Der bekannte US-Chiphersteller Nvidia hat auf der Technikmesse CES in Las Vegas eine neue Plattform für selbstfahrende Autos vorgestellt. Die Technik heißt Alpamayo und soll Autos dabei helfen, in schwierigen Situationen klüger und sicherer zu fahren.
Nvidia-Chef Jensen Huang sagte, die Autos könnten mit dieser Technik „nachdenken“ – also besser verstehen, was um sie herum passiert. Sie sollen auch erklären können, warum sie bestimmte Entscheidungen beim Fahren treffen.
Ein erstes Auto mit der neuen Technik wird in Zusammenarbeit mit Mercedes-Benz gebaut. Es soll bald in den USA getestet werden und später auch in Europa und Asien auf den Markt kommen.
KI kommt in echte Produkte
Bisher wurde Nvidia vor allem für seine Chips bekannt, die Künstliche Intelligenz (KI) in Programmen wie ChatGPT möglich machen. Jetzt will das Unternehmen KI auch in echte Produkte bringen – also in Autos, Roboter und andere Geräte.
Huang sagte: „Der Moment, in dem KI in echten Geräten wie Autos ankommt, steht kurz bevor.“
In einem Video zeigte Nvidia ein Mercedes-Auto, das selbstständig durch San Francisco fährt. Der Fahrer saß nur zur Sicherheit am Steuer – das Auto fuhr komplett alleine. Es konnte erklären, warum es abbremste oder abbog. Laut Huang habe das System direkt von echten Menschen gelernt.
Technik ist offen für alle
Alpamayo ist ein Open-Source-Projekt. Das bedeutet: Die Software ist kostenlos im Internet verfügbar. Andere Firmen und Forscher dürfen sie nutzen und weiterentwickeln. Der Quellcode ist auf der Plattform Hugging Face zu finden.
Huang sagte: „Unser Ziel ist, dass in Zukunft jedes Auto und jeder Lkw autonom fahren kann.“
Konkurrenz für Tesla?
Die Technik könnte eine Konkurrenz für Tesla werden. Tesla-Chef Elon Musk reagierte auf die Ankündigung und schrieb, es sei einfach, 99 % der Probleme beim autonomen Fahren zu lösen – aber die letzten 1 % seien sehr schwer.
Auch Nvidia plant einen Robotaxi-Dienst, ähnlich wie Tesla, nennt aber noch keine Details dazu.
Außerdem kündigte Nvidia neue Chips namens Rubin an. Diese sollen weniger Strom verbrauchen und dabei helfen, KI günstiger und effizienter zu machen.
