自動運転評価用シミュレーション「DIVP」動作用PC

自動運転シミュレーションプラットフォーム『DIVP』を 快適に扱うためのハイパフォーマンスPCをご用意!

※掲載製品は参考価格となりますので、最新価格については都度お問い合わせください。

製品紹介

DIVP(Driving Intelligence Validation Platform)は、自動運転システムの安全性を仮想空間(デジタルツイン)上で評価・検証するためのシミュレーションプラットフォームです。

★主な特徴と機能詳細

1. 現象と一致性の高い「センサーモデル」の再現
自動運転の「眼」となる3大センサー(カメラ、LiDAR、ミリ波レーダー)が、仮想空間内でどのように対象物を認識するかを、物理現象に基づいて極めてリアルに再現します。単なるCGアニメーションではなく、光の反射(波長)や電波の伝搬といった物理的な性質まで計算し、「センサーの弱点」まで正確にシミュレーションできる点が最大の特徴です。

2. 環境3Dモデルと複雑なシナリオの生成
現実世界の道路や建物、標識などを三次元のデジタルモデルとして構築します。そこに歩行者の飛び出し、他車の割り込み、悪天候(雨、雪、霧)、逆光など、実際の公道では再現が危険・困難なシナリオを自由に設定し、自動運転システムがどう反応するかをテストできます。日本での太陽の角度が、同時刻の米国ではどう変わるかといった細かな環境の違いも表現可能です。

3. 評価の一気通貫(ツールチェーン)
「シナリオ生成」から、「センサーの認識性能評価」、そしてその認識結果を受けた「車両の制御検証」までを一気通貫で行うことができます。これにより、交通事故に至る過程を仮想空間に動的に再現し、再発防止の観点から自動運転車のシステムやODD(運行設計領域)の開発にフィードバックすることが可能です。

4. 自動運転社会の実装とR&Dへの貢献
自動運転・SDV(Software Defined Vehicle)の開発は非常に重要なテーマです。DIVPのようなシミュレータを快適に動かすには、膨大な物理演算やレイトレーシングを処理できるNVIDIAのハイエンドGPU(RTX 6000 Ada世代やBlackwellなど)を搭載したHPC(ハイパフォーマンスコンピューティング)環境が不可欠です。実地テストだけでは網羅しきれないエッジケース(人間と車の衝突検証など)をバーチャルで検証することで、安全技術開発の大幅な効率化とコスト削減に貢献します。

アプライドでは「DIVP」のパフォーマンスを最大限発揮させるためのおすすめワークステーションをご提案いたします。

グラフィックボードは人気のNVIDIA RTX PRO 6000 Blackwellを選定!
DIVP(Driving Intelligence Validation Platform)は、自動運転システムの安全性評価を効率化するためのプラットフォームです。
そのため、様々な環境要因(天候、路面状態、車両の形状や色など)を考慮したシミュレーションが可能なため、快適にシミュレーションを行うためのPC選びは非常に大事です。

仕様・スペック

自動運転シミュレーションプラットフォーム『DIVP』を快適に扱うためのPCをご用意!

APPLIED Workstation
CERVO Ryzen Type-RT9-9970X

<仕様>
■CPU:AMD Ryzen Threadripper 9970X
(32コア/64スレッド/
4.0-5.4GHz/128MB L3 キャッシュ)
■メモリ:128GB(32GB×4)DDR5
Registered ECC DIMM
■SSD:960GB M.2 NVMe-SSD 高耐久仕様
■OS: Windows 11 Pro
■光学ドライブ: 非搭載
■GPU:NVIDIA RTX PRO 6000 Blackwell
Workstation Edition Retail 96GB-GDDR7 ECC
(DisplayPort×4)
■電源:1,200W/100V 80 Plus Platinum 認証
■キーボード・マウス 付属 有線 USB接続
■サイズ:約 W 235 xH 495 xD 470mm
■標準保証:3年間センドバックハードウェア保証

※本製品に「DIVP」は含まれておりません。

用途・実績例

1. 主な用途(活用シーン)
危険シナリオ(エッジケース)の安全性評価
実車でのテストが極めて危険、または条件を揃えるのが難しい状況(歩行者の急な飛び出し、悪天候、逆光によるハレーションなど)を仮想空間で繰り返しテストし、自動運転アルゴリズムの限界性能を見極めます。

センサーの性能評価と最適な配置検討
カメラ、LiDAR、ミリ波レーダーの特性を物理ベースで再現できるため、実車を作る前に「どのセンサーを車のどこに配置すれば死角が減るか」「雨天時にどのセンサーの検知能力が落ちるか」をシミュレーションします。

AI・機械学習向けの教師データ生成(シンセティックデータ)
自動運転AIを賢くするためには膨大な画像データが必要ですが、DIVPの高品質なCG画像をAIの学習用「教師データ」として活用し、開発サイクルを加速させます。

お問い合わせ

お問い合わせ

DXソリューション導入のご相談他、サーバー や NAS製品についてもお気軽にお問い合わせください。
弊社のプロフェッショナルなスタッフがご相談にお答えいたします。