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
  • FŐOLDAL
  • HÍREK
    Törökországi Autóipari Hírek
    Globális automobilipari hírek
    Törökországi motorsport hírek
    Globális Motorsport Hírek
  • AUTÓK
    BELSŐ ÉGÉSŰ MOTOR
    • Belső égésű modellek
    • Belső égésű motor technológiák
    • Üzemanyag és fogyasztás
    • Kibocsátás és Környezet
    • Belső égésű motor tulajdonjoga
    • Belső égésű autómobilok története
    ELEKTROMOS
    • Elektromos modellek
    • Villanyautó-technológiák
    • Töltés és infrastruktúra
    • Akkumulátortechnológia
    • Hatótávolság és fogyasztás
    • Elektromos tulajdonlás
    • Elektromos autók története
    HIBRID
    • Hibrid modellek
    • Hibrid rendszerek
    • Akkumulátor és töltés
    • Fogyasztás és Hatékonyság
    • Hibrid tulajdonlás
    • Hibrid autó története
    SUPERCAR
    HYPERCAR
  • TECHNOLÓGIA
    Vezetőtámogató rendszerek
    Biztonsági technológiák
    Világítási és Látási Technológiák
    Infotainment és kapcsolat
    Önvezető üzemmód és a mesterséges intelligencia
    A Jövő Technológiái
  • ÚTMUTATÓK
    Vásárlási útmutatók
    Értékesítési útmutatók
    Karbantartás és használat
    Tulajdonjog és költségek
    Gumi és Felni
    Biztosítás és műszaki vizsga
  • TÖRTÉNELEM & KULTÚRA
    Autótörténelem
    Ikonikus Modellek
    Klasszikusok és Gyűjtemények
    Törökország autóipari története
    Autótervezés
    Az autó és a populáris kultúra
  • MOTORSPORT
    Formula 1
    Rali (WRC)
    Rallykrossz
    MotoGP
    Formula 2 & Formula 3
    Kartozás
    Le Mans-i 24 Órás
    WEC
    NASCAR
    IndyCar
    DTM
    GT Versenyek
    Drift
    Drag Versenyek
  • ISMERJEN MEG MINKET
    RÓLUNK
    KAPCSOLAT
  • 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. FŐOLDAL
  2. TECHNOLÓGIA
  3. Önvezető üzemmód és a mesterséges intelligencia
  4. Az autonóm vezetést irányító chipek: Nvidia és Mobileye

Az autonóm vezetést irányító chipek: Nvidia és Mobileye

  • Autonóm vezetés és mesterséges intelligencia
  • Szerző: Lütfi Mete Odabaşı
  • Létrehozás: 27 október 2026
Ezek a szilikon agyak, amelyek másodpercenként több tíz megabájtnyi adatot alakítanak át döntéssé ezredmásodpercek alatt, az autonóm járművek valódi hatalmi harcát határozzák meg.
Ezek a szilikon agyak, amelyek másodpercenként több tíz megabájtnyi adatot alakítanak át döntéssé ezredmásodpercek alatt, az autonóm járművek valódi hatalmi harcát határozzák meg.

A lidarból, radarból és kamerákból másodpercenként tízmegabájtnyi adat áramlik. Ehhez olyan agy kell, amely ezredmásodpercek alatt döntéssé és cselekvéssé alakítja azt. De ki gyártja ezeket az agyakat, és ki fizeti meg ennek a szilíciumháborúnak az árát?

Mik azok az autonóm vezetési chipek, és miért olyan fontosak?

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

Egy autonóm járműben lévő chipet, pontosabban azt a számítógépet, amelyben a chip található, tekintsük az autó agyának. Ez a számítógép az, amely a szemek (kamerák), a fülek (radar) és a lézeres távolságmérők (lidar) által gyűjtött nyers adatot olyan parancsokká alakítja, amelyek fordítják a kormányt és nyomják a féket. Az egyik robotaxi-cég a saját vezetési hardverét bemutatva a vezető agyához hasonlítja a számítást: mint egy szervhez, amely a nyers érzékelőadatot valós idejű vezetési parancsokká alakítja.

Az itt szereplő méretek meglepőek. A becslések szerint a jármű kamerái másodpercenként 20 és 60 MB adatot termelnek, a lidar 10 és 70 MB közöttit, a radar pedig szerényebb, másodpercenként körülbelül 10 KB. Ne úgy gondold ezt, mint egy videót, amely az otthoni interneten folyik át; az itt áramló adat nyers képi és távolságinformáció, amely eldönti, hová megy az autó a következő fél másodpercben. A milliszekundumos késleltetés balesetet jelent. Ezért a chipgyártók milliárdokat fektetnek abba a versenybe, amelybe bekapcsolódtak.

De a kérdés, ami valószínűleg a leginkább érdekel, valószínűleg ez: ki nyeri meg ezt a processzorháborút? Három nagy szereplő van, és a három útja nagyon eltérő.

Nvidia DRIVE: Egy játékkonzolhoz hasonló platformóriás

Az Nvidia autóipari ágának sztárja az DRIVE Orin nevű SoC, vagyis egyetlen chipre épített teljes számítógép. A SoC a system-on-chip kifejezés rövidítése; gondolhatsz rá úgy, mint a telefonod processzorának járművi változatára. Rá telepítik a szoftvert, csatlakoztatják az érzékelőket, és a jármű már gondolkodni is képes.

A 2025 augusztusában a fejlesztők számára elérhetővé tett új generációs DRIVE AGX Thor ennek a történetnek a jelenlegi hőse. Az Nvidia szerint a Thor az AGX Orinhoz képest akár 7,5-szeres mesterséges intelligencia számítási teljesítményt nyújt. Ami még fontosabb: az autóipar szigorú funkcionális biztonsági (ISO 26262) és kiberbiztonsági (ISO 21434) követelményeinek megfelelően tervezték. Mert egy autóban működő chip sokkal szigorúbb szabályoknak van kitéve, mint a számítógépedben dolgozó chipek; ha egy játék összeomlik, újraindítod, de ha egy vezetési chip omlik össze, akkor már késő.

Az Nvidia stratégiája nem csupán chipek eladása, hanem egy teljes platform kézben tartása. A CES 2026-n bemutatott DRIVE AGX Hyperion a számítástól az érzékelőarchitektúráig a teljes rendszert lefedi, és arról beszélnek, hogy a vállalat szorosabbra fűzi irányítását az autonóm vezetés világában. Ennek legkézzelfoghatóbb példája a Mercedes-Benz együttműködés: A Mercedes MB.OS operációs rendszere az Nvidia Hyperion architektúrájával és az Alpamayo nevű szoftverrel találkozik. Vagyis egy luxusnémet autó agya egy amerikai chipóriás platformján fog működni.

Kiemeltek

  • A 250 millió járműet meghaladó jármű készült Mobileye EyeQ technológiával (a 2026. 2. negyedévig)
  • Az Nvidia DRIVE AGX Thor akár 7,5-szörös mesterséges intelligencia számítási teljesítményt ígér az előző generációs Orinhoz képest
  • A Tesla FSD számítógépe kettős SoC architektúrát használ, és 12 ARM Cortex-A72 CPU-t tartalmaz
  • Az önvezető járműchip-piac 14,48 milliárd dollárról (2026) 35,49 milliárd dollárra (2034) várható növekedése
  • Az Intel becslései szerint a kamerák 20-60 MB, a lidar 10-70 MB adatot állít elő másodpercenként a járműben

Mobileye EyeQ: A csendes óriás 250 millió jármű belsejében

Most egy olyan szereplő lép színre, amelyről sokkal kevesebb szó esik, de amelynek a legtöbb terepi bizonyítéka van: a Mobileye. A céget 2017-ben vásárolta meg az Intel, és a saját tervezésű, EyeQ nevű chippel az ADAS, azaz a fejlett vezetőtámogató rendszerek láthatatlan infrastruktúráját építette ki. 2025 végéig világszerte 230 millió-nál több jármű készült EyeQ technológiával; 2026 második negyedévében ez a szám átlépte a 250 milliót. Gondolj egy ötszemélyes autóra; ez a szám a világ összes autójának elég jelentős részének felel meg. Ráadásul 27-nél több autógyártó használja ezeket a chipeket.

A Mobileye egyik ambiciózus terméke a SuperVision: egy integrált számítógép 11 kamerával és dupla EyeQ 5 High chippel. A cég fogyasztói önvezető járművekhez bejelentett legnagyobb teljesítményű SoC-ja pedig a EyeQ Ultra. Az ötödik generációs EyeQ családot 5-ös szintű, azaz teljesen autonóm járművek támogatására képes kapacitással mutatták be. Az új generációs EyeQ6H alapú "Surround ADAS" platformot is kiválasztotta egy amerikai gyártó, 360 fokos kamera- és radarörgyűrűvel, szoftver által definiált képességekkel és egyes autópályákon kézi vezetés ígéretével.

Mi lesz a Mobileye pozíciója az Nvidia nyílt forráskódú megközelítésével szemben? A cég vezérigazgatója, Amnon Shashua előrejelzi, hogy a 2026-2027 közötti időszak nagy mérföldkő lesz a cég számára, és olyan nyilatkozatokat tesz, amelyek azt sugallják, úgy vélik, az Nvidia modellje nem olyan dolog, ami megváltoztatná a piaci pozíciókat. Amire Shashua kitartóan hangsúlyoz: az iparág bejelentési és lelkesedési hullámának egy része csak zaj, a valódi kérdés a terepen bizonyított termék. Akit irányuljon ez a mondat, az vitatható - de 250 millió jármű erős érv.

Miért tervezte a Tesla a saját chipjét?

A Tesla története a három közül a leglázadóbb. A cég először Nvidia alapú processzorokat használt, majd teljesen a saját tervezésű FSD Chip-re váltott. Ez a chip 12 ARM Cortex-A72 CPU-t tartalmaz, és a Tesla neurális hálózati számítógépként határozta meg. A feltűnő részlet az, hogy az FSD számítógép kettős SoC architektúrával rendelkezik: vagyis a kritikus számításokhoz egyszerre két processzor működik.

De miért? Miért fárasztanád magad a saját chipped tervezésével, ha használhatnál kész platformot? A Tesla oldalán elhangzó indoklás az, hogy az általános célú Nvidia chipek nem elég testreszabottak a Tesla igényeihez. Amikor saját szilíciumot tervezel, egy olyan darabot kapsz a kezedbe, amely pontosan a te mesterséges intelligencia modelledre van optimalizálva, és amelynek a teljesítményfelhasználását te irányíthatod. Gondolj rá úgy, mint egy szakácskönyvre: főzhetsz más szakácskönyve alapján, de a saját szakácskönyvedbe pontosan azt a receptet írod, amit szeretnél. Persze ennek megvan az ára - a chip tervezése hihetetlenül drága és kockázatos vállalkozás. A gyártás oldalon pedig olyan óriási gyárak vesznek részt, mint a TSMC.

Egy számokkal illusztrált megjegyzés: Az Nvidia saját chipejéről azt állítják, hogy 320 TOPS-t, azaz másodpercenként billió műveletet tud, míg a Tesla ketchipes rendszere állítólag 144 TOPS-t teljesít. De itt érdemes óvatosnak lenni; ezek a számok különböző definíciókból és időszakokból származnak, és a TOPS önmagában sem az egyik, sem a másik rendszer fölényét nem bizonyítja. Végső soron a számítási teljesítmény annyit ér, mint a rajta futó szoftver minősége.

Három platform egymás mellett: Nvidia, Mobileye és Tesla

JellemzőNvidia DRIVEMobileye EyeQTesla FSD Chip
MegközelítésNyílt platform, gyártóknak értékesítveKulcsrakész hardver-szoftver megoldásTeljesen saját fejlesztés, kizárólag saját járműveikhez
Aktuális sztártermékDRIVE AGX ThorEyeQ 5 / EyeQ UltraFSD Chip (két SoC)
MéretEgyüttműködések olyan gyártókkal, mint a Mercedes-Benz250 millió+ jármű, 27-nél több gyártóCsak Tesla járművek
Legújabb generációDRIVE AGX Hyperion (CES 2026)EyeQ6H alapú Surround ADAS12 ARM Cortex-A72 CPU
Ökoszisztéma erejeCUDA és széles fejlesztői támogatásA terepen bizonyított széles flottaVertikális integráció, jármű-szoftver összhang

Ez a három út egyben három üzleti modellt is képvisel. Az Nvidia a platformját mindenkinek eladja, a Mobileye csomagolt megoldásával skálázódik, a Tesla pedig mindent maga csinál. Melyik nyer? Nagy valószínűséggel mindegyik még egy ideig élni fog a piacon; mert minden gyártónak mások a szükségletei és a kockázati étvágya.

A szoftver által definiált jármű forradalma a gyártókat a chiptermelés felé tereli?

Az utóbbi években az autóipar egyik legtöbbet beszélt fogalma a szoftver által definiált jármű, vagyis az SDV. Az ötlet egyszerű, de forradalmi: az autót már nem a motorteljesítménnyel, hanem a szoftverével különbözteted meg. Az új funkciók vezeték nélküli frissítésekkel érkeznek, a jármű intelligenciája egy központi számítási platformon összpontosul. Ez azt jelenti, hogy a klasszikus járműarchitektúra tucatnyi kis vezérlőegységének helyét erős és központi agyak veszik át.

És pontosan itt kezdődik a bonyodalom. Ha az autó versenyképessége a szoftverében rejlik, és a szoftver erős chipet igényel, akkor a gyártók egy kritikus kérdéssel néznek szembe: kitől veszik az agyat? A kész platformot használó gyártó a megkülönböztető technológiát tekintetében a beszállítójától válik függővé. Az Nvidia a verem feletti ellenőrzésének szigorítása éppen ezért nyugtalanít egyes gyártókat. A saját chipjét tervező gyártónak pedig viszont el kell viselnie a többmilliárdos fejlesztési költséget. Képzelj el egy ágazatot, amely két rossz lehetőség között ingadozik - kicsit feszült, nem igaz?

Ráadásul ennek a technológiai függőségnek egy költségvetési vonatkozása is van. Minden új ADAS-funkció a kalibráció bonyolultságát és a javítási költségeket növeli; ez nyomást gyakorol a gyártók árrésére, és megnehezíti e rendszerek elterjedését a belépő szegmens járműveiben. Van egy beszállítói oldal is: a mesterséges intelligencia adatközpontok étvágya a chip-összetevők iránt (különösen a DRAM memóriák iránt) szűkíti az autóipari chipkínálatot. Vagyis a chipgyárak először kinek fognak gyártani? A telefonod MI-alkalmazásának, vagy az autód fékasszisztensének? Az elsőbbségi sorrend vitája 2026 valódi ellátási problémája.

Az ígéret és a valóság közti rés: a számítási teljesítmény nem ingyenes

Eddig minden izgalmas. De van egy pont, amelyet kritikusan kell vizsgálnunk: mindezeknek a számítási teljesítménynek ára van, és nem csak anyagi. Egy egyetemi elemzés kiszámolta, hogy 1 milliárd autonóm jármű, amely naponta egy órát vezet önállóan, és számítógépe 840 wattot fogyaszt, jelentős kibocsátási terhet jelentene. Vagyis miközben a autonóm járműveket környezetbarátként dicsérjük, figyelembe kell venni az agyuk által elfogyasztott energiát is. Ha az autók elektromosak, a kipufogó nulla, de egy konnektorba dugott jármű agya továbbra is áramot fogyaszt.

Egy másik reális pont: a piaci előrejelzések nagyok, de jelenleg nincs pontos képlet arra, hogy "mennyi TOPS szükséges". Mennyi számítási teljesítményt igényel majd az 5. szintű teljes autonómia, továbbra is nyílt mérnöki kérdés. A Mobileye ötödik generációs chipjeit 5. szintű kapacitással hirdetik, de a kapacitás és a bizonyított valóság közti távolság pontosan Shashua által "zajnak" nevezett dolog közepén áll.

De ki lesz ennek a szilíciumháborúnak a győztese?

Az őszinte válasz: még nem tisztázott, és valószínűleg nem lesz egyetlen győztes sem. Az Nvidia platformerejével és a Mercedeshez hasonló együttműködésekkel megszilárdítja a szoftver által definiált járművek korszakának legbefolyásosabb beszállítói pozícióját. A Mobileye 250 millió járműves bizonyított flottájával és mérebeli előnyével a legérettebb szereplő a terepen. A Tesla pedig kivétel, amely egyedül vállalja a saját szilíciumgyártás mind árát, mind hozamát. A három nem helyettesíti egymást; három különböző kérdésre adnak három különböző választ.

Talán a valóban okos kérdés ez: ha az autók agya néhány cég kezében összpontosul, mit nyernek és vesztenek a sofőrök és a gyártók? A nyereség a technológia gyors érése. A veszteség a függőség - és ennek a függőségnek a számlája nem akkor fog megérkezni, amikor ezek a chipek először bizonyítanak az úton, hanem amikor először történik valami baj. Ezért maradj figyelemmel.

Források

  • 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 és NVIDIA bővíti partnerségét - Nvidia Newsroom
  • Tesla Autopilot hardver - Wikipedia
  • MI chipek az autonóm járművek területén - Lux Research
  • Tekintet a csomagtartónk alá: Waymo számítástechnika - Waymo Blog
  • Autonóm jármű adatszámítógép - Premio
  • Az önvezető autókat működtető számítógépek hatalmas szénkibocsátási forrássá válhatnak - MIT News
  • Mennyire hasonlóak a Mobileye és az Nvidia biztonsági rendszerei?
  • AV chip piac - Fortune Business Insights
  • Autóipari ADAS chip piac - Dataintelo
  • A DRAM szorítás - Area51ESG
  • Szoftver által definiált jármű - Valeo

Az oldal megosztása

Kategóriaszerkesztő

Lütfi Mete Odabaşı

Lütfi Mete Odabaşı

Fiatal, dinamikus autó- és motorsportrajongó, aki szeret kutatni és tanulni. Mete fiatalok szemével gazdagítja autós hírekkel, tudással és kultúrával foglalkozó platformunkat. szorosan követi az autótechnológiai újdonságokat és a motorsportban történt fejlődéseket, és amit megtanul, hasznos, tartalmas tartalmakká alakít az otomobilgi.com számára.

Kapcsolódó tartalmak

A Tesla FSD v12-vel véget ért az az önvezető vezetés korszaka, amelyben a mérnökök szabályról szabályra diktálták a viselkedést; a neurális hálózat már közvetlenül a nyers kameraképből hoz kormányzati döntést.
Autonóm vezetés és mesterséges intelligenciaHogyan változtatja meg a végpontól végpontig terjedő modell az autonóm vezetést?
Súlyos hóban a lidar érzékelési teljesítménye több mint 50%-kal csökken, és mivel a mesterséges intelligencia nem tudja, melyik szenzornak bízzon magát, a robotaxik megállnak.
Autonóm vezetés és mesterséges intelligenciaMiért vakulhatnak meg a hóban és esőben az önvezető járművek?
A Waymo csak kevés helyen vezet sofőr nélkül, a Tesla viszont mindenhol felügyelettel működik; ez a különbség nem véletlen, hanem a két cég üzleti modelljének lényege maga.
Autonóm vezetés és mesterséges intelligenciaMiért kér még mindig sofőrt a Tesla, miközben a Waymo egyedül kószál a városban?
Az autonóm vezetésben nincs egyetlen helyes érzékelő; a nyertest a költség, a biztonság és a szabályozás egyensúja határozza meg.
Autonóm vezetés és mesterséges intelligenciaLidar vagy kamera? Az érem oldala a szenzorháborúnak az autonóm vezetésben
Amíg a kormány a te kezedben van, az autó bármilyen okos is legyen, jogilag te továbbra is a sofőr vagy.
Autonóm vezetés és mesterséges intelligenciaA 2. szint vagy a 3. szint? Álmok és valóság az autonóm vezetésben
A kamera és a lidar a jó idő időszakának érzékelői; ködös, esős éjszakán az autót lábon tartó igazi barát a magasságot érzékelő 4D radar.
Autonóm vezetés és mesterséges intelligenciaMire jó a 4D radar az autonóm vezetésben?
Mindkét rendszer SAE 2. szintű, így a kormány mögötti valódi pilóta továbbra is te vagy: ma egyetlen autó sem veszi át helyetted a felelősséget.
Autonóm vezetés és mesterséges intelligenciaA Super Cruise és a Tesla FSD közötti 5 alapvető különbség
Az ötonóm járművek 800 méterről is hallják a szirénákat, de továbbra is megállnak a tűzoltóság előtt és dugót okoznak; fülük van, reflexeik hiányoznak.
Autonóm vezetés és mesterséges intelligenciaMit tesznek az önvezető járművek a rendőri és mentő szirénákkal szemben?
A Tesla 99 dolláros FSD-előfizetése a nevében teljes autonómiát ígér, de hogy megkapja-e a pénze ellenértékét, az napi hány kilométert vezet.
Autonóm vezetés és mesterséges intelligenciaÉrtelmes-e havi díjat fizetni az autonóm vezetésért?
Egy autonóm vezetési rendszer szimulációban milliárdnyal virtuális kilométer megtétele közben hibázva tanul; az igazi vizsga azonban a valóságos aszfalton kezdődik.
Autonóm vezetés és mesterséges intelligenciaHogyan tanulnak meg vezetni az autonóm járművek? A szimuláció rejtett iskolája

Címkék

  • önvezető vezetés
  • tesla
  • teljesen önvezető
  • mercedes-benz
  • lidar
  • vezetőtámogató rendszerek
  • érzékelőtechnológia
  • szenzoradatok fúziója
  • autonóm vezetési szintek
  • nvidia drive
  • mobileye eyeq
  • szoftware-vezérelt jármű

Kövessen minket a közösségi médiában

  • Rólunk
  • KVKK Tájékoztató Szöveg
  • Adatvédelmi Szabályzat
  • Kapcsolat
Otomobilgi.com
FUGGETLEN AUTÓS KULTÚRA PLATFORM
Virgo CMS által működtetve