“皮衣教主”黃仁勛與他的自動駕駛帝國
就在今年9月，我們@皆電 體驗了蔚來NOP（Navigate on Pilot）功能。捏指一算，這是繼特斯拉FSD（NoA）之后第二款能基于導航規(guī)劃路線實現(xiàn)自動進出閘道，自動變道超車的輔助駕駛功能了。
NOP目前已經(jīng)通過FOTA的形式推送給用戶，支持蔚來全部車型。盡管是“老掉牙”的ES8，其內(nèi)置Mobileye EyeQ4芯片的算力冗余已經(jīng)能完全滿足NOP的需求。
提及到高級輔助駕駛，除了高清攝像頭、各種雷達之外，芯片可以說是最重要，也是車企最難攻克的部分，目前除了特斯拉能實現(xiàn)自研之外，包括奔馳、寶馬、蔚來、小鵬都選擇了外購芯片。而能提供這類芯片的ADAS廠商也不少，像Mobileye、博世、德州儀器以及英偉達，看到這里可能有人會問：
“英偉達不是做顯卡GPU的那個嗎？”
與博世、德州儀器這些熟悉的面孔相比，英偉達確實足夠“跨界”，但做GPU就不能做自動駕駛了嗎？顯然不是，現(xiàn)在Mobileye不也是英特爾的嘛…
GPU為什么能做自動駕駛
至于為什么你用來打游戲的顯卡能應用到自動駕駛，那我得先從自動駕駛得以實現(xiàn)的流程來說。
自動駕駛主要由感知、決策以及執(zhí)行三個流程組成，攝像頭/傳感器感知路況、路況信息傳給自動駕駛芯片進行決策，決策信息再傳給方向盤/發(fā)動機執(zhí)行具體動作，而GPU就參與到“決策”那個流程。
“決策”實際上就是深度學習，而深度學習則是一個模擬了人腦神經(jīng)系統(tǒng)而建立的數(shù)學網(wǎng)絡模型，這個模型的特點是數(shù)據(jù)量大（路況信息多），當中包含了大量且無邏輯關聯(lián)的數(shù)據(jù)，這和GPU的日常工作（渲染畫面）很相似（每一幀畫面上的像素都是獨立、無邏輯關聯(lián)的），因此并行計算能力更出色的GPU自然就能勝任深度學習這份工作了。
雖然GPU天生適合做深度學習，但編寫一個能讓GPU高效運轉的程序則相當困難，直到2007年英偉達發(fā)布了CUDA編程工具包，方便程序員利用JAVA、C++寫代碼之后，搭載GPU的超級計算機才開始遍地開花。（全球超算TOP500中，前 10名有8家用的都是英偉達GPU）
NVIDIA DRIVE AGX Orin
DRIVE AGX Orin是英偉達最新一代用于自動駕駛和機器人的軟件定義平臺，它由新架構的GPU、Arm Hercules CPU、深度學習和計算機視覺加速器組成，性能是上一代DRIVE Xavier的7倍，算力可達200Tops。
AGX Orin可以處理自動駕駛中同時運行的大量應用以及深度神經(jīng)網(wǎng)絡，作為一個軟件定位平臺，AGX Orin兼容從L2級到L5級的自動駕駛，方便OEM開發(fā)應用于不同領域的產(chǎn)品系列，另外，值得一提的是這套平臺預計在2022年實現(xiàn)SOP，至于為什么選擇2022年？看看大眾、吉利想要在2022年干嘛就一清二楚了。
“打造安全的自動駕駛汽車，也許是當今社會所面臨的最大計算挑戰(zhàn)。實現(xiàn)自動駕駛汽車所需的投入呈指數(shù)級增長，面對復雜的開發(fā)任務，像Orin這樣的可擴展、可編程、軟件定義的AI平臺不可或缺?！?/span>——英偉達創(chuàng)始人黃仁勛
英偉達與它的自動駕駛帝國
20年前，英偉達重新定義了現(xiàn)代計算機圖形技術，并推動了PC游戲市場的發(fā)展，而20年后的今天，英偉達已經(jīng)搖身一變成為一家在AI技術、云計算領域處于領先的頭部企業(yè)。
2015年——Drive PX，算力（單精度浮點計算能力）2Tops，支持L2級自動駕駛
2016年——Drive PX2，算力8Tops，支持L3級自動駕駛
2017年——Drive Xavier，算力30Tops，支持L4級自動駕駛
2019年——DRIVE AGX Orin，算力200Tops，支持L5級自動駕駛并兼容L2～L4級自動駕駛
僅5年時間，NVIDIA DRIVE自動駕駛平臺的算力就有了將近100倍的提升，再看看隔壁Mobileye最新的EyeQ5僅有12Tops，算力上都不知道差了多少個華萊士了。當然，NVIDIA DRIVE上的GPU屬于通用型計算芯片， 所以算力高的同時也帶來更高的功耗與搭建成本。而Mobileye EyeQ4則基于定制的ASIC架構，因此能耗表現(xiàn)比NVIDIA DRIVE好太多。
NVIDIA DRIVE的“朋友圈”
在自動駕駛領域還沒出現(xiàn)壟斷型企業(yè)的今天，生態(tài)的豐富程度似乎比硬件（算力）來得更重要。在文章的開頭我們提及到特斯拉FSD是一套封閉的輔助駕駛系統(tǒng)，其實Mobileye與之對比起來，也只是“相對”開放而已，Mobileye可以把整套自動駕駛解決方案賣給不同的車企，但并不會針對車企的需求進行定制（或許是因為ASIC架構的緣故？不過現(xiàn)在英偉達也在迫使Mobileye的技術體系走向開放，例如EyeQ5已經(jīng)支持多達20個包括激光雷達在內(nèi)的傳感器），而作為后起之秀的英偉達則采用開放的技術體系，他們不僅賣芯片/平臺、軟件開發(fā)包、應用工具等等，還會主動和車企進行深度合作來研發(fā)較高級別的自動駕駛技術，也正因如此，目前不少車企、Tier 1的產(chǎn)品都基于NVIDIA DRIVE，例如博世在BCW發(fā)布的自動駕駛系統(tǒng)、奧迪的zFAS等等。
在我們那身邊也有一個例子，那就是搭載了XPILOT 3.0的小鵬P7，XPILOT 3.0應用到NVIDIA Drive Xavier自動駕駛芯片，已經(jīng)具備支持L4級別自動駕駛的能力，而對于獲取高精地圖數(shù)據(jù)涉及到的基帶以及車輛定位技術，XPILOT 3.0則應用了高通驍龍820A芯片，這種讓主機廠根據(jù)功能整合不同供應商解決方案的做法同樣也是NVIDIA Drive足夠開放的體現(xiàn)。
在上年GTC China大會上，英偉達還宣布了滴滴將使用英偉達的GPU開發(fā)自動駕駛和云計算解決方案。包括在云端（數(shù)據(jù)中心）采用了其GPU訓練機器學習算法，在車端也搭載了NVIDIA DRIVE平臺。
事實上，在國內(nèi)除了滴滴之外，還有包括小鵬汽車、文遠知行、小馬智行、美團、菜鳥、京東以及高德地圖、百度地圖等企業(yè)宣布了與英偉達合作，在某種程度上，因為NVIDIA DRIVE足夠開放，它已經(jīng)獲得了不少主機廠、Robotaxi公司以及Tier 1的青睞。
大手筆買買買
縱觀海外那些處于行業(yè)第一梯隊的半導體廠商，外延式并購是它們提升競爭力的主要手段，為此在近1年內(nèi)英偉達也開啟了瘋狂剁手模式。
（1）488億元收購Mellanox Technologies
在今年4月底，英偉達完成了對Mellanox Technologies的收購，可能大家對Mellanox Technologies比較陌生，事實上這是一家在1999年就成立的公司，主營業(yè)務包括服務器以及存儲端到端連接方案，是一家在InfiniBand以及以太網(wǎng)互聯(lián)產(chǎn)品深耕數(shù)十年的廠商。
目前數(shù)據(jù)中心業(yè)務已經(jīng)占據(jù)了英偉達總收入的1/3，而收購Mellanox Technologies這一舉動讓英偉達除了擁有從人工智能計算到網(wǎng)絡的端到端技術之外，還擁有了從處理器（GPU）到軟件的全堆棧產(chǎn)品。隨著全球互聯(lián)網(wǎng)服務需求的激增，應用到人工智能技術和加速計算的落地場景將變得更多。
（2）2733.2億元收購Arm
*中國監(jiān)管機構還沒批準（反壟斷的原因）
收購完Mellanox之后，英偉達在今年9月又表示打算將ARM收入囊中。因為移動平臺的Tegra系列處理器已經(jīng)折戟，所以英偉達在智能手機、平板電腦或是IoT等市場幾乎沒有份額，而這些領域又剛好是ARM的強項。
要是這樁收購能成的話，英偉達的短板一下子就給補全了。試想了一下，英偉達的人工智能計算平臺與ARM龐大的生態(tài)系統(tǒng)相結合會是一件多么“恐怖”的事，屆時我們生活中能接觸到的幾乎所有電子產(chǎn)品都離不開英偉達，估計英特爾、高通、AMD都會被嚇到“鼻哥窿都冇肉”。
至于在汽車領域，NVIDIA DRIVE平臺和基于ARM的車機也可以在功能上做更多打通，從而形成一套完整的車機娛樂/導航/自動駕駛系統(tǒng)解決方案，再打包賣出去。
自動駕駛的未來，真的屬于GPU嗎？
人工智能算法是核心，硬件是基礎，隨著最近幾年深度學習需求量增多，F(xiàn)PGA、ASIC芯片開始陸續(xù)浮出水面，甚至有人說，人工智能、自動駕駛的硬件之爭，歸根到底就是GPU、FPGA以及ASIC芯片之爭。
正如我們本文的主角英偉達是GPU的擁躉，而占據(jù)高級別輔助駕駛系統(tǒng)大半市場的Mobileye又一直沿用ASIC架構芯片一樣，究竟誰才是自動駕駛的未來呢？
看來只有時間才能證明了。
往期文章精選
熱門車型實測丨工程師8點檔丨每周問答
固態(tài)電池科普丨增程式靠譜嗎
電動車保養(yǎng)丨輻射辟謠 | 拖車充電實測
裝充電樁丨電池質保丨充電指南
電動車春運回家第2期
直播賣車靠譜嗎
1-100萬，各薦一款純電車
天價換修迷局
電動車廣告10大黑幕
