AI 巨頭 Nvidia 英偉達在汽車領域做什么？

2024-10-28 18:40:27 編輯： robot

導讀在 AI 方面大殺四方的英偉達，汽車行業的我們也是常常聽到其各種智能駕駛芯片，同時我們也看到英偉達財報當中單獨拎出一個汽車行業的板塊，但是在英偉達收入佔比卻很少而最近兩年還呈現下降的趨勢。那么 ...

在 AI 方面大殺四方的英偉達，汽車行業的我們也是常常聽到其各種智能駕駛芯片，同時我們也看到英偉達財報當中單獨拎出一個汽車行業的板塊，但是在英偉達收入佔比卻很少而最近兩年還呈現下降的趨勢。

那么 AI 巨頭 Nvidia 在汽車領域做什么？汽車行業在其佔比到底多少？

所以，本文將探討 Nvidia 在汽車行業中的一些战略和產品布局。

智能域控中的 SoC 芯片平台Drive 是 Nvidia 用於开發智能駕駛的計算平台。Nvidia Drive 於 2015 年 CES 上首次亮相，並經過多代技術迭代。第一代 Drive CX 和 Drive PX：基於 Maxwell 微架構，專注於智能座艙和 ADAS 應用。早在 2015 年，其已配備 256 至 512 個 CUDA 核心，支持並行計算操作。

第二代 Drive PX2：專爲 ADAS 智能駕駛功能而設計，於 2016 年 1 月推出。Drive PX2 基於 Pascal GPU 架構，內含多達 12 個 64 位 Arm CPU。特斯拉的Hardware 2.0 使用 Drive PX。Drive PX Xavier：2017 年 1 月發布，採用 Volta 微架構，國內初代做的領航輔助例如小鵬的NGP就是基於這個平台。

Drive PX Pegasus：2017 年 9 月發布，基於 Turing 架構，是 Nvidia 首款支持 AI 功能的汽車平台，性能比 Drive PX2 提升了約 10 倍。至 2017 年 10 月，已有 200 多個合作夥伴在其 Drive 平台上开發硬件或軟件產品。Drive AGX Orin：2019 年 12 月推出的主板系列，2020 年 5 月宣布將採用 Ampere 架構，適用於 ADAS 和 L3-L4 級別的車輛。Orin 配備多達 2048 個 CUDA 核心，能處理復雜 AI 模型的並行運算，擁有 170 億個晶體管，符合 ISO 26262 ASIL-D 標准，具備高度安全性，這就是當前國內高階智能競相應用的平台。

Drive Thor：Nvidia 於 2021 年 4 月宣布推出基於 Ada Lovelace 架構的 Drive Atlan，但在 2022 年 9 月取消該產品並推出了 Drive Thor。2024 年 GTC 上，Nvidia 宣布 Drive Thor 將採用 Blackwell GPU 架構及 Arm Neoverse V3，該 CPU 最高配有 64 個核心，且於 2024 年 2 月發布。Thor就是從明年开始市場上大批量應用的主流芯片。

最新的 Drive Thor Drive Thor 基於 Blackwell GPU 架構，與 Drive Orin 相比，其晶體管數量是 Drive Orin 的 12 倍，Nvidia 聲稱性能提升超過 60 倍。Blackwell 使用的 4 位浮點 (FP4) 計算比 Orin 使用的 16 位浮點 (FP16) 計算更高效。FP4 和 FP8 計算精度有利於加速大語言模型 (LLM) 的訓練速度並降低功耗。

Blackwell 產品採用兩個光罩受限芯片，借助 10 TB/s 的芯片間互聯實現單一 GPU 統一連接。採用Drive Thor 的乘用車預計將於 2025 年开始上市，業內傳聞是比亞迪的仰望系列。Blackwell 還通過專用的可靠性、可用性和可服務性 (RAS) 引擎提升了設備的可靠性。RAS AI 驅動的預測管理系統能夠監控硬件和軟件中的數千個數據點，以預測潛在的安全隱患，並提供深入診斷數據，以識別和處理問題區域。通過精准定位故障來源，RAS 引擎能夠縮短維護周期，並預防可能導致碰撞、傷害和死亡的潛在安全風險。

Transformer AI 模型通過學習大量文本數據中的模式，能夠理解和生成類似人類的文本。Blackwell 和 Drive Thor 可利用 transformer 技術來解決自動駕駛和其他汽車問題。此外，Blackwell 的解壓縮引擎通過高速鏈路訪問 Nvidia Grace CPU 的大容量內存，提供 900 GB/s 的雙向帶寬，有效加速 AI 和數據庫查詢等任務。CUDA 是 Nvidia 在 GPU 應用領域的核心。

CUDA 平台支持 AI 模型最大化使用 GPU 核心，執行並行任務。Drive Thor 客戶，目前預計使用英偉達 Drive Thor 的汽車行業客戶多達上百家，其中主機廠包括中國的比亞迪、廣汽、極氪、蔚小理基本涵蓋所有做高階智能駕駛的汽車和出行公司，外資品牌、奔馳、現代、捷豹路虎等等。Nvidia Drive 的客戶還包括卡車以及L4 Robotaxi等出行公司例如 2getthere、AutoX、滴滴、Navya 等多家自動駕駛初創公司。

其實英偉達的Thro已經上車了，不過不是我們熟悉的乘用車，而是最近上市的文遠智行的robotaxi，此款域控來自於聯想集團。汽車領域的 NIMNvidia 推理微服務 (NIM) 是一種基於 CUDA 的軟件打包與交付方式，提高了 GPU 中心軟件的可用性。NIM 服務提供开發者更多機會，允許定制 AI 軟件的开發，覆蓋大量 GPU。

NIM 服務利用 Nvidia 的加速計算庫和生成式 AI 模型構建，得益於標准的 NIM API 和 CUDA 的龐大用戶群體。NIM 尤其適用於業務驅動的 AI 應用，並將在未來用於軟件定義汽車 (SDV)、自動駕駛和信息娛樂等應用。NIM 是一組優化的雲原生微服務，能夠跨雲平台、數據中心和 GPU 加速工作站部署，從而擴大了 AI 开發人員的資源池。

汽車領域的 OmniverseNvidia Omniverse 是一個 API、SDK 和服務平台，允許开發人員將 OpenUSD 與 RTX 渲染技術集成到現有的軟件工具中，以構建 AI 系統。GTC 2024 宣布的 Omniverse Cloud 提供了五項新 API，幫助开發人員直接將核心 Omniverse 技術集成到現有的數字孿生設計中。

Omniverse 在汽車行業的市場佔比將進一步提升，特別是在自動駕駛和軟件定義汽車的數字孿生應用上。總結Nvidia將自己產品线分爲四大部分：數據中心，它包括DGX/HGX/MGX/IGX 軟件以及系統 GPU | CPU | DPU | NetworkingNVIDIA AI 軟件，這是英偉達的核心業務，佔據24年收入的78%遊戲，主要是指 GeForce GPUs for PC gamingGeForce NOW 雲端遊戲，佔據24年收入的17%。專業圖形，主要是指NVIDIA RTX GPUs 企業應用顯卡業務，還有 Omniverse 軟件，佔據24年收入3%。

汽車應用，主要是指 DRIVE Hyperion sensor architecturewith AGX computeDRIVE AV & IX full stack softwarefor ADAS, AV & AI cockpit等智能汽車的座艙和智能駕駛硬件以及軟件服務，佔據佔據24年收入2%

其實乍一看，汽車業務在英偉達業務總佔比非常少，但英偉達卻將這個產業單獨拎出來，首先 AI 的應用非常廣泛，已經滲透到所有產業，而汽車不過是一小部分；但是，其實汽車行業牽扯巨大，按照上面的分類只不過是終端分類，例如汽車行業數據中心，從智能的研發到銷售巨大的業務，也是目前國內各種雲競相爭搶的肥肉。

而汽車是智能 AI 機器人落地的第一大場景，是機器人的分類的先行者，未來自動駕駛以及機器人業務，英偉達預估會達到3000億美金的業務。

所以，AI 巨頭 Nvidia 在汽車行業的布局，類似於我們熟悉通訊行業的華爲，從設備到終端，從硬件到軟件全面布局 AI 產業。研究智能汽車離不开 AI 也離不开 AI 類似英偉達此類巨頭。