Robotaksi Yarışı Hızlanıyor: NVIDIA Teknolojileriyle Geleceğin Ulaşımı İnşa Ediliyor
Otonom sürüş artık yalnızca laboratuvarlarda test edilen bir teknoloji başlığı değil; küresel ulaşım pazarını yeniden şekillendirecek büyük bir endüstri yarışına dönüşmüş durumda. Robotaksi alanında faaliyet gösteren otomobil üreticileri, mobilite platformları ve yapay zeka şirketleri, sürücüsüz filoları güvenli biçimde ölçeklendirmek için yüksek işlem gücüne, simülasyona ve doğrulanmış araç içi sistemlere ihtiyaç duyuyor.
Bu noktada NVIDIA’nın robotaksi ekosistemindeki rolü giderek büyüyor. Şirketin yapay zeka eğitimi, simülasyon ve araç içi hesaplamayı kapsayan modüler mimarisi; bugün ticari ölçekte robotaksi geliştiren birçok büyük program tarafından kullanılıyor. Küresel robotaksi pazarının 2035 yılına kadar 400 milyar dolara ulaşabileceği, 6 milyondan fazla ticari aracın sürücüsüz filolar halinde hizmet verebileceği öngörülüyor.
Robotaksi Teknoloji Yığını Nedir?
Robotaksi teknoloji yığını, bir otonom aracın geliştirilmesinden yola çıkmasına kadar gereken uçtan uca altyapıyı ifade eder. Bu yapı; veri toplama, yapay zeka modeli eğitimi, simülasyon, güvenlik doğrulaması, sensör füzyonu ve araç içi gerçek zamanlı karar alma sistemlerini kapsar.
Sürücüsüz bir aracı trafiğe çıkarmak tek başına büyük bir mühendislik zorluğudur. Ancak binlerce araçtan oluşan bir filoyu aynı güvenlik ve performans standardında çalıştırmak, çok daha karmaşık bir bilişim problemidir. Araçların farklı hava koşullarında, yoğun şehir trafiğinde, yaya ve bisikletli hareketlerinin öngörülemez olduğu anlarda güvenilir davranması gerekir.
NVIDIA’nın yaklaşımı bu süreci üç temel bilgisayar üzerine kuruyor:
- Yapay zeka modellerini eğiten bilgisayar,
- Simülasyon ve doğrulama yapan bilgisayar,
- Araç içinde gerçek zamanlı karar veren bilgisayar.
Bu üçlü yapı, robotaksi geliştirme sürecinin buluttan otomobile kadar tek bir bütün olarak ele alınmasını sağlıyor.
Eğitim Bilgisayarı: NVIDIA DGX ile Otonom Zeka Gelişiyor
Robotaksilerin zekası, sahadan gelen büyük ölçekli sürüş verilerinin daha güçlü yapay zeka modellerine dönüştürülmesiyle gelişiyor. NVIDIA DGX sistemleri, bu modellerin eğitilmesinde kullanılan yüksek performanslı altyapının merkezinde yer alıyor.
NVIDIA’nın Alpamayo portföyü; açık kaynaklı akıl yürütme modelleri, görsel-işitsel-eylem modelleri, simülasyon çerçeveleri ve fiziksel yapay zeka veri kümeleri sunuyor. Bu yapı taşları, geliştiricilerin kendi verilerine ve ihtiyaçlarına göre uyarlanabiliyor.
Akıl yürütme temelli modeller, karmaşık sürüş senaryolarını daha küçük parçalara ayırarak analiz ediyor. Örneğin bir kavşakta yaya geçidi, karşıdan gelen araç, bisikletli ve trafik ışığı aynı anda değerlendirilerek en güvenli rota seçilebiliyor. NVIDIA’nın paylaştığı değerlendirmelere göre, meta-eylem ve düşünce zinciri verilerinin eklenmesi bir VLA modelinin yörünge tahmin doğruluğunu ciddi ölçüde artırdı; minimum ortalama yer değiştirme hatası yüzde 43 düşüşle 2,08’den 1,18’e geriledi.
Simülasyon ve Doğrulama: Gerçek Dünyanın Milyonlarca Kopyası
Robotaksi programlarının yalnızca gerçek yollarda milyonlarca kilometre test yaparak ilerlemesi yeterli değil. Çünkü en kritik olaylar çoğu zaman nadir görülen uç senaryolarda yaşanıyor. Ani hava değişimleri, beklenmedik yaya hareketleri, sensör kirlenmesi veya karmaşık gece trafiği gibi durumların güvenli biçimde test edilmesi gerekiyor.
NVIDIA Omniverse ve Cosmos bu noktada devreye giriyor. Omniverse NuRec modelleri, sensör verilerinden gerçek dünya sürüş senaryolarını yeniden oluşturabiliyor. Cosmos dünya temel modelleri ise bu senaryoların fiziksel tabanlı varyasyonlarını üretiyor. Böylece geliştiriciler, binlerce gerçek yol deneyimini milyonlarca farklı trafik, hava, aydınlatma ve sensör koşulu kombinasyonuna dönüştürebiliyor.
NVIDIA RTX PRO sunucularında çalışan Omniverse ve Cosmos, kapalı döngü simülasyon ve doğrulama süreçlerini destekliyor. AlpaSim simülasyon çerçevesi de akıl yürütmeye dayalı otonom sürüş modellerinin zayıf noktalarını araç sahaya çıkmadan önce belirlemeye yardımcı oluyor.
Araç İçi Bilgisayar: DRIVE Hyperion ve DRIVE AGX Thor
Robotaksinin yolda karar verebilmesi için güçlü bir araç içi bilgisayara ve kapsamlı sensör mimarisine ihtiyacı var. NVIDIA DRIVE Hyperion, 4. seviye robotaksiler için geliştirilen modüler referans mimari olarak öne çıkıyor.
DRIVE Hyperion 10; NVIDIA Blackwell platformu üzerine kurulu çift DRIVE AGX Thor sistem çipini, 14 yüksek çözünürlüklü kamera, dokuz radar, üç lidar ve 12 ultrasonik sensörle birleştiriyor. Bu donanım seti, aracın çevresini 360 derece algılamasını ve gerçek zamanlı sensör füzyonu yapmasını sağlıyor.
Yedekli bilgi işlem ve algılama tasarımı ise güvenlik açısından kritik. Bir sensör veya işlem bileşeni arızalansa bile sistemin çalışmaya devam edebilmesi hedefleniyor. NVIDIA Halos altyapısı da buluttan otomobile kadar güvenlik doğrulaması, sürekli test ve sertifikasyon süreçlerini kapsayan daha geniş bir çerçeve sunuyor.
Küresel Şirketler NVIDIA Ekosisteminde Buluşuyor
NVIDIA’nın robotaksi teknolojileri bugün Asya, Avrupa, Orta Doğu ve Kuzey Amerika’daki birçok programda kullanılıyor. Uber, NVIDIA DRIVE Hyperion filosunu genişletmeyi ve 2028 yılına kadar 28 şehirde robotaksi hizmetlerine ulaşmayı planlıyor. Uber ile NVIDIA ayrıca nadir senaryolara yönelik filo verilerini işlemek için Cosmos tabanlı bir robotaksi yapay zeka veri fabrikası kuruyor.
Uber’in iş birlikleri arasında Autobrains, Avride, Lucid, May Mobility, Mercedes-Benz, Momenta, Nissan, Nuro, Pony.ai, Stellantis, Waabi, Wayve, WeRide ve Zoox gibi önemli şirketler bulunuyor. Lyft de gelecekteki otonom araç filoları için NVIDIA DRIVE Hyperion’ı referans mimari olarak kullanmayı planlıyor. Bolt, Avrupa’da otonom araç geliştirme ve yaygınlaştırma çalışmalarında NVIDIA teknolojilerinden yararlanıyor.
Waymo, otonom bilgi işlem sistemini geliştirmek için NVIDIA ile ortaklık kurarken; May Mobility, DRIVE platformu üzerinde yazılım altyapısını geliştiriyor. WeRide ise Grab ortaklığıyla DRIVE Hyperion ve DRIVE AGX Thor tabanlı GXR modellerini Güneydoğu Asya pazarlarına taşımayı hedefliyor.
Otomobil Üreticileri Robotaksiye Hazırlanıyor
Robotaksi yarışında yalnızca teknoloji şirketleri değil, geleneksel otomobil üreticileri de güçlü biçimde yer alıyor. Mercedes-Benz ve NVIDIA, Uber ile birlikte yeni S-Serisi temelli, güvenlik odaklı bir robotaksi ekosistemi geliştirmek için çalışıyor. Bu yapı; DRIVE Hyperion mimarisi, DRIVE AV L4 yazılımı, Alpamayo yapay zeka modelleri ve simülasyon araçlarını kapsıyor.
Stellantis, Wayve ve Uber; L4 seviyesinde sürücüsüz mobilite hizmetleri için NVIDIA DRIVE Hyperion ve yapay zeka hesaplama teknolojilerinden yararlanıyor. Lucid, Nuro ve Uber de DRIVE AGX Thor’u temel alan küresel robotaksi hizmetleri üzerinde çalışıyor.
Hyundai Motor ve Kia, veri odaklı otonom sürüş sistemleri için NVIDIA ile iş birliklerini genişletirken; Geely ve Zeekr de DRIVE Hyperion ve DRIVE AGX Thor tabanlı çözümleri robotaksi programlarına entegre ediyor. Tesla ise otonom sürüş sinir ağlarını NVIDIA süper bilgisayarlarında eğitmeye devam ediyor.
Robotaksi Yarışı Neden Kritik?
Robotaksiler, şehir içi ulaşımda maliyetleri düşürme, araç paylaşımını artırma ve ulaşım erişimini genişletme potansiyeline sahip. Ancak bu dönüşümün gerçekleşebilmesi için güvenlik, regülasyon, veri yönetimi ve filo operasyonu gibi başlıklarda yüksek standartlar gerekiyor.
NVIDIA’nın buluttan araca uzanan üç bilgisayarlı yaklaşımı, bu nedenle sektörün merkezinde yer alıyor. Eğitim bilgisayarı daha akıllı modeller geliştirirken, simülasyon bilgisayarı bu modelleri milyonlarca senaryoda test ediyor. Araç içi bilgisayar ise gerçek dünyada anlık karar vererek robotaksinin güvenli biçimde hareket etmesini sağlıyor.
Önümüzdeki yıllarda robotaksi pazarında rekabetin daha da hızlanması bekleniyor. Kazananları ise yalnızca iyi araç üretenler değil; yapay zeka, simülasyon, güvenlik ve ölçeklenebilir filo yönetimini aynı teknoloji mimarisinde birleştirebilen şirketler belirleyecek.
