제8부 자율주행
8.1 자율주행 컴퓨팅 요구와 중앙집중 아키텍처
8.1.1 이 장에서 배우는 것 / 선수 지식
제5~7부는 데이터센터 — 전력·냉각이 풍부하고, 평균 지연·처리량을 다투며, 장애는 복제로 견디는 세계 — 였다. 제8부(자율주행)는 무게를 차량이라는 엣지로 옮긴다. 여기는 정반대다: 실시간(하드 데드라인)·안전 critical(사람 목숨)·전력/열 제약(킬로와트가 아니라 와트)·차량 환경(온도·진동·15년 수명)·중복화(장애 시에도 동작). 이 장은 제8부의 토대 — 자율주행이 요구하는 컴퓨팅과, 그것을 담는 E/E 아키텍처(분산 ECU → 존 → 중앙집중) — 를 세운다. DRIVE 플랫폼(8.2~)으로 이어지는 출발점.
핵심 통찰: 자율주행 컴퓨팅의 제약은 "성능"이 아니라 "성능을 전력·실시간·안전 예산 안에서" 다. 데이터센터는 더 많은 GPU로 처리량을 사지만, 차는 정해진 전력·열·공간 안에서 정해진 시간(데드라인) 안에 결정을 내려야 하고, 틀리면 사고다. 그래서 아키텍처가 중앙집중으로 진화한다 — 흩어진 수십 개 ECU로는 센서를 융합하고·소프트웨어를 갱신하고·중복화하기 어렵다.
배우는 것:
- 자율주행 컴퓨팅이 데이터센터와 다른 점 — 실시간·안전·전력·차량 환경·중복화.
- 컴퓨팅 요구 — 센서 융합 대역폭, 인지→계획→제어 루프의 하드 데드라인, TOPS vs 전력, 결정성.
- 자율 레벨(SAE) 과 컴퓨팅 규모의 관계(개략·정직).
- E/E 아키텍처 진화 — 분산 ECU → 도메인 → 존(zonal) + 중앙집중, 왜 중앙집중인가.
- 소프트웨어 정의 차량(SDV) — 컴퓨팅 중앙화로 OTA·AI 갱신·하드웨어 분리.
- 차량 특유 제약 — AEC-Q·온도·수명·ISO 26262·중복화.
선수 지식: 5.1(지연·결정성 — 여기선 더 엄격), 4.1(데이터센터 GPU와 대조). 이후 제8부: DRIVE SoC(8.2~8.3)·DLA/PVA(8.4~8.5)·DRIVE OS(8.6~8.7)·기능안전(8.8~8.11). 이 장은 개관·요구·아키텍처라 코드보다 의사결정 중심.
정직: 자율주행은 안전 생명 관련(safety-critical) 분야다 — 이 책은 아키텍처·요구·개념을 가르치되, 실제 안전 설계·인증은 자격 있는 기능안전 엔지니어·표준(ISO 26262 등)·검증의 영역이다(8.8~8.11). 구체 사양(TOPS·센서 수·전력·제품)은 세대·차량·시점 의존이라 다루지 않거나 "확인 필요"로 표기(BK-04). 자율 레벨의 실제 양산 가용성은 과장이 많으니 발표 ≠ 양산을 구분한다.
8.1.2 왜 다른가 — 데이터센터 vs 차량
같은 "AI 추론"이라도 데이터센터와 차량은 설계 제약이 정반대다:
| 축 | 데이터센터(제5부) | 자율주행 차량 |
|---|---|---|
| 시간 | 평균·p99 지연(소프트) | 하드 데드라인(놓치면 사고) |
| 안전 | 서비스 실패 | 사람 목숨(safety-critical, ASIL) |
| 전력 | 킬로와트·풍부 | 수십~수백 W(배터리·열 예산) |
| 냉각 | 액냉·풍부 | 제한적(수동·차량 환경) |
| 장애 | 복제로 견딤 | fail-operational(장애 중에도 안전 동작) |
| 환경 | 데이터센터(안정) | 온도(-40~+85℃↑)·진동·EMI·15년+ |
| 부하 | 가변·스케일아웃 | 고정·결정적(센서 입력률) |
| 갱신 | 무중단 배포 | OTA(안전·검증 하에) |
세 가지 함의:
- ① 결정성(determinism) > 평균 성능: 데이터센터는 "평균 빠르게"지만 차는 "매 프레임 데드라인 안에"(예: 인지→제어 루프가 정해진 ms 안에). 평균이 빨라도 가끔 늦으면(jitter) 위험. 하드 실시간(8.6 RTOS).
- ② 전력·열이 천장: TOPS를 무한정 못 늘린다 — 전력(주행거리·배터리)·열(수동 냉각)이 제한. 효율(TOPS/W) 이 데이터센터보다 결정적.
- ③ 중복화·fail-operational: 컴포넌트가 고장나도 안전하게 멈추거나 계속해야 한다(데이터센터처럼 "복제본으로 재시작"이 아니라 실시간 안전). 이중화·다양성(8.9).
핵심: 자율주행 컴퓨팅은 "성능을 전력·실시간·안전 예산 안에서 결정적으로" 다. 데이터센터의 통념(더 많은 GPU·평균 처리량)이 그대로 적용되지 않는다 — 제약이 천장을 정한다.
8.1.3 컴퓨팅 요구 — 센서·루프·결정성
자율주행 컴퓨팅이 부하가 큰 이유:
| 단계 | 내용 |
|---|---|
| ① 센서 융합 | 다종·다수 센서가 고속 데이터 생성(카메라 여러 대·고해상도·레이더·라이다·초음파·IMU·GPS) → 초당 막대한 데이터 ingest(대역폭) + 시간 동기화 + 융합 |
| ② 인지(perception) | 센서 데이터 → DNN 추론(객체·차선·자유공간·깊이) → 높은 TOPS 필요(여러 모델 동시), 단 전력 예산 안 |
| ③ 계획·제어(planning·control) | 인지 결과 → 경로·행동 결정 → 차량 제어 → 매 사이클 하드 데드라인(인지~제어 종단 지연) |
| ④ 반복 | 이 루프를 '매 프레임'(예: 수십 Hz) 결정적으로 |
센서 대역폭(개략 규모): 고해상도 카메라 여러 대 + 라이다 + 레이더는 초당 수 GB의 원시 데이터를 만들 수 있다(센서 수·해상도·프레임률 의존, 확인 필요). 이를 실시간 ingest·동기화·전처리·추론해야 하므로 메모리 대역·I/O·전처리 가속(8.5 PVA)이 중요하다.
결정성: 데이터센터의 p99(5.1)보다 엄격하다 — 종단 지연(센서→제어)의 상한이 보장돼야 안전하다. 평균이 아니라 최악 지연(worst-case) 이 데드라인 안. 이를 위해 RTOS·우선순위·격리(8.6)·고정 자원이 필요하다.
이 종단 지연(센서→제어)이 매 사이클 데드라인 안이어야 한다. 데이터센터는 평균·p99, 차량은 보장된 최악 지연(하드 실시간)이다.
8.1.4 자율 레벨과 컴퓨팅 규모
SAE 자율 레벨(L0~L5)은 자동화 정도를 정의한다(개략):
| 레벨 | 설명 |
|---|---|
| L0~L2 | 운전자 지원(ADAS) — 운전자가 책임, 차선유지·ACC 등 |
| L3 | 조건부 자율 — 특정 조건서 차가 운전, 요청 시 운전자 인수 |
| L4 | 고도 자율 — 정의된 운행설계영역(ODD)서 운전자 불필요 |
| L5 | 완전 자율 — 모든 조건(현실적으로 먼 목표) |
레벨이 오를수록 컴퓨팅·센서·중복화·안전 요구가 급증한다.
- 컴퓨팅은 레벨에 따라 비선형 증가: L2 ADAS는 적은 컴퓨팅, L4는 다종 센서 융합·복잡 인지·중복화로 훨씬 큼.
- 중복화가 레벨과 함께: L3+는 운전자가 즉시 인수 못 할 수 있어 fail-operational(시스템이 안전하게 계속/정지)이 필수 → 이중 컴퓨팅·다양성(8.9).
정직: 자율 레벨의 "양산 가용성"은 과장·혼동이 많다. "L4 데모"와 "L4 양산·전 지역"은 다르다. 운행설계영역(ODD)·날씨·지역 제약, 규제·검증이 현실의 벽이다. 발표·데모를 양산으로 오해하지 말 것 — 레벨·시점·ODD를 함께 본다(BK-03 정직성).
8.1.5 E/E 아키텍처 진화 — 왜 중앙집중
차량 전자/전기(E/E) 아키텍처는 분산에서 중앙집중으로 진화한다:
왜 중앙집중인가:
- 센서 융합엔 중앙 시점이 필요: 여러 센서를 통합해 환경을 이해하려면 한 곳에서 융합(분산 ECU로는 어려움).
- 소프트웨어 정의 차량(SDV): 컴퓨팅을 중앙화하면 소프트웨어·AI를 OTA로 갱신하고 하드웨어와 분리(데이터센터처럼). 차의 가치가 소프트웨어로 이동.
- 컴퓨팅 통합·효율: 수십 ECU를 강력한 중앙 SoC로 통합 → 배선·무게·전력·복잡도↓, 자원 공유.
- 중복화·관리: 중앙(또는 이중 중앙)에서 안전·중복·업데이트를 일관 관리.
핵심: 중앙집중 = "바퀴 달린 데이터센터"의 방향이지만 전력·실시간·안전 제약 안이다. 존 컨트롤러가 물리 배선을 모으고, 중앙 SoC(DRIVE)가 연산 중추. 이것이 SDV·OTA·자율의 기반 — 제8부의 DRIVE SoC(8.2~)는 이 중앙 컴퓨트다.
8.1.6 워크스루 — 요구·아키텍처 의사결정
자율주행 시스템의 컴퓨팅·아키텍처를 형상으로 따지는 워크스루(개념).
시나리오: L2+ ADAS → L4 자율로 가는 플랫폼 설계.
| 단계 | 내용 |
|---|---|
| 1) 자율 레벨·ODD 정의 | L2+(운전자 책임)면 단일 컴퓨팅·적은 중복 / L4(운전자 불필요)면 fail-operational 필수 |
| 2) 센서 구성·대역폭 | 카메라 N대·라이다·레이더 → 초당 데이터량 추정 → ingest·전처리(PVA)·메모리 대역 |
| 3) 컴퓨팅 예산 | 인지(DNN TOPS) + 계획 + 융합을 전력·열 예산 안에 → TOPS/W 효율 중심, 고정기능 가속(DLA, 8.4)으로 GPU 부담 분산 |
| 4) 결정성 | 종단 지연(센서→제어) 데드라인 → RTOS·우선순위·격리(8.6) |
| 5) 중복화 | L3+면 이중 컴퓨팅·센서 다양성·fail-operational(8.9), 안전 목표(ASIL, 8.8) |
| 6) 아키텍처 | 존 컨트롤러 + 중앙 DRIVE SoC, 차량 이더넷, OTA(SDV) |
결정 축:
| 질문 | 함의 |
|---|---|
| 운전자가 항상 책임?(L2) vs 아님?(L3+) | 중복화·fail-operational 필요 여부 |
| 센서가 많고 고해상도? | ingest 대역·전처리·메모리 |
| 전력·열 예산? | TOPS/W·고정기능 가속(DLA) |
| 종단 데드라인? | RTOS·결정성·격리 |
| OTA·소프트웨어 갱신? | 중앙집중·SDV |
견해: 레벨·ODD가 먼저 모든 것을 정한다 — L2 ADAS와 L4 자율은 컴퓨팅·중복화·안전이 자릿수로 다르다. 그리고 전력·실시간·안전이 천장이라, 데이터센터처럼 "더 큰 GPU"가 아니라 효율·고정기능 가속(DLA/PVA, 8.4~8.5)·결정성·중복화로 푼다. 발표 레벨이 아니라 실제 ODD·양산을 기준으로.
8.1.7 중간 점검 (체크포인트)
- [ ] 자율주행 컴퓨팅이 데이터센터와 다른 점(실시간·안전·전력·환경·중복화)을 제시한다.
- [ ] 컴퓨팅 요구(센서 융합 대역·인지→계획→제어 루프·결정성/최악 지연·TOPS vs 전력)를 설명한다.
- [ ] 자율 레벨(SAE)과 컴퓨팅·중복화 규모의 관계, 발표 ≠ 양산을 안다.
- [ ] E/E 아키텍처 진화(분산 ECU → 도메인 → 존+중앙집중)와 중앙집중의 이유(융합·SDV·통합·중복)를 설명한다.
- [ ] 소프트웨어 정의 차량(SDV) 과 중앙 컴퓨트(DRIVE SoC)의 관계를 안다.
증상→의심: 평균은 빠른데 가끔 데드라인 초과(jitter) → 결정성 부족 → RTOS·우선순위·격리(8.6). TOPS는 충분한데 전력·열 초과 → 효율(TOPS/W)·고정기능 가속(DLA, 8.4). 센서 늘렸더니 ingest 병목 → 대역·전처리(PVA, 8.5). L3+인데 단일 컴퓨팅 → fail-operational 부재 → 중복화(8.9). OTA·소프트웨어 갱신 어려움 → 분산 ECU → 중앙집중·SDV. 발표 레벨을 양산으로 오해 → ODD·검증 확인.
8.1.8 트레이드오프·대안
| 결정 | 트레이드오프 |
|---|---|
| 중앙집중 vs 분산 | 융합·SDV·통합 vs 단순·기존·배선 |
| GPU(범용) vs 고정기능(DLA/PVA) | 유연 vs 효율(TOPS/W)·전력(8.4~8.5) |
| 단일 vs 이중 컴퓨팅 | 비용·전력 vs fail-operational(L3+) |
| 고성능 vs 효율 | 성능 vs 전력·열·주행거리 |
| 발표 레벨 추종 vs 양산 현실 | 마케팅 vs ODD·검증·규제 |
견해: 자율 레벨·ODD가 아키텍처를 정한다 — L2 ADAS는 단순·효율, L4는 중복화·고성능·결정성. 컴퓨팅은 GPU(유연) + 고정기능 가속(DLA/PVA, 효율) 을 조합해 전력 예산 안에서. 중앙집중·SDV로 OTA·갱신을 가능케 하되 안전·검증(8.8~8.11) 이 전제. 발표·데모가 아니라 양산·ODD·안전 인증을 기준으로 설계.
비엔비디아 정직: 자율주행 컴퓨팅은 NVIDIA DRIVE 외에도 여러 SoC·접근(Mobileye·Qualcomm·Tesla 자체 칩·기타)이 경쟁한다. NVIDIA의 강점은 DRIVE SoC(GPU+DLA+CPU 이기종)·DRIVE OS·기능안전·시뮬레이션(DRIVE Sim)·데이터센터-차량 연속 스택이다. 칩 단품이 아니라 개발~배포 전 스택과 안전·툴체인이 차별점. 단 양산 자율은 어렵고 느리며 — 어느 벤더든 ODD·검증·규제가 현실의 벽이다.
8.1.9 흔한 함정
- 데이터센터 관행 적용. "더 큰 GPU·평균 처리량"이 아니라 전력·실시간·안전 예산 안 결정성. 천장이 다름.
- 평균 지연만 본다. 차는 최악 지연(데드라인) 이 보장돼야 안전 — jitter가 위험. 하드 실시간(8.6).
- TOPS만 비교. 효율(TOPS/W)·전력·열 예산이 천장 — 고정기능 가속(DLA/PVA)으로 효율(8.4~8.5).
- 발표 레벨 = 양산 오해. L4 데모와 L4 양산·전 지역은 다름. ODD·검증·규제 확인.
- 중복화 간과(L3+). 운전자가 즉시 인수 못 하면 fail-operational 필수 — 단일 컴퓨팅은 부적합(8.9).
- 분산 ECU 고집. 센서 융합·OTA·SDV가 어려움 → 중앙집중.
- 차량 환경 무시. 온도·진동·EMI·15년 수명·AEC-Q — 데이터센터 부품으로는 부적합(자동차급).
- 안전을 사후에. 기능안전(ISO 26262)은 설계 처음부터 — 사후 추가 불가(8.8).
- 차량 네트워크가 전부 이더넷이라고 착각. 존-중앙 백본은 차량 이더넷으로 옮겨가지만, 저대역 센서·액추에이터(바디·파워트레인 일부)엔 CAN·CAN-FD·LIN이 여전히 광범위하게 공존한다(실제 차량 E/E는 혼합 네트워크, 확인 필요). 이 장은 개관 수준이라 백본 전환 흐름에 집중했을 뿐, 레거시 버스가 사라졌다는 뜻은 아니다.
8.1.10 연습문제
연습 1 (왜 다른가). 데이터센터 추론 엔지니어가 자율주행 컴퓨팅을 "단순히 더 작은 GPU에 모델을 적재하면 되지"라고 생각한다. 이 통념이 놓치는 차이 넷을 제시하라.
정답
① 하드 실시간·결정성: 데이터센터는 평균·p99(소프트)지만 차는 종단 지연(센서→제어)의 최악값이 데드라인 안에 보장돼야 안전 — 가끔 늦으면(jitter) 사고. RTOS·우선순위·격리 필요(8.6). ② 안전 critical: 서비스 실패가 아니라 사람 목숨 — ISO 26262·ASIL·fail-operational(장애 중에도 안전), 사후가 아니라 설계 처음부터(8.8~8.11). ③ 전력·열 천장: 킬로와트가 아니라 수십~수백 W, 수동·제한 냉각, 주행거리·배터리 — TOPS를 무한정 못 늘림, 효율(TOPS/W)·고정기능 가속(DLA/PVA) 이 결정적(8.4~8.5). ④ 차량 환경·수명: 온도(-40~+85℃↑)·진동·EMI·15년+ 수명·AEC-Q 자동차급 — 데이터센터 부품 부적합. + 중복화(L3+ fail-operational)·OTA·고정 센서 입력률. 정리: 성능이 아니라 "성능을 전력·실시간·안전 예산 안에서 결정적으로" 가 자율주행 컴퓨팅의 본질. 데이터센터 관행(더 큰 GPU·평균)이 상한에 제한된다.
연습 2 (결정성). 자율주행에서 "평균 추론 지연 10ms"가 충분하지 않은 이유와, 무엇이 보장돼야 하는지, 어떻게 달성하는지 설명하라.
정답
불충분 이유: 평균 10ms여도 가끔 50ms로 급증하면(jitter·최악 지연) 그 순간 인지~제어가 데드라인을 놓쳐 위험한 결정(늦은 제동·회피)이 될 수 있다 — 안전은 평균이 아니라 매 사이클의 문제. 데이터센터의 p99(소프트)보다 엄격. 보장돼야 할 것: 종단 지연(센서 캡처→인지→계획→제어)의 최악값(worst-case)이 데드라인 상한 안에 들어옴 — 결정적(deterministic)·바운드된 지연. 달성: ① RTOS·실시간 스케줄링(우선순위·선점, 8.6)으로 안전 critical 태스크의 데드라인 보장. ② 자원 격리(인지가 다른 태스크에 안 밀림, 하이퍼바이저·파티셔닝 8.6). ③ 고정 자원·결정적 실행(가변 부하가 아니라 고정 센서 입력률에 맞춘 예산). ④ 고정기능 가속(DLA, 8.4) 으로 예측 가능한 추론 지연. ⑤ 최악 경로 분석·검증. 핵심: 평균 최적화가 아니라 최악 지연 보장이 안전 — 결정성이 성능보다 우선.
연습 3 (중앙집중). 전통적 분산 ECU 아키텍처에서 존+중앙집중으로 가는 이유 넷과, 소프트웨어 정의 차량(SDV)과의 관계를 설명하라.
정답
이유: ① 센서 융합엔 중앙 시점 필요 — 여러 카메라·라이다·레이더를 통합해 환경을 이해하려면 한 곳(중앙 컴퓨트)에서 융합, 흩어진 ECU로는 불가. ② 소프트웨어 정의 차량(SDV) — 컴퓨팅을 중앙화하면 소프트웨어·AI를 OTA로 갱신하고 하드웨어와 분리(데이터센터처럼), 차의 가치·기능이 소프트웨어로 이동·진화. ③ 통합·효율 — 수십~백 개 ECU를 강력한 중앙 SoC로 통합 → 배선·무게·전력·복잡도↓, 자원 공유. ④ 중복화·관리 일관성 — 중앙(또는 이중 중앙)에서 안전·중복·업데이트를 일관 관리. SDV 관계: 중앙집중이 SDV의 전제 — 컴퓨팅이 중앙에 모여야 소프트웨어를 통합·갱신·진화할 수 있다(분산 ECU는 각자 펌웨어라 어려움). 존 컨트롤러가 물리 배선(센서·액추에이터)을 구역별로 모아 차량 이더넷으로 중앙에 연결, 중앙 SoC(DRIVE)가 연산 중추. "바퀴 달린 데이터센터"의 방향이되 전력·실시간·안전 제약 안. SDV·OTA·자율의 기반.
연습 4 (레벨·중복화). L2 ADAS와 L4 자율의 컴퓨팅·중복화 요구가 어떻게 다른지, fail-operational이 왜 L3+에서 필수인지 설명하라.
정답
L2 ADAS(운전자 항상 책임): 차선유지·ACC 등 운전자 보조라 컴퓨팅이 상대적으로 적고, 운전자가 항상 인수 가능하므로 시스템 장애 시 운전자가 즉시 대응 → 중복화 요구가 낮음(단일 컴퓨팅 가능). L4 자율(ODD 내 운전자 불필요): 다종 센서 융합·복잡 인지·계획으로 컴퓨팅이 자릿수 크고, 운전자가 즉시 인수 못 할 수 있음(주의 안 함/없음) → 시스템이 스스로 안전을 책임져야. fail-operational이 L3+에서 필수인 이유: L0~L2는 장애 시 "운전자가 받는다"가 안전망이지만, L3+는 운전자가 즉시·항상 받을 수 없으므로(L3는 시간 여유 두고 인수, L4는 운전자 없음), 컴포넌트가 고장나도 시스템이 안전하게 계속(또는 안전 정지) 해야 한다 — 단일 컴퓨팅이 죽으면 차가 통제 불능이 되면 안 됨. 그래서 이중 컴퓨팅·센서 다양성·중복 경로(8.9)로 한 경로가 실패해도 다른 경로가 안전을 유지. 컴퓨팅·중복화·안전(ASIL)이 레벨과 함께 비선형 증가. 단 "발표 L4"와 "양산 L4(전 지역·전 날씨)"는 다름 — ODD·검증·규제가 현실.
연습 5 (정직성). 한 업체가 "우리 차는 L4 자율주행"이라 홍보한다. 엔지니어로서 무엇을 확인하고, 발표와 양산을 어떻게 구분해야 하나?
정답
확인할 것: ① 운행설계영역(ODD) — "L4"가 어떤 조건에서인가? 특정 지역·도로·날씨·속도로 한정된 L4와 "어디서나 L4"는 전혀 다름. 대부분 좁은 ODD. ② 양산 vs 데모 — 통제된 데모·시범 운행(소수·운전자 동승·원격 감시)인지, 실제 양산·일반 판매·무감독 운행인지. ③ 검증·규제 — 안전 케이스(ISO 26262·SOTIF 8.8~8.10)·규제 승인·실제 주행 데이터·사고율이 뒷받침되나. ④ 중복화·fail-operational — L4의 안전 요구를 실제로 충족하는 아키텍처인가. 발표/양산 구분: "L4 데모"는 통제된 조건의 시연이고, "L4 양산"은 정의된 ODD에서 무감독으로 안전하게 동작·판매다 — 마케팅은 전자를 후자처럼 말하기 쉽다. 정직한 평가: 레벨 숫자만이 아니라 ODD·운행 조건·감독 여부·검증·규제·실주행 데이터를 함께 본다. 자율주행은 데모는 인상적이나 양산은 어렵고 느리다(롱테일 엣지케이스·날씨·검증). "발표 ≠ 양산"을 기본 전제로(BK-03 정직성). + 안전은 자격 있는 엔지니어·표준의 영역이지 마케팅이 판단하는 것이 아님.
8.1.11 요약 · 다음 장
- 자율주행 컴퓨팅은 데이터센터와 정반대 제약 — 하드 실시간(결정성)·안전 critical(ASIL)·전력/열 천장·차량 환경·중복화(fail-operational). "성능을 전력·실시간·안전 예산 안에서 결정적으로"가 본질.
- 컴퓨팅 요구: 센서 융합 대역·인지→계획→제어 루프의 최악 지연 데드라인·TOPS vs 전력(TOPS/W)·결정성. 자율 레벨↑이면 컴퓨팅·중복화가 비선형 증가 — 단 발표 ≠ 양산(ODD·검증).
- E/E 아키텍처가 분산 ECU → 도메인 → 존+중앙집중으로 진화 — 센서 융합·SDV(OTA)·통합·중복화가 중앙집중의 이유. 중앙 컴퓨트(DRIVE SoC)가 연산 중추.
- 컴퓨팅은 GPU(유연) + 고정기능 가속(DLA/PVA, 효율) 조합으로 전력 예산 안에서, 안전·검증(8.8~8.11)이 전제.
- 정직: 자율주행은 safety-critical(자격 있는 엔지니어·표준·검증의 영역), 구체 사양은 세대·시점 의존(확인 필요), 발표·데모를 양산으로 오해하지 않음.
다음 장: 8.2 DRIVE SoC I — Orin 아키텍처. 중앙 컴퓨트를 구체화한다 — NVIDIA DRIVE SoC(Orin)의 이기종 컴퓨팅 블록(GPU·DLA·PVA·CPU·기타 가속기)이 어떻게 인지·계획·제어를 전력 예산 안에서 결정적으로 처리하는지, 그리고 데이터센터 GPU(제4부)와 무엇이 다른지를 본다.