英偉達(dá)一夜改寫自動駕駛格局！2000TOPS雷神芯片發(fā)布，黃仁勛：One chip to rule them all

賈浩楠 發(fā)自 副駕寺

智能車參考 | 公眾號 AI4Auto

雷神Thor來了。

人類有史以來最強(qiáng)自動駕駛芯片，就這樣突如其來！

英偉達(dá)2022秋季GTC上，黃仁勛發(fā)布新一代自動駕駛計(jì)算芯片DRIVE Thor。

單顆算力高達(dá)史無前例的2000 TOPS，是特斯拉FSD芯片的14倍。

全球大半個自動駕駛?cè)Φ男酒际屈S老爺在販賣，神通肯定小不了。

但DRIVE Thor問世，還是震驚了所有跟智能汽車相關(guān)的人，包括但不限于車圈、科技圈、自動駕駛公司…

因?yàn)閮H僅半年前，黃仁勛才宣布彼時(shí)算力最強(qiáng)的自動駕駛芯片Atlan，1000 TOPS，還說準(zhǔn)備量產(chǎn)。

但現(xiàn)在，老黃又改口說Atlan格局小了，干脆取消，直接拿出更加領(lǐng)先一代的量產(chǎn)產(chǎn)品DRIVE Thor。

其他芯片廠商還在追趕Orin性能的時(shí)候，英偉達(dá)的計(jì)劃是用下一代的下一代，降維打擊。

人類史上最強(qiáng)自動駕駛芯片

DRIVE Thor，黃仁勛確認(rèn)2025年上車量產(chǎn)。

稱人類史上最強(qiáng)，首先是參數(shù)。

單顆算力2000TOPS，不僅現(xiàn)世量產(chǎn)產(chǎn)品中沒見過這么高的參數(shù)，即使在一眾自動駕駛芯片公司對2025年產(chǎn)品的規(guī)劃和構(gòu)想中，也都還停留在數(shù)百只至1000 TOPS之間。

所以說，DRIVE Thor是難有爭議的代差優(yōu)勢。

而作為替換自家上一代產(chǎn)品Orin，算力數(shù)值提升了8倍。

這里還要解釋一下算力大小的定義。

一般針對AI任務(wù)、自動駕駛的芯片，常用TOPS描述算力，1TOPS代表每秒能進(jìn)行1012次操作。

所謂“操作”，是指芯片上實(shí)現(xiàn)卷積運(yùn)算的乘加器的基本功能。DRIVE Thor的2000 TOPS意思是每秒進(jìn)行2*1015次操作。

黃仁勛同時(shí)給出了DRIVE Thor性能的另外一個參考維度：2000 TFLOPS。

TFLOPS是描述傳統(tǒng)GPU性能的指標(biāo)，1 TFLOPS指每秒進(jìn)行1012次浮點(diǎn)運(yùn)算。

兩種單位分屬兩個不同的描述維度，一般沒有絕對的換算關(guān)系。但某些特定任務(wù)下，1 TFLOPS可以等于1 TOPS。

DRIVE Thor芯片的工藝制程、包含的晶體管數(shù)量這些詳細(xì)信息，英偉達(dá)暫未透露。

不過，DRIVE Thor展現(xiàn)出了幾個重要的領(lǐng)先性指標(biāo)，既代表自動駕駛技術(shù)未來的發(fā)展方向，也是其他同類產(chǎn)品所不具備的。

超高集成度

智能汽車在車輛底層架構(gòu)方面的最大特征，是從原先數(shù)百個ECU控制不同功能，演進(jìn)到幾個集中式域控制器的電子電氣架構(gòu)。

這是目前正在發(fā)生的變革。

而幾乎所有業(yè)內(nèi)玩家都認(rèn)為，未來的電子電氣架構(gòu)一定是集中式的，即一個大腦、一個平臺或芯片控制汽車所有功能。

架構(gòu)是車廠的工作，而高度集成化的芯片，英偉達(dá)已經(jīng)做出來了。

DRIVE Thor集成了一輛智能汽車上所需的一切AI功能的計(jì)算需求，包括高階自動駕駛、車載操作系統(tǒng)、智能座艙、自主泊車等等。

車載操作系統(tǒng)中，有對車上所有功能的控制以及不同場景下的聯(lián)動，也有連接車輛軟件層和執(zhí)行機(jī)構(gòu)的“骨架”。智能座艙方面，則包含儀表盤、娛樂影音、語音識別交互等等。

2000TOPS的算力資源，主機(jī)廠可以在各種不同AI任務(wù)間隨意分配，英偉達(dá)提供相關(guān)開發(fā)工具。

一顆芯片解決所有，DRIVE Thor可能不便宜，但肯定比采購一堆芯片劃算。

One chip to rule them all！

支持超大規(guī)模AI模型運(yùn)算

DRIVE Thor為這兩年自動駕駛流行的超大規(guī)模Transformer準(zhǔn)備了專用引擎。

最初的Transformer來自于NLP（自然語言處理）領(lǐng)域。從輸入層開始，Transformer每一層結(jié)構(gòu)都可以看到所有的信息，并且建立基本單元之間的關(guān)聯(lián)。

因此Transformer天然具備超強(qiáng)序列建模能力、全局信息感知能力的特點(diǎn)。

應(yīng)用到自動駕駛中，Transformer主要干兩件事，對于投影像素平面的“刻畫”、以及對于投影平面和BEV平面之間的“轉(zhuǎn)化”。

特斯拉最早將Transformer用在自動駕駛?cè)蝿?wù)中，而如今幾乎所有玩家都跟進(jìn)。

Transformer網(wǎng)絡(luò)的參數(shù)規(guī)模，從一開始的百萬級數(shù)，到十億級，再到現(xiàn)在的萬億級，一直呈指數(shù)級增加。

DRIVE Thor上的Transformer引擎，能夠?qū)⒁曨l數(shù)據(jù)作為一個單一的感知幀來處理，使計(jì)算平臺能夠在固定時(shí)間內(nèi)處理更多的數(shù)據(jù)。

集英偉達(dá)技術(shù)大成

黃仁勛特別解釋了DRIVE Thor超強(qiáng)性能的根源：

Grace、Hopper、Ada Lovelace。

Grace是英偉達(dá)的AI專用服務(wù)器CPU，基于ARM架構(gòu)，也是英偉達(dá)進(jìn)軍CPU領(lǐng)域的第一款產(chǎn)品，Grace高度專業(yè)化，走的是和GPU向結(jié)合的道路，適用于AI 和高性能計(jì)算工作。

使用第四代NVIDIA NVLink互聯(lián)技術(shù)與GPU相融合后，可以處理超過1萬億參數(shù)的AI模型訓(xùn)練任務(wù)。

Hopper是英偉達(dá)最新的GPU架構(gòu)之一，其實(shí)也是英偉達(dá)押注AI的一場豪賭：

將傳統(tǒng) GPU 計(jì)算引擎集中在神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換器模型上，并將DGX系統(tǒng)擴(kuò)展為能夠在機(jī)器學(xué)習(xí)訓(xùn)練中支持?jǐn)?shù)萬億個參數(shù)。

Ada Lovelace么，當(dāng)然就是剛發(fā)布的40系列顯卡新架構(gòu)。4nm制程，流式多處理器具有高達(dá)83TFLOPS 的著色器能力，吞吐量超過上一代產(chǎn)品2倍。

老黃的意思很明白，DRIVE Thor在深度神經(jīng)網(wǎng)絡(luò)任務(wù)上，采用Grace+Hopper的CPU、GPU混合架構(gòu)。

而在具體的圖像處理任務(wù)，則和最新的40系列顯卡相同。

是不是說明，DRIVE Thor也采用臺積電4nm工藝？

其實(shí)從2025年量產(chǎn)節(jié)點(diǎn)看，DRIVE Thor采用2-3年前的消費(fèi)級芯片成熟架構(gòu)和工藝，完全符合車規(guī)芯片對可靠性的要求和行業(yè)慣例。

從摩爾定律來看，芯片集成度的突破已經(jīng)逼近極限，4nm制程的車規(guī)AI芯片量產(chǎn)時(shí)，也許和手機(jī)、電腦上的消費(fèi)級處理器差距很小了。

這可能也是DRIVE Thor帶來的另一個里程碑：車規(guī)芯片不再有代差。

英偉達(dá)的智能車稅，只靠算力嗎？

當(dāng)然不是，另一個競爭力，是英偉達(dá)開放的平臺特性和全套完整的開發(fā)工具。

不過，老黃今天介紹的，都是基于已經(jīng)量產(chǎn)的Orin芯片相關(guān)平臺展開。

NVIDIA DRIVE，是一整個自動駕駛開發(fā)平臺，既包括硬件Orin芯片，也包含英偉達(dá)提供的模擬測試搭建工具、地圖環(huán)境實(shí)時(shí)構(gòu)建、安全相關(guān)測試，以及一些基礎(chǔ)的已經(jīng)訓(xùn)練好的算法模塊參考。

在一個自動駕駛算法典型的開發(fā)過程中，路測車輛行駛時(shí)，NVIDIA DRIVE能夠直接從環(huán)境信息中心采集各類不同物體的信息，并完成建模分類，然后儲存在數(shù)據(jù)庫中，以便日后模擬訓(xùn)練時(shí)使用。

這些數(shù)據(jù)可以做到非常細(xì)致，比如帶有長寬高以及深度信息的4D圖像數(shù)據(jù)：

根據(jù)自動駕駛方案選擇的傳感器不同，NVIDIA DRIVE也可以針對不同傳感器分別建立儲存數(shù)據(jù)信息。

同時(shí)，系統(tǒng)還會實(shí)時(shí)記錄繪制地圖路線信息，保存在數(shù)據(jù)庫中。

對真實(shí)環(huán)境信息實(shí)時(shí)采集，并保存素材的目的是什么？

當(dāng)然是為高效的模擬測試開發(fā)做準(zhǔn)備。模擬取代實(shí)際路測，這也是如今自動駕駛開發(fā)的一個熱門趨勢。

總之，英偉達(dá)不但給自動駕駛算力最大的芯片，如果你想，還會給你高度自動化，甚至是“傻瓜式”的開發(fā)工具。

算力一步登天的首發(fā)車企，竟是他？

2025年量產(chǎn)2000TOPS的DRIVE Thor，誰第一個實(shí)現(xiàn)“算力自由”？

極氪汽車。

你沒看錯，國產(chǎn)自主一哥吉利旗下的純電品牌——

那個一直以機(jī)械素質(zhì)見長，提起智能化卻人人搖頭的極氪汽車。

能不能趕上首發(fā)上市，要看車型研發(fā)進(jìn)度。但明確簽約要上車DRIVE Thor的，極氪的確是第一個。

搭載DRIVE Tho的會是什么樣的車？

從業(yè)內(nèi)普遍認(rèn)知行和已經(jīng)展現(xiàn)出的規(guī)律來看，一般L2級輔助駕駛，需求的算力在幾十TOPS左右。

智能駕駛每提升一個級別，需求算力也呈指數(shù)上漲。

例如，目前行業(yè)普遍站在L2邁向L3的門檻，需求的算力在幾百TOPS左右。

而為未來幾年算法迭代發(fā)展留足升級空間的產(chǎn)品，一般都把算力堆到1000TOPS以上，也就是4塊Orin芯片的方案。

顯然，他們設(shè)置的最遠(yuǎn)規(guī)劃，是L3人機(jī)共駕向高階智能駕駛過渡階段。

這個時(shí)間點(diǎn)，在DRIVE Thor出現(xiàn)之前，大家的共識是2025年。

也就是說，自動駕駛研發(fā)的節(jié)奏，是按照2025年L3邁向L4，車端算力剛好在1000T左右的預(yù)想規(guī)劃。

DRIVE Thor如果順利于2025年上車，造成的影響一定是深遠(yuǎn)的。

最重要的，是客觀加速自動駕駛能力的迭代周期。畢竟，這是史上第一次出現(xiàn)“算力等算法”的情況。

其次，DRIVE Thor上車，更加徹底的改變汽車底層架構(gòu)，在智能化的核心價(jià)值上走得更遠(yuǎn)更極致。

當(dāng)然也會加速傳統(tǒng)汽車淘汰出局。

最后總結(jié)一下，老黃和英偉達(dá)今晚展示的產(chǎn)品和趨勢，一定會寫入自動駕駛大事記，成一個里程碑式轉(zhuǎn)折。

那么接下來，還有不到10天就是特斯拉AI DAY，會不會出現(xiàn)更加意料之外、震撼人心的產(chǎn)品或技術(shù)？

壓力現(xiàn)在來到馬斯克這邊。

最后By the way，英偉達(dá)最新4的0系列顯卡，7199元起，最高的RTX 4090售價(jià)12999元，沖嗎？