Porsche Memimpin Pengembangan Roda Gila Data Bersama di Berbagai Merek Volkswagen Group

Dalam konferensi GTC Berlin NVIDIA pada 21 Oktober 2026, Porsche, berbagai merek Volkswagen Group, dan CARIAD mengumumkan bahwa mereka bersama-sama membangun roda gila data bersama untuk pengembangan kendaraan otonom, dengan Porsche memimpin penerapan awal dan integrasi ekosistem bersama Voxel51, NVIDIA, dan Microsoft.

Volkswagen Group memimpin pengembangan tumpukan AI fisik yang menghubungkan data armada dengan simulasi, pelatihan, dan evaluasi. Voxel51 menyatakan bahwa armada terhubung milik grup tersebut menghasilkan data setara dengan data dari 11.000 pengemudi rata-rata per hari, dan perusahaan-perusahaan itu memperkirakan kolaborasi ini akan mengurangi pengulangan uji kendara fisik hingga 90% serta mempersingkat siklus pengujian regresi AI hingga 85%.

Peran dalam Roda Gila

Perusahaan-perusahaan tersebut menggambarkan kolaborasi ini sebagai arsitektur acuan bagi produsen otomotif yang membangun sistem berkendara canggih generasi berikutnya.

Volkswagen menghadirkan armada terhubung, data berkendara di dunia nyata, platform kendaraan, dan persyaratan sistemnya. Voxel51 menyediakan lapisan data yang mendukung enam alur kerja dalam roda gila tersebut: pencarian dan pengambilan multimodal, pelabelan otomatis, kurasi berbasis skenario, penyeimbangan set data, pemilihan data pelatihan, dan validasi model. NVIDIA menyumbangkan teknologi pengambilan, pembuatan, dan simulasi data, termasuk Cosmos Data Factory untuk menyiapkan, memperkaya, dan mengevaluasi data pelatihan; pustaka Omniverse NuRec untuk merekonstruksi perjalanan berkendara di dunia nyata; serta model dan alat terbuka untuk menguji sistem berkendara dalam simulasi. Microsoft Azure menyediakan layanan cloud dan komputasi, dengan beban kerja yang berjalan pada skala armada di infrastruktur yang sudah digunakan grup tersebut.

Rilis ruang berita NVIDIA sendiri dari konferensi tersebut menyatakan bahwa Porsche memimpin pengembangan alur kerja roda gila data di berbagai merek Volkswagen Group melalui Voxel51, dengan menggunakan Cosmos Data Factory dan Omniverse NuRec di Azure.

Wakil presiden otomotif NVIDIA, Rishi Dhall, mengatakan dalam pengumuman tersebut bahwa simulasi mengubah pengalaman berkendara di dunia nyata menjadi siklus pembelajaran dan peningkatan berkelanjutan, serta Volkswagen Group dapat mengubah data armada menjadi skenario simulasi berketelitian tinggi menggunakan platform data Voxel51 bersama Omniverse NuRec dan Cosmos.

Audit, Gerbang Pembuatan Data, dan Hasil Rekonstruksi

Validasi virtual atas rilis perangkat lunak berkendara merupakan salah satu penerapan awal roda gila ini bagi Porsche dan Volkswagen Group. Para insinyur merender masukan kamera hasil rekonstruksi dari perjalanan berkendara sesungguhnya, lalu memeriksa keluaran simulasi dengan membandingkannya terhadap pengukuran di dunia nyata. Voxel51 menyatakan bahwa tujuannya adalah menjadikan pengujian dapat diulang, mempersingkat siklus umpan balik, dan mengurangi ketergantungan pada uji kendara fisik.

Sebelum rekaman apa pun diproses melalui rekonstruksi GPU, Voxel51 mengaudit log mentah dengan sekitar 80 pemeriksaan yang mencakup integritas sensor, waktu, kalibrasi, lintasan, objek, dan kerangka koordinat. Pembahasan teknis mendalam oleh Dan Gural, kepala kemitraan AI fisik Voxel51, menyebutkan bahwa audit tersebut membaca file MCAP secara langsung dan berjalan dalam tiga tingkatan: pemeriksaan manifes yang memerlukan sekitar satu milidetik per perjalanan, pemeriksaan episode yang memerlukan sekitar satu detik, dan pemeriksaan hasil dekode yang memerlukan beberapa menit per perjalanan. Setiap pemeriksaan mencatat apakah hasilnya lulus, gagal, atau tidak dapat dijalankan, berdasarkan aturan yang disebut Voxel51 sebagai “tidak adanya keterangan bukan berarti lulus”, sehingga masukan yang hilang tidak dapat dianggap sebagai data valid.

Gural menjelaskan bahwa siklus tersebut terdiri atas lima tahap: mencari, memeriksa, menghasilkan, merekonstruksi, dan mengevaluasi. Untuk tahap pencarian, platform ini mengintegrasikan NVIDIA Cosmos Dataset Search, dengan klip yang disematkan menggunakan Cosmos-Embed1 dan disimpan di Milvus. Selanjutnya, sistem pemeringkat ulang berbasis agen meminta model perencana menyusun rubrik berdasarkan maksud pencarian, menggunakan Cosmos Reason untuk memberi skor pada setiap klip berdasarkan rubrik tersebut, lalu menyusun ulang daftar.

Gural melaporkan bahwa Voxel51 memvalidasi audit tersebut menggunakan tujuh set data publik: nuScenes, Waymo, PandaSet, Argoverse 2, MAN TruckScenes, aiMotive, dan Lyft Level 5. Audit itu menemukan 25 masalah terkonfirmasi dalam data yang dipublikasikan, dan 17 di antaranya diperbaiki sebelum rekonstruksi. Untuk pembuatan data sintetis dengan Cosmos Data Factory, pembahasan mendalam tersebut melaporkan bahwa bukti gerbang yang tersimpan menunjukkan 12 langkah sampling menyamai tingkat penerimaan pada 35 langkah, sehingga memangkas biaya dari 6,80 menjadi 2,43 menit-GPU per klip; bahwa sebuah gerbang atribut hanya meloloskan 30 hingga 38% klip yang dihasilkan; dan bahwa kalibrasi ulang penilai meningkatkan tingkat kelulusan semantik dari 3% menjadi 91% tanpa tambahan waktu GPU.

Mengenai rekonstruksi, pembahasan mendalam tersebut melaporkan rasio sinyal terhadap derau puncak (PSNR) median sebesar 29,05 dB pada 25 adegan publik nuScenes yang diproses menggunakan GPU NVIDIA H100. Pembahasan itu menyoroti satu adegan malam nuScenes yang memperoleh skor 28,59 dB pada metrik tersebut, tetapi mencatat skor kemiripan struktural sebesar 0,56 dan skor kemiripan perseptual terpelajar sebesar 0,61. Gural menggunakan contoh ini untuk menunjukkan bahwa satu angka kualitas gambar saja dapat meloloskan hasil yang tampak buruk. Setiap proses rekonstruksi masuk ke antrean peninjauan manusia, tempat para insinyur dapat menyetujuinya untuk simulasi, mengirimkannya kembali untuk pelatihan ulang, atau menolaknya; adegan yang selesai dikemas sebagai file USDZ yang siap digunakan dalam simulator, termasuk NVIDIA AlpaSim.

Penerapan Azure dan Pengelolaan Siklus Kerja

Setiap tahap dijalankan sebagai sebuah tugas di Microsoft Azure, tempat Volkswagen Group mengelola data armadanya. Azure menyediakan penyimpanan dan komputasi untuk pemrosesan, rekonstruksi, dan simulasi data, sekaligus memastikan beban kerja tersebut tetap berada dalam model keamanan, identitas, dan tata kelola regional yang sudah diterapkan grup itu.

Voxel51 menyatakan bahwa model data bersama memungkinkan data berkendara dan skenario yang dibuat dalam satu proyek digunakan berkelanjutan di berbagai program kendaraan, rilis perangkat lunak, dan merek. Setiap perjalanan baru memperluas basis skenario, sementara adegan hasil rekonstruksi tersedia untuk digunakan kembali dalam siklus pengembangan dan validasi mendatang.

Salah satu pendiri sekaligus CEO Voxel51, Brian Moore, menulis bahwa produsen mobil dapat mengelola sendiri siklus pengembangannya tanpa harus membuat setiap alat sendiri: “Kunci untuk benar-benar mencapai kinerja terdepan di industri adalah memanfaatkan data yang dapat diakses perusahaan Anda. Anda perlu mengelola sendiri siklus pengembangan dan iterasi, meskipun Anda tidak membangun sendiri setiap lapisan tumpukan teknologinya.” Voxel51 menggambarkan platformnya sebagai platform yang dapat diperluas, sehingga tim dapat menggunakan model mereka sendiri, menetapkan logika skenario khusus, serta menghubungkan data dan infrastruktur yang sudah ada tanpa menentukan cara sistem pengemudian itu sendiri dibangun.

Voxel51 menceritakan bahwa mereka mulai bekerja sama dengan Porsche pada 2024, ketika pemimpin teknologi Porsche, Tin Stribor Sohn, menjelaskan bahwa tantangan data tersebut memerlukan pelabelan otomatis untuk memahami data, deteksi skenario untuk menemukan hal-hal baru atau penting, serta kurasi untuk menghilangkan redundansi. Dengan mengutip survei McKinsey, unggahan Voxel51 itu juga menyatakan bahwa satu dari empat konsumen di seluruh dunia akan berganti merek demi fitur mengemudi otonom yang lebih baik.

Secara terpisah di GTC Berlin, rilis NVIDIA menyebutkan bahwa Volkswagen Commercial Vehicles memamerkan platform kendaraan otonom ID. Buzz AD yang menggunakan platform komputasi NVIDIA Hyperion untuk mendukung berbagai sistem pengemudian otonom.