Xinzhou Wu, responsable du secteur automobile chez Nvidia, présente les évolutions stratégiques de l'entreprise face à la transformation profonde de l'industrie. Le passage progressif des architectures automobiles traditionnelles, dépendantes de dizaines de microcontrôleurs autonomes, s'accélère vers des véhicules définis par l'IA. Cette nouvelle génération repose sur une ou deux unités de calcul centralisées, permettant des mises à jour logicielles dynamiques et une intégration plus fluide des fonctions de conduite autonome. Au sein de Nvidia, la division automobile fait face à un défi interne majeur : la concurrence pour l'allocation de puces et la capacité de production face à la demande explosive du secteur des centres de données et de l'intelligence artificielle générale. Malgré cette pression, la branche automobile maintient un investissement soutenu, considérant la mobilité autonome comme un pilier stratégique à long terme. Pour répondre aux exigences des constructeurs, Nvidia propose sa plateforme Hyperion et Drive, qui intègre le matériel, le système d'exploitation Halos et des modèles ouverts comme Alpamayo. Sur le plan technique, Nvidia adopte une approche de sécurité redondante. Chaque véhicule utilise simultanément une architecture classique, validée selon les normes automobiles les plus strictes, et un modèle d'IA à bout en bout. Ce dernier intègre un raisonnement fondé sur le langage pour évaluer la situation et planifier les trajectoires, tandis que le système classique agit comme une surveillance constante pour valider chaque décision en temps réel. Pour pallier le manque de données réelles, la plateforme s'appuie sur des données synthétiques, des techniques de reconstruction neuronale et des modèles de fondation entraînés sur des ensembles massifs. Le débat sur les capteurs reste un sujet de divergence majeure. Nvidia recommande l'intégration du lidar pour atteindre le niveau 4, estimant que cette technologie offre la redondance et la précision nécessaires aux environnements urbains complexes. Cette position contraste avec les stratégies purement visuelles prônées par certains concurrents. Sur le plan géographique, les constructeurs chinois bénéficient d'un avantage structurel grâce au développement de plateformes électriques entièrement neuves, tandis que les constructeurs occidentaux doivent gérer des héritages technologiques et des réglementations locales strictes qui compliquent le partage transfrontalier des données. Malgré ces frictions, la convergence technologique progresse. Nvidia table sur un déploiement commercial du niveau 4 dans les véhicules de production d'ici moins de cinq ans. Une première large intégration est prévue chez Mercedes sur l'ensemble de sa gamme aux États-Unis d'ici la fin de l'année. À terme, le modèle économique du secteur évoluera vers une monétisation basée sur le kilomètre parcouru en autonomie, qu'il s'agisse de flottes de robotaxis ou de véhicules personnels. Cette transformation, bien que confrontée à des défis de coûts et de régulation, redéfinit durablement la chaîne de valeur automobile mondiale.