CoreWeave indgår flerårig aftale med Wayve om AI-træning

CoreWeave (CRWV ) indgik en flerårig aftale med Wayve den 9. november 2026. Aftalen indebærer, at softwareudvikleren inden for autonom kørsel skal træne sine AI Driver-grundmodeller på CoreWeave Cloud ved hjælp af NVIDIA Blackwell-GPU’er. Infrastrukturen skal understøtte træning, evaluering og simulering, mens Wayve arbejder hen imod kommerciel udrulning. Aftalen oplyser hverken kontraktens værdi, antallet af GPU’er eller computerkapaciteten.

Aftalen udbygger et eksisterende samarbejde i stedet for at introducere Wayve til CoreWeaves platform. Wayve begyndte med at bruge Weights & Biases og har nu udvidet brugen til CoreWeave Cloud. Aftalen beskrives kun som flerårig; der er ikke oplyst nogen udrulningssteder eller en detaljeret tidsplan for udrulningen.

CoreWeave oplyste, at Wayves AI Driver lærer af køredata fra den virkelige verden, som er indsamlet i mere end 70 lande. Systemet er beregnet til anvendelser lige fra privatbiler til robotaxier, hvilket giver træningsprogrammet et bredt grundlag af kørselsmiljøer og potentielle anvendelser i forskellige køretøjer.

CoreWeave beskrev arbejdet som træning af avancerede modeller, hvor fysisk adfærd og sikkerhed er centrale hensyn. Infrastrukturen skal kunne håndtere lange træningsforløb og give tilstrækkelig indsigt til at validere sikkerheden i stor skala. Det forklarer, hvorfor aftalen omfatter evaluering og simulering sideløbende med træningen i stedet for udelukkende at fokusere på computerkraft til modeltræning.

»Vores AI Driver bliver bedre ved at følge denne datadrevne læringssløjfe: indsamle erfaringer fra kørsel i den virkelige verden, træne på dem, evaluere modellen og kun udrulle det, der præsterer bedre end det, der allerede er på vejene,« sagde Silvius Rus, Wayves senior vicepræsident for ingeniørarbejde. »Adgangen til CoreWeaves AI-cloud, der er specialbygget til arbejdsbelastninger som vores, bidrager til at fremskynde den kommercielle udrulning af vores AI Driver.«

Simulering og validering former infrastrukturen

CoreWeaves tekniske oversigt over arbejdsbelastninger inden for fysisk AI fra den 24. august 2026 giver kontekst for aftalens udformning. Den beskriver anvendelser inden for autonome køretøjer, herunder træning af verdensmodeller, finjustering af vision-language-action-modeller, sensorsimulering og evaluering i et lukket kredsløb. Disse programmer kan generere terabytevis af sensordata pr. køretøj pr. dag, og dataene skal derfor kunne flyttes, lagres og bruges effektivt til træning.

Oversigten forklarer også, hvorfor træning ikke er en engangsopgave. Der opstår flere særlige situationer efter udrulningen, hvilket gør løbende genoptræning, lagring af checkpoints og hurtige datapipelines til driftsmæssige krav. CoreWeave oplyser, at det meste arbejde med fysisk AI foregår gennem simulering og trinvist valideringsarbejde, før en model tages i brug i den virkelige verden, i stedet for at bruge ibrugtagning i virkelige forhold som det primære testmiljø.

CoreWeaves beskrivelse af platformen knytter disse krav til CoreWeave Kubernetes Service til orkestrering, distribueret lagring og objektlagring til sensor- og simuleringsdata i petabyteklassen, Weights & Biases Models til sporing af eksperimenter og Registry til at spore checkpoints tilbage til deres data og træningsforløb. Det er bredere platformfunktioner; aftalens offentliggørelse siger ikke, hvilke yderligere tjenester Wayve vil bruge.

Aftalen giver CoreWeave en flerårig arbejdsbelastning inden for autonom kørsel og udvider Wayves samarbejde fra værktøjer til eksperimenter til cloudinfrastruktur. Den knytter også den udvidede infrastruktur til Wayves mål om kommerciel udrulning. Hvor hurtigt det samlede miljø for træning, evaluering og simulering kan levere AI Driver-versioner, der er klar til udrulning, er fortsat det centrale driftsmæssige spørgsmål, og der er ikke offentliggjort nogen tidsplan for den kommercielle udrulning.