असली शक्ति की लड़ाई तय करते हैं।

लिडार, रडार और कैमरों से हर सेकंड दर्जनों मेगाबाइट डेटा बहता है। इसे एक सेकंड के हज़ारवें हिस्से में निर्णय की तस्वीर में बदलने वाले लिए एक दिमाग़ चाहिए। लेकिन ये दिमाग़ कौन बनाता है, और इस सिलिकॉन युद्ध की कीमत कौन चुकाता है?

ऑटोनॉमस ड्राइविंग चिप्स क्या हैं और ये इतने महत्वपूर्ण क्यों हैं?

Otonom bir aracın çipi, kameraların ve lidarın topladığı ham veriyi saniyeler içinde fren ve direksiyon komutlarına dönüştüren sessiz bir beyin gibi çalışıyor.

किसी स्वायत्त वाहन के अंदर के चिप को, बेहतर कहें तो जिस कंप्यूटर में वह चिप लगा है, उसे कार का दिमाग़ समझें। आपकी आंखों (कैमरे), कानों (रडार) और लेज़र दूरी मापक यंत्रों (लिडार) द्वारा इकट्ठा किए गए कच्चे डेटा को स्टीयरिंग घुमाने और ब्रेक लगाने वाले आदेशों में बदलने का काम ठीक इसी कंप्यूटर का है। रोबोटैक्सी कंपनियों में से एक ने अपना ड्राइविंग हार्डवेयर पेश करते समय इस गणना की तुलना ड्राइवर के दिमाग़ से की है: एक अंग के रूप में जो कच्चे सेंसर डेटा को रीयल-टाइम ड्राइविंग आदेशों में बदलता है।

यहाँ का पैमाना दिमाग़ चकरा देने वाला है। अनुमानों के मुताबिक वाहन के कैमरे प्रति सेकंड 20 से 60 MB डेटा तैयार करते हैं, लिडार 10 से 70 MB, जबकि रडार अपेक्षाकृत विनम्र, प्रति सेकंड लगभग 10 KB। इसे घर के इंटरनेट पर बहते वीडियो की तरह मत समझें; यहाँ बहने वाला डेटा वह कच्ची तस्वीर और दूरी की जानकारी है जो कार के अगले आधे सेकंड में कहाँ जाना है, यह तय करेगी। मिलीसेकंड की देरी का मतलब है दुर्घटना। इसीलिए चिप निर्माता एक-दूसरे से छेड़े गए इस प्रतिस्पर्धा में अरबों डॉलर निवेश कर रहे हैं।

लेकिन आपके ज़ेहन में असल सवाल शायद यह है: इस प्रोसेसर युद्ध में कौन जीत रहा है? तीन बड़े खिलाड़ी हैं और तीनों के रास्ते बिल्कुल अलग हैं।

Nvidia DRIVE: गेम से गेम कंसोल जैसा एक प्लेटफॉर्म दिग्गज

Nvidia की ऑटोमोटिव शाखा की चमकती सितारा DRIVE Orin नाम का एक SoC है, यानी एक ही चिप पर बना पूरा कंप्यूटर। SoC का पूरा नाम system-on-chip है; इसे आप अपने फ़ोन के प्रोसेसर के वाहन वर्ज़न की तरह समझ सकते हैं। इस पर सॉफ़्टवेयर लोड होता है, सेंसर जुड़ते हैं और वाहन अब सोच सकता है।

अगस्त 2025 में डेवलपर्स को उपलब्ध कराया गया नई पीढ़ी का DRIVE AGX Thor इस कहानी का मौजूदा नायक है। Nvidia के अनुसार Thor, AGX Orin की तुलना में 7.5 गुना तक अधिक आर्टिफिशियल इंटेलिजेंस गणना क्षमता देता है। इससे भी महत्वपूर्ण बात यह कि इसे ऑटोमोटिव उद्योग की कठोर फंक्शनल सेफ्टी (ISO 26262) और साइबर सुरक्षा (ISO 21434) आवश्यकताओं को पूरा करने के लिए डिज़ाइन किया गया है। क्योंकि कार में चलने वाला चिप, आपके कंप्यूटर के चिप से कहीं अलग नियमों के अधीन होता है; अगर कोई गेम क्रैश हो जाए तो आप उसे फिर से शुरू कर देते हैं, लेकिन अगर कोई ड्राइविंग चिप क्रैश हो जाए तो बस बिता चुकी होती है।

Nvidia की रणनीति सिर्फ चिप बेचने की नहीं, बल्कि पूरे प्लेटफॉर्म पर नियंत्रण कसकर रखने की है। CES 2026 में पेश किया गया DRIVE AGX Hyperion गणना से लेकर सेंसर आर्किटेक्चर तक पूरे स्टैक को कवर करता है, और कहा जा रहा है कि इससे कंपनी का स्वायत्त ड्राइविंग दुनिया में नियंत्रण और मज़बूत हुआ है। इसका सबसे ठोस उदाहरण Mercedes-Benz साझेदारी है: Mercedes का ऑपरेटिंग सिस्टम MB.OS, Nvidia के Hyperion आर्किटेक्चर और Alpamayo नाम के सॉफ़्टवेयर के साथ जुड़ रहा है। यानी एक लक्ज़री जर्मन कार का दिमाग़ एक अमेरिकी चिप दिग्गज के प्लेटफॉर्म पर चलेगा।

मुख्य बातें

  • 25 करोड़ से अधिक वाहन Mobileye EyeQ तकनीक के साथ निर्मित हुए (2026 की दूसरी तिमाही तक के आंकड़े)
  • Nvidia DRIVE AGX Thor, पिछली पीढ़ी के Orin की तुलना में 7.5 गुना तक अधिक एआई कंप्यूटिंग शक्ति का वादा करता है
  • Tesla का FSD कंप्यूटर डुअल SoC आर्किटेक्चर का उपयोग करता है और इसमें 12 ARM Cortex-A72 CPU शामिल हैं
  • स्वायत्त वाहन चिप बाज़ार के 14.48 अरब डॉलर (2026) से बढ़कर 35.49 अरब डॉलर (2034) तक पहुंचने की उम्मीद है
  • Intel के अनुमानों के अनुसार कैमरे वाहन में प्रति सेकंड 20-60 MB और लिडार 10-70 MB डेटा उत्पन्न करते हैं

Mobileye EyeQ: 25 करोड़ वाहनों के भीतर का मौन दिग्गज

अब मंच पर एक ऐसा खिलाड़ी आता है जिसके बारे में बहुत कम प्रचार हुआ है लेकिन मैदान पर उसके सबसे अधिक सबूत हैं: Mobileye। इस कंपनी को 2017 में Intel ने खरीदा था और EyeQ नामक कस्टम-डिज़ाइन चिप के साथ उसने ADAS यानी उन्नत ड्राइवर सहायता प्रणालियों का अदृश्य ढांचा खड़ा किया। 2025 के अंत तक दुनिया भर में 23 करोड़ से अधिक वाहन EyeQ तकनीक के साथ निर्मित हुए; 2026 की दूसरी तिमाही तक यह संख्या 25 करोड़ को पार कर चुकी है. एक पांच-सीटर कार की सोचो; यह संख्या दुनिया की सभी कारों के काफी बड़े हिस्से के बराबर है। इसके अलावा, 27 से अधिक कार निर्माता इन चिप्स का उपयोग कर रहे हैं।

Mobileye के महत्वाकांक्षी उत्पादों में से एक है SuperVision: 11 कैमरे और दोहरे EyeQ 5 High चिप वाला एक एकीकृत कंप्यूटर। कंपनी द्वारा उपभोक्ता स्वायत्त वाहनों के लिए घोषित सर्वाधिक प्रदर्शन वाला SoC है EyeQ Ultra। EyeQ परिवार की पांचवीं पीढ़ी को लेवल 5 यानी पूर्ण स्वायत्त वाहनों का समर्थन करने की क्षमता के साथ पेश किया जा रहा है। नई पीढ़ी के EyeQ6H पर आधारित एक "Surround ADAS" प्लेटफॉर्म को भी 360 डिग्री कैमरा और रडार रिंग, सॉफ्टवेयर-परिभाषित क्षमताओं और कुछ हाईवे पर हैंड्स-ऑफ ड्राइविंग के वादे के साथ एक अमेरिकी निर्माता द्वारा चुना गया है।

Nvidia के ओपन-सोर्स दृष्टिकोण के सामने Mobileye की स्थिति क्या होगी? कंपनी के CEO Amnon Shashua का अनुमान है कि 2026-2027 कंपनी के लिए एक बड़ा मोड़ साबित होगा, और वे ऐसे बयान देते हैं जो संकेत देते हैं कि उन्हें लगता है Nvidia का मॉडल बाज़ार की स्थितियों को बदलने वाली कोई चीज़ नहीं है। Shashua जिस बात पर बार-बार जोर देते हैं, वह यह है: उद्योग में घोषणाओं और उत्साह की लहर का एक हिस्सा सिर्फ शोर है, असली मुद्दा मैदान में साबित हो चुका उत्पाद है। इस वाक्य किसे बढ़ाया जाए, यह विवादास्पद है - लेकिन 25 करोड़ वाहन एक मजबूत पक्ष है जिसका बचाव किया जा सकता है।

Tesla ने अपना चिप क्यों डिज़ाइन किया?

Tesla की कहानी इन तीनों में सबसे विद्रोही है। कंपनी पहले Nvidia-आधारित प्रोसेसर का उपयोग करती थी, फिर पूरी तरह अपने स्वयं के डिज़ाइन वाले FSD Chip पर चली गई। इस चिप में 12 ARM Cortex-A72 CPU शामिल हैं और Tesla ने इसे एक न्यूरल नेटवर्क कंप्यूटर के रूप में परिभाषित किया। ध्यान खींचने वाली बात यह है कि FSD कंप्यूटर में डुअल SoC आर्किटेक्चर है: यानी महत्वपूर्ण गणनाओं के लिए एक ही समय में दो प्रोसेसर सक्रिय रहते हैं।

लेकिन क्यों? तैयार प्लेटफॉर्म का उपयोग करने की बजाय अपना चिप डिज़ाइन करने की झंझट क्यों उठाई? Tesla की ओर से दिया गया तर्क यह है कि सामान्य-उद्देश्य वाले Nvidia चिप्स Tesla की ज़रूरत के लिए पर्याप्त रूप से अनुकूलित नहीं थे। जब आप अपना सिलिकॉन स्वयं डिज़ाइन करते हैं, तो आपके हाथ में एक ऐसा हिस्सा आता है जो पूरी तरह आपके एआई मॉडल के लिए अनुकूलित होता है और जिस पर आप बिजली की खपत को नियंत्रित कर सकते हैं। इसे एक व्यंजन विधि की किताब की तरह सोचें: आप किसी और की रेसिपी बुक से खाना बना सकते हैं, लेकिन अपनी ही रेसिपी बुक में आप बिल्कुल वही नुस्खा लिखते हैं जो आप चाहते हैं। बेशक, इसकी एक कीमत है - चिप डिज़ाइन अविश्वसनीय रूप से महंगा और जोखिम भरा काम है। उत्पादन के क्षेत्र में TSMC जैसे विशाल कारखाने भी शामिल हैं।

एक संख्यात्मक नोट: यह दावे घूम रहे हैं कि Nvidia के अपने चिप की क्षमता 320 TOPS अर्थात प्रति सेकंड ट्रिलियन ऑपरेशन है, जबकि Tesla की दो-चिप वाली प्रणाली 144 TOPS करती है। लेकिन यहाँ सावधान रहना ज़रूरी है; ये संख्याएँ अलग-अलग परिभाषाओं और अवधियों से आती हैं, और TOPS अकेले न एक प्रणाली की बेहतरी साबित करता है और न दूसरे की। अंत में, कंप्यूटिंग शक्ति उतनी ही मायने रखती है जितनी उस पर चलने वाले सॉफ़्टवेयर की गुणवत्ता।

तीन प्लेटफ़ॉर्म एक साथ: Nvidia, Mobileye और Tesla

विशेषताNvidia DRIVEMobileye EyeQTesla FSD Chip
दृष्टिकोणखुला प्लेटफ़ॉर्म, निर्माताओं को बेचा जाता हैतैयार हार्डवेयर-सॉफ़्टवेयर समाधानपूरी तरह अपने नियंत्रण में, अपने ही वाहनों के लिए विशेष
वर्तमान स्टार उत्पादDRIVE AGX ThorEyeQ 5 / EyeQ UltraFSD Chip (दोहरा SoC)
पैमानाMercedes-Benz जैसे निर्माताओं के साथ सहयोग25 करोड़+ वाहन, 27 से अधिक निर्माताकेवल Tesla वाहन
नवीनतम पीढ़ीDRIVE AGX Hyperion (CES 2026)EyeQ6H आधारित Surround ADAS12 ARM Cortex-A72 CPU
इकोसिस्टम की ताकतCUDA और व्यापक डेवलपर समर्थनमैदान में सिद्ध व्यापक बेड़ालंबवत एकीकरण, वाहन-सॉफ़्टवेयर अनुकूलन

ये तीन रास्ते साथ ही तीन व्यावसायिक मॉडलों का प्रतिनिधित्व करते हैं। Nvidia अपना प्लेटफ़ॉर्म सभी को बेचता है, Mobileye पैकेज्ड समाधान के साथ पैमाने पर बढ़ता है, और Tesla सब कुछ स्वयं करता है। कौन जीतेगा? बहुत संभव है कि अभी कुछ समय तक तीनों बाज़ार में बने रहें; क्योंकि हर निर्माता की ज़रूरत और जोखिम लेने की क्षमता अलग-अलग है।

क्या सॉफ़्टवेयर-परिभाषित वाहन क्रांति निर्माताओं को चिप बनाने की ओर धकेल रही है?

पिछले वर्षों में ऑटोमोटिव दुनिया के सबसे चर्चित विषयों में से एक है सॉफ़्टवेयर-परिभाषित वाहन, यानी SDV। विचार सरल है पर क्रांतिकारी: अब आप कार को इंजन की शक्ति से नहीं, बल्कि उसके सॉफ़्टवेयर से अलग पहचान देते हैं। नई सुविधाएँ वायरलेस अपडेट के ज़रिए आती हैं, और वाहन की बुद्धिमत्ता एक केंद्रीय कंप्यूटिंग प्लेटफ़ॉर्म पर केंद्रित होती है। इसका मतलब है कि पारंपरिक वाहन आर्किटेक्चर में मौजूद दर्जनों छोटी नियंत्रण इकाइयों की जगह शक्तिशाली और केंद्रीय मस्तिष्क ले लेते हैं।

और ठीक इसी बिंदु पर बातें उलझ जाती हैं। अगर कार की प्रतिस्पर्धात्मक ताकत उसके सॉफ़्टवेयर में है और सॉफ़्टवेयर को एक शक्तिशाली चिप की आवश्यकता है, तो निर्माता एक गंभीर प्रश्न का सामना करते हैं: मस्तिष्क किससे लोगे? तैयार प्लेटफ़ॉर्म इस्तेमाल करने वाला निर्माता अंतर लाने वाली तकनीक के लिए अपने आपूर्तिकार्ता पर निर्भर बन जाता है। Nvidia का अपने स्टैक पर नियंत्रण कसना ठीक इसीलिए कुछ निर्माताओं को चिंतित करता है। वहीं अपना चिप स्वयं डिज़ाइन करने वाला निर्माता अरबों डॉलर की विकास लागत उठाने के लिए बाध्य होता है। एक ऐसे उद्योग की कल्पना करें जो दो बुरे विकल्पों के बीच झूल रहा हो - थोड़ा तनावपूर्ण है, है ना?

इसके अलावा इस तकनीकी निर्भरता की लागत का पहलू भी है। हर नया ADAS फ़ीचर कैलिब्रेशन की जटिलता और मरम्मत लागत जोड़ता है; जिससे निर्माताओं के मार्जिन पर दबाव पड़ता है और एंट्री-सेगमेंट वाहनों में इन सिस्टम का प्रसार कठिन होता है। आपूर्ति का पक्ष भी है: आर्टिफ़िशियल इंटेलिजेंस डेटा सेंटरों की चिप घटकों (विशेष रूप से DRAM मेमोरी) की भूख, ऑटोमोटिव चिप आपूर्ति को सिमटा रही है। तो चिप फ़ैक्ट्रियां सबसे पहले किसके लिए उत्पादन करेंगी? आपके फ़ोन की AI ऐप के लिए, या आपकी कार के ब्रेक असिस्टेंट के लिए? प्राथमिकता के क्रम की यह बहस ही 2026 की असली आपूर्ति समस्या है।

वादे और हकीकत के बीच का अंतर: कंप्यूटिंग शक्ति मुफ़्त नहीं है

यहां तक की सब कुछ रोमांचक है। लेकिन एक बिंदु पर हमें सवाल उठाने चाहिए: इस सारी कंप्यूटिंग शक्ति की एक कीमत है, और वह सिर्फ़ पैसों वाली नहीं है। एक विश्वविद्यालय के विश्लेषण ने गणना की है कि दिन में एक घंटा स्वायत्त ड्राइविंग करने और 840 वाट खपत करने वाले 1 अरब स्वायत्त वाहन, उत्सर्जन के लिहाज़ से एक महत्वपूर्ण बोझ बनेंगे। यानी जब हम स्वायत्त वाहनों की पर्यावरण के अनुकूल होने की तारीफ़ करते रहते हैं, तो उनके दिमाग़ की खपत की ऊर्जा को भी गणना में शामिल करना ज़रूरी है। कारें बिजली से चलने पर एग्ज़ॉस्ट शून्य होता है, लेकिन प्लग-इन वाहन का दिमाग़ अब भी बिजली खर्च करता है।

एक और यथार्थवादी बात: बाज़ार के अनुमान बड़े हैं, लेकिन फ़िलहाल "इतने TOPS चाहिए" का कोई पक्का फ़ॉर्मूला नहीं है। लेवल 5 पूर्ण स्वायत्तता को कितनी कंप्यूटिंग शक्ति चाहिए, यह अब भी एक खुला इंजीनियरिंग प्रश्न है। Mobileye की पांचवीं पीढ़ी के चिप लेवल 5 क्षमता के साथ पेश किए जा रहे हैं, लेकिन क्षमता और सिद्ध वास्तविकता के बीच की दूरी, Shashua के द्वारा कहे गए "शोर" के ठीक बीच में खड़ी है।

तो इस सिलिकॉन युद्ध में विजेता कौन होगा?

ईमानदार जवाब: अभी तय नहीं है, और संभवतः कोई एक विजेता नहीं होगा। Nvidia अपनी प्लेटफ़ॉर्म शक्ति और Mercedes जैसे सहयोगों के साथ सॉफ़्टवेयर-डिफ़ाइंड वाहन युग के सबसे प्रभावशाली आपूर्तिकर्ता की स्थिति मज़बूत कर रहा है। 250 मिलियन वाहनों के सिद्ध बेड़े और पैमाने के फ़ायदे के साथ Mobileye मैदान का सबसे परिपक्व खिलाड़ी है। Tesla अपना खुद का सिलिकॉन बनाने की कीमत और लाभ दोनों अकेले उठाने वाला एक अपवाद है। तीनों एक-दूसरे का विकल्प नहीं हैं; तीन अलग सवालों के तीन अलग जवाब दे रहे हैं।

असली समझदारी भरा सवाल शायद यह है: जब कारों का दिमाग़ कुछ ही कंपनियों के हाथ में केंद्रित हो जाता है, तो ड्राइवर और निर्माता क्या पाते हैं, क्या खोते हैं? लाभ, तकनीक का तेज़ी से परिपक्व होना। नुक़सान, निर्भरता - और उस निर्भरता का बिल तब आएगा जब ये चिप पहली बार सड़क पर सिद्ध होंगे, नहीं, बल्कि जब पहली बार कुछ ग़लत होगा। इसलिए बने रहें और देखते रहें।

स्रोत

  • The Evolution of EyeQ - Mobileye
  • Mobileye Releases Second Quarter 2026 Results
  • New Mobileye EyeQ Ultra - Intel Press Release
  • Mobileye SuperVision Put to the Test - Mobileye Blog
  • Nvidia launches Drive AGX Thor developer kit
  • Nvidia: How It Is Tightening Its Grip on the Autonomous Vehicle Stack
  • Mercedes-Benz और NVIDIA ने साझेदारी का विस्तार किया - Nvidia Newsroom
  • Tesla ऑटोपायलट हार्डवेयर - Wikipedia
  • स्वायत्त वाहन क्षेत्र में AI चिप्स - Lux Research
  • हमारे ट्रंक के अंदर की एक झलक: Waymo कंप्यूटिंग - Waymo Blog
  • स्वायत्त वाहन डेटा कंप्यूटर - Premio
  • स्व-चालित कारों को शक्ति देने वाले कंप्यूटर कार्बन उत्सर्जन का एक बड़ा स्रोत हो सकते हैं - MIT News
  • Mobileye और Nvidia के सुरक्षा सिस्टम कितने समान हैं?
  • AV चिप्स बाज़ार - Fortune Business Insights
  • ऑटोमोटिव ADAS चिप बाज़ार - Dataintelo
  • DRAM संकट - Area51ESG
  • सॉफ्टवेयर परिभाषित वाहन - Valeo

इस पेज को साझा करें

कैटेगरी संपादक

लुत्फ़ी मेते ओदाबाशी

लुत्फ़ी मेते ओदाबाशी

एक युवा, गतिशील, शोधन और सीखने से प्रेम करने वाला ऑटोमोबाइल और मोटर स्पोर्ट्स का शौकीन। Mete, हमारे ऑटोमोबाइल समाचार, जानकारी और संस्कृति प्लेटफ़ॉर्म में युवाओं के दृष्टिकोण से मूल्य जोड़ता है। वह ऑटोमोबाइल तकनीकों में नवाचारों और मोटर स्पोर्ट्स में होने वाले विकासों को बारीकी से फॉलो करता है और जो सीखता है, उसे otomobilgi.com के लिए उपयोगी, भरपूर सामग्री में बदलता है।

संबंधित सामग्री

Tesla FSD v12 के साथ इंजीनियरों के नियम-दर-नियम निर्देश देने वाला स्वचालित ड्राइविंग का दौर खत्म हो गया; अब न्यूरल नेटवर्क सीधे कच्चे कैमरा फुटेज से स्टीयरिंग का निर्णय लेता है।
स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंसएंड-टू-एंड मॉडल ऑटोनॉमस ड्राइविंग को कैसे बदल रहे हैं?
भारी बर्फबारी में लिडार की पहचान क्षमता 50% से अधिक गिर जाती है और आर्टिफिशियल इंटेलिजेंस यह नहीं जान पाती कि किस सेंसर पर भरोसा करे, इसलिए रोबोटैक्सियां रुक जाती हैं।
स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंसस्वचालित वाहन कारखानों को बर्फ और बारिश में अंधा क्यों हो जाता है?
Waymo सीमित क्षेत्रों में बिना चालक के, Tesla हर जगह निगरानी के साथ काम कर रहा है; यह अंतर संयोग नहीं है, बल्कि दोनों कंपनियों के बिज़नेस मॉडल का ही सार है।
स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंसवेमो शहर में अकेले घूम रहा है, तो टेस्ला को अभी भी ड्राइवर की ज़रूरत क्यों है?
स्वचालित ड्राइविंग में कोई एक सही सेंसर नहीं है; विजेता का निर्धारण लागत, सुरक्षा और नियमन के संतुलन से होगा।
स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंसलिडार या कैमरा? ऑटोनोमस ड्राइविंग में सेंसर युद्ध का स्कोरकार्ड
जब तक स्टीयरिंग आपके हाथ में रहती है, चाहे कार कितनी भी स्मार्ट क्यों न हो, कानूनी रूप से आप अभी भी ड्राइवर ही हैं।
स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंसस्तर 2 या स्तर 3? स्वायत्त ड्राइविंग में वादा और वास्तविकता
कैमरा और लिडार अच्छे मौसम के सेंसर हैं; कोहरे वाली बरसाती रात में कार को संभाले रखने वाला असली दोस्त ऊंचाई महसूस करने वाला 4D रडार है।
स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंस4D रडार स्वायत्त ड्राइविंग में क्या काम आता है?
दोनों सिस्टम SAE लेवल 2 हैं, इसलिए स्टीयरिंग के पीछे असली पायलट अब भी आप ही हैं: आज कोई भी कार जिम्मेदारी आपसे नहीं लेती।
स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंसTesla FSD और Super Cruise के बीच 5 मुख्य अंतर
स्वायत्त वाहनें सायरन को 800 मीटर दूर से सुन सकती हैं, फिर भी दमकल के आगे खड़े होकर रास्ता रोकती रहती हैं; उनके कान हैं, लेकिन प्रतिवर्त गायब हैं।
स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंसस्वायत्त वाहन पुलिस और एम्बुलेंस सायरन के सामने क्या करते हैं?
Tesla की 99 डॉलर की FSD सदस्यता पूर्ण स्वायत्तते का वादा करती है, लेकिन आपके पैसे का मूल्य आपके द्वारा प्रतिदिन कितने किलोमीटर गाड़ी चलाने पर निर्भर करता है।
स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंसक्या स्वायत्त ड्राइविंग के लिए मासिक शुल्क चुकाना उचित है?
एक स्वचालित ड्राइवर सिमुलेशन में अरबों वर्चुअल किलोमीटर के दौरान गलतियाँ करके सीखता है; असली परीक्षा तो सच्चे एस्फाल्ट पर शुरू होती है।
स्वायत्त ड्राइविंग और आर्टिफिशियल इंटेलिजेंसस्वचालित वाहन गाड़ी चलाना कैसे सीखते हैं? सिमुलेशन का छाया स्कूल

श्रेणियाँ

  • स्वायत्त ड्राइविंग
  • टेस्ला
  • पूर्ण स्वचालित ड्राइविंग
  • मर्सिडीज़-बेंज़
  • लिडार
  • ड्राइवर सपोर्ट सिस्टम
  • सेंसर तकनीक
  • सेंसर फ्यूजन
  • ऑटोनॉमस ड्राइविंग स्तर
  • nvidia drive
  • मोबाइलआई आईक्यू (mobileye eyeq)
  • सॉफ़्टवेयर-परिभाषित वाहन

हमें सोशल मीडिया पर फॉलो करें

  • हमारे बारे में
  • KVKK सूचना पाठ
  • गोपनीयता नीति
  • संपर्क
Otomobilgi.com
स्वतंत्र ऑटोमोबाइल संस्कृति प्लेटफ़ॉर्म
Virgo CMS द्वारा संचालित