Quand la conduite sans conducteur dépend d’un cerveau embarqué capable d’agréger des flux capteurs massifs, d’exécuter des modèles d’IA lourds et de garantir une sécurité sans faille, l’architecture devient l’arbitre ultime de la maturité industrielle. C’est le terrain sur lequel Pony.ai s’est avancée avec un nouveau contrôleur de domaine fondé sur NVIDIA DRIVE Hyperion et propulsé par DRIVE AGX Thor, des configurations mono ou multi‑puces reliées par NVLink à faible latence. L’objectif déclaré tient en trois promesses concrètes : pousser la puissance jusqu’à 4000 TFLOPS en FP4 selon l’assemblage, réduire la consommation par unité de performance, et rester compatible avec les modèles récents de perception et de planification. En filigrane, l’annonce vise autant le robotaxi L4 que des engins de service et d’industrie où l’endurance, la tolérance aux fautes et le coût unitaire décident des déploiements réels.
Architecture et Performances : Hyperion, Thor et NVLink
Le choix d’Hyperion comme socle et de Thor comme moteur place l’accent sur une chaîne de calcul resserrée : du prétraitement capteurs à la décision, la plate‑forme maintient la bande passante interne grâce à NVLink, ce qui limite la latence entre puces lors de l’exécution de réseaux lourds et de la fusion multi‑capteurs. L’empilement multi‑SoC permet de segmenter les tâches critiques, par exemple isoler la perception 360° du pilotage prédictif, tout en offrant une redondance active. La cible de 4000 TFLOPS en FP4, atteignable sur des montages multi‑puces, accompagne l’essor des modèles de segmentation panoramique, de suivi à longue portée et des planificateurs qui s’appuient sur des représentations spatio‑temporelles denses. L’efficience énergétique vise, elle, la tenue thermique en conditions urbaines et l’autonomie pour des tournées étendues.
En pratique, la plate‑forme a été pensée comme un portefeuille modulable : versions à un, deux ou plusieurs Thor, enveloppes thermiques ajustées via refroidissement passif, semi‑passif ou liquide selon l’intégration véhicule, et interfaces calibrées pour des radars, des lidars et des caméras hétérogènes. Cette granularité facilite l’adaptation entre une navette urbaine qui exige un fonctionnement 24/7 et un robot de nettoyage qui privilégie la sobriété. Les mécanismes de sécurité fonctionnelle s’appuient sur une conception tolérante aux pannes, des chemins de décision indépendants et des garde‑fous logiciels qui vérifient la cohérence des sorties IA. Cette co‑conception matériel‑logiciel, revendiquée comme un différenciateur, réduit les coûts de calcul « gaspillé » en rapprochant l’allocation des cœurs des graphes réels exécutés en mission.
Industrialisation et Déploiement à l’échelle
L’annonce s’inscrit dans une trajectoire déjà balisée : partenariat initié avec NVIDIA en 2017, généralisation des calculateurs DRIVE AGX Orin en série, puis industrialisation l’an dernier d’un contrôleur L4 à quatre SoC Orin devenu le centre névralgique des Robotaxis Gen‑7. Cette continuité technologique a permis d’amortir les investissements logiciels, d’outiller la qualification sécurité et d’optimiser les chaînes de production. Sur le terrain, deux grandes métropoles chinoises ont atteint le seuil de rentabilité unitaire, un jalon rare qui tient autant à la standardisation matérielle qu’à la mutualisation du code entre services. En parallèle, la demande a afflué pour des contrôleurs de qualité automobile dans la livraison lente, le nettoyage robotisé, la logistique d’entrepôt, l’extraction minière et des navettes, portée par des clients en Europe et en Asie et par une envolée des livraisons du contrôleur Fangzai de plus de 500% en 2025.
Cette dynamique a clarifié les priorités opérationnelles et, pour accélérer encore, il avait fallu ancrer des choix concrets côté acteurs publics et industriels : sélectionner des variantes Thor en fonction des profils capteurs réels, verrouiller l’enveloppe thermique au stade maquette pour éviter des refontes tardives, exiger des démonstrateurs de sûreté intégrant redondance et reprise sûre, et bâtir un plan d’homologation aligné sur ISO 26262 et la cybersécurité automobile. Côté exploitants, les prochaines étapes passaient par des pilotes pluri‑sites afin d’éprouver la tolérance aux fautes sur des scénarios dégradés, par la préparation d’une télémétrie normalisée pour l’audit des modèles et par un calendrier OTA qui liait mise à jour logicielle et re‑validation automatique. À l’échelle, viser plus de 3 000 robotaxis et une présence dans plus de 20 villes d’ici fin d’année avait impliqué des contrats d’approvisionnement capteurs et des stratégies multi‑source pour sécuriser les volumes.
