Volkswagen Group Markaları Arasında Paylaşımlı Otonom Araç Veri Döngüsüne Porsche Liderlik Ediyor

NVIDIA’nın 21 Ekim 2026’da düzenlenen GTC Berlin konferansında Porsche, Volkswagen Group markaları ve CARIAD, otonom araç geliştirme için ortak bir veri çarkı oluşturmak üzere birlikte çalıştıklarını; ilk uygulama ve ekosistem entegrasyonuna Porsche’nin Voxel51, NVIDIA ve Microsoft’la birlikte öncülük ettiğini duyurdu.

Volkswagen Group, araç filosu verilerini simülasyon, eğitim ve değerlendirmeyle buluşturan bir fiziksel yapay zekâ yığınının geliştirilmesine liderlik ediyor. Voxel51, grubun bağlantılı araç filosunun günde ortalama 11.000 sürücünün ürettiği veriye eşdeğer veri oluşturduğunu belirtti. Şirketler, iş birliğinin tekrarlanan fiziksel test sürüşlerini yüzde 90’a kadar azaltmasını ve yapay zekâ regresyon testi döngülerini yüzde 85’e kadar kısaltmasını bekliyor.

Veri Döngüsündeki Roller

Şirketler, iş birliğini yeni nesil gelişmiş sürüş sistemleri geliştiren otomobil üreticileri için bir referans mimarisi olarak tanımlıyor.

Volkswagen, bağlantılı araç filosunu, gerçek dünyadaki sürüş verilerini, araç platformunu ve sistem gereksinimlerini projeye dahil ediyor. Voxel51, veri katmanını sağlayarak veri döngüsündeki altı iş akışını destekliyor: çok modlu arama ve erişim, otomatik etiketleme, senaryoya dayalı seçki oluşturma, veri kümesini dengeleme, eğitim verisi seçimi ve model doğrulama. NVIDIA; eğitim verilerini hazırlamak, zenginleştirmek ve değerlendirmek için Cosmos Data Factory, gerçek dünyadaki sürüşleri yeniden oluşturmak için Omniverse NuRec kütüphaneleri ve sürüş sistemlerini simülasyonda test etmeye yönelik açık modeller ve araçlar da dahil olmak üzere veri erişimi, üretimi ve simülasyon teknolojileri sunuyor. Microsoft Azure ise bulut hizmetlerini ve işlem gücünü sağlıyor; iş yükleri, grubun hâlihazırda kullandığı altyapıda, araç filosu ölçeğinde çalışıyor.

Konferansa ilişkin NVIDIA’nın kendi haber odasında yayımlanan açıklamada, Porsche’nin Voxel51 aracılığıyla Volkswagen Group markaları genelinde bir veri döngüsü iş akışının geliştirilmesine liderlik ettiği ve Azure üzerinde Cosmos Data Factory ile Omniverse NuRec’i kullandığı belirtiliyor.

NVIDIA’nın otomotivden sorumlu başkan yardımcısı Rishi Dhall, duyuruda simülasyonun gerçek dünyadaki sürüş deneyimini sürekli bir öğrenme ve iyileştirme döngüsüne dönüştürdüğünü söyledi. Dhall ayrıca Volkswagen Group’un, Voxel51’in veri platformunu Omniverse NuRec ve Cosmos ile birlikte kullanarak araç filosundan elde ettiği verileri yüksek doğruluklu simülasyon senaryolarına dönüştürebileceğini belirtti.

Denetimler, Üretim Eşikleri ve Yeniden Oluşturma Sonuçları

Sürüş yazılımı sürümlerinin sanal ortamda doğrulanması, Porsche ve Volkswagen Group için veri döngüsünün ilk uygulamalarından biri. Mühendisler, gerçek sürüşlerden elde edilen kamera girdilerini yeniden oluşturup görüntülüyor ve simülasyon çıktılarını gerçek dünya ölçümleriyle karşılaştırıyor. Voxel51, amaçlarının testleri tekrarlanabilir hâle getirmek, geri bildirim döngülerini kısaltmak ve fiziksel test sürüşlerine duyulan ihtiyacı azaltmak olduğunu belirtti.

Herhangi bir kayıt GPU ile yeniden oluşturma aşamasına ulaşmadan önce Voxel51; sensör bütünlüğü, zamanlama, kalibrasyon, yörüngeler, aktörler ve koordinat çerçevelerini kapsayan yaklaşık 80 denetimle ham kayıtları inceliyor. Voxel51’in fiziksel yapay zekâ iş ortaklıkları başkanı Dan Gural’ın hazırladığı teknik incelemede, denetimin MCAP dosyalarını doğrudan okuduğu ve üç aşamada yürütüldüğü belirtiliyor: sürüş başına yaklaşık bir milisaniye süren bildirim dosyası denetimi, yaklaşık bir saniye süren bölüm denetimi ve sürüş başına birkaç dakika süren çözümlenmiş veri denetimi. Voxel51’in “sessizlik, başarılı sayılmaz” dediği kural uyarınca her denetimde sonucun başarılı mı, başarısız mı olduğu ya da denetimin yürütülemediği kaydediliyor; böylece eksik bir girdi geçerli veri olarak kabul edilemiyor.

Gural, döngüyü bulma, denetleme, üretme, yeniden oluşturma ve değerlendirme olmak üzere beş aşamada açıklıyor. Bulma aşamasında platform, NVIDIA Cosmos Dataset Search’ü entegre ediyor; klipler Cosmos-Embed1 ile gömülüyor ve Milvus’ta saklanıyor. Ardından, arama amacına göre bir planlayıcı modelin değerlendirme ölçütleri oluşturmasını sağlayan aracı tabanlı bir yeniden sıralayıcı, her klibi bu ölçütlere göre puanlamak için Cosmos Reason’ı kullanıyor ve listeyi yeniden sıralıyor.

Gural’ın aktardığına göre Voxel51, denetimi yedi açık veri kümesiyle doğruladı: nuScenes, Waymo, PandaSet, Argoverse 2, MAN TruckScenes, aiMotive ve Lyft Level 5. Denetimde yayımlanmış verilerde doğrulanmış 25 sorun bulundu ve bunların 17’si yeniden oluşturma işleminden önce giderildi. Cosmos Data Factory ile sentetik veri üretimi konusunda ise teknik incelemede, saklanan eşik kanıtlarının 12 örnekleme adımının kabul oranı bakımından 35 adımla eşleştiğini ve klip başına maliyeti 6,80 GPU dakikasından 2,43 GPU dakikasına düşürdüğünü bildirdiği belirtiliyor. Ayrıca öznitelik eşiğinin üretilen kliplerin yalnızca yüzde 30 ila 38’ini kabul ettiği; değerlendiricinin yeniden kalibre edilmesinin ise ek GPU süresi gerektirmeden anlamsal geçiş oranını yüzde 3’ten yüzde 91’e yükselttiği aktarılıyor.

Yeniden oluşturma konusunda teknik inceleme, NVIDIA H100 GPU’larında işlenen 25 açık nuScenes sahnesinde tepe sinyal-gürültü oranı için medyan 29,05 dB değerine ulaşıldığını bildiriyor. İncelemede, bu ölçütte 28,59 dB alan bir nuScenes gece sahnesi örnek gösteriliyor; sahnenin yapısal benzerlik puanı 0,56, öğrenilmiş algısal benzerlik puanı ise 0,61. Gural, bu örneği tek bir görüntü kalitesi ölçütünün görsel açıdan yetersiz bir sonucu başarılı sayabileceğini göstermek için kullanıyor. Her yeniden oluşturma çalışması, mühendislerin sonucu simülasyonda kullanmak üzere kabul ettiği, yeniden eğitim için geri gönderdiği ya da reddettiği bir insan inceleme kuyruğuna alınıyor. Tamamlanan sahneler, NVIDIA AlpaSim de dahil olmak üzere simülatörlerde kullanıma hazır USDZ dosyaları olarak paketleniyor.

Azure Üzerinde Dağıtım ve Döngünün Yönetimi

Her aşama, Volkswagen Group’un filo verilerini yönettiği Microsoft Azure üzerinde bir iş olarak yürütülüyor. Azure; veri işleme, yeniden oluşturma ve simülasyon için depolama ve işlem gücü sağlarken bu iş yüklerini grubun mevcut güvenlik, kimlik ve bölgesel yönetişim modeli içinde tutuyor.

Voxel51, ortak bir veri modelinin bir projede oluşturulan sürüş verilerinin ve senaryoların araç programları, yazılım sürümleri ve markalar arasında aktarılmasını sağladığını belirtti. Her yeni sürüş, senaryo havuzunu genişletiyor; yeniden oluşturulan sahneler ise gelecekteki geliştirme ve doğrulama döngülerinde yeniden kullanılabiliyor.

Voxel51’in kurucu ortağı ve CEO’su Brian Moore, bir otomobil üreticisinin her aracı kendisi geliştirmeden de geliştirme döngüsünün kontrolünü elinde tutabileceğini yazdı: “Gerçekten sektör lideri bir performans elde etmenin anahtarı, şirketinizin erişebildiği verilerden yararlanmaktır. Teknoloji yığınının her katmanını kendiniz oluşturmasanız bile geliştirme ve yineleme döngüsünün kontrolünü elinizde tutmalısınız.” Voxel51, platformunu genişletilebilir olarak tanımlıyor; ekiplerin kendi modellerini kullanmasına, özel senaryo mantığı tanımlamasına ve sürüş sisteminin nasıl oluşturulacağını dikte etmeden mevcut verileri ve altyapıyı birbirine bağlamasına olanak tanıyor.

Voxel51, Porsche ile çalışmaya 2024’te başladığını aktardı. O dönemde Porsche teknoloji lideri Tin Stribor Sohn, verilerle ilgili sorunun; verileri anlamak için otomatik etiketleme, yeni veya önemli olanı bulmak için senaryo tespiti ve tekrarları ortadan kaldırmak için düzenleme gerektirdiğini belirtmişti. Voxel51’in paylaşımında ayrıca, McKinsey tarafından yapılan bir ankete atıfta bulunularak dünya genelindeki her dört tüketiciden birinin daha iyi otonom sürüş özellikleri sunan bir marka için marka değiştireceği ifade ediliyor.

NVIDIA’nın açıklamasına göre Volkswagen Commercial Vehicles, GTC Berlin’de birden fazla otonom sürüş sistemini desteklemek üzere otonom ID. Buzz AD araç platformunu NVIDIA Hyperion bilgi işlem platformunda tanıtıyor.