Nvidia voit la voiture devenir un véhicule défini par l'IA

Résumé

Dans un entretien, Xinzhou Wu détaille comment Nvidia redéfinit la voiture en « véhicule défini par l’IA » et comment l’automobile doit rivaliser pour les ressources GPU.

Les faits

Dans un épisode du podcast _Decoder_, Xinzhou Wu, responsable de l’automobile chez Nvidia, revient sur quinze années de carrière dans le secteur, depuis Qualcomm jusqu’à son arrivée chez le spécialiste des GPU. Il explique avoir « été témoin de ce changement massif » qui a transformé la voiture, passée d’une machine principalement mécanique et électrique à un objet dont les capacités peuvent être mises à jour rapidement par logiciel à distance. Wu reprend la notion de « véhicule défini par le logiciel » pour décrire cette étape où les fonctionnalités automobiles sont enrichies par des mises à jour OTA et par une architecture plus centralisée. Selon lui, l’industrie est désormais en train de franchir un nouveau cap : « avec la technologie avançant vers l’IA générative, nous utilisons l’IA pour réécrire la plupart des logiciels dans la voiture », ce qu’il qualifie de « véhicule défini par l’IA ». Cette bascule vers l’IA change à la fois la vitesse de développement et la définition même de ce qu’est une voiture. Wu souligne que ces innovations « ont, d’un côté, accéléré le rythme de développement des capacités du véhicule » et, de l’autre, « modifié la façon dont nous définissons le “véhicule” ». Il insiste sur le fait que l’IA « impacte toute l’industrie à tous les niveaux » et se dit enthousiasmé par la manière dont le secteur va évoluer avec ces nouvelles technologies. L’entretien met également en lumière la position particulière de Nvidia, à la fois acteur central du boom de l’IA grâce à ses GPU et fournisseur clé de l’industrie automobile. Wu rappelle que Nvidia équipe des voitures depuis des années et a contribué à bâtir un système complet de conduite autonome que les constructeurs peuvent adopter, déjà présent par exemple dans certains nouveaux modèles de véhicules électriques de Mercedes, ce qu’il mentionne à plusieurs reprises dans la conversation.

Pourquoi c’est important

L’intervention de Xinzhou Wu illustre la profonde transformation de l’industrie automobile, qui passe du « véhicule défini par le logiciel » au « véhicule défini par l’IA ». Ce glissement implique que l’intelligence artificielle ne se limite plus à des fonctions d’assistance à la conduite, mais recompose le logiciel automobile dans son ensemble, accélérant les cycles de développement et redéfinissant le produit voiture. Pour Nvidia, cette évolution renforce un positionnement stratégique à la croisée de deux marchés : celui de l’IA, dont les GPU sont devenus l’infrastructure incontournable, et celui de l’automobile, en quête de plateformes complètes pour l’autonomie et l’électrification. Le témoignage de Wu montre comment les choix technologiques autour de l’IA générative et des architectures centralisées pèseront sur la compétitivité des constructeurs dans les années à venir.

Questions fréquentes

Qui est Xinzhou Wu chez Nvidia ?

Xinzhou Wu est le responsable de l’automobile chez Nvidia et compte environ quinze ans d’expérience dans le secteur.

Que signifie « véhicule défini par le logiciel » ?

C’est une voiture dont les capacités peuvent être rapidement enrichies par des mises à jour logicielles à distance, plutôt que par du matériel figé.

Qu’est-ce qu’un « véhicule défini par l’IA » selon Wu ?

C’est un véhicule où l’IA, notamment générative, sert à réécrire la plupart des logiciels embarqués dans la voiture.

Comment l’IA change-t-elle le développement automobile ?

Elle accélère le rythme de développement des fonctionnalités et modifie la manière même de définir ce qu’est un véhicule.

Quel est le rôle de Nvidia dans l’automobile ?

Nvidia fournit des puces et un système complet de conduite autonome déjà utilisé dans certains nouveaux modèles de véhicules électriques Mercedes.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.