从进军汽车市场到推出Thor,英伟达花费了7年多的时间,其在车端芯片的历程,也可称得上坎坷。而去年的Atlan还未上市就面临自我淘汰,英伟达不亏是芯片领域的[卷王]。
9月20日GTC大会,英伟达创始人黄仁勋宣布:推出集中式车载计算机英伟达 Thor,算力达到2000TOPS+2000TFLOPS,可同时满足自动驾驶、智能座舱等几乎全车的算力所需。Thor的算力,是现有Orin芯片的8倍,特斯拉FSD芯片的14倍。 在2021年的春季GTC大会上才刚刚发布,1000TOPS算力的Atlan芯片出身未捷身先死。 ①超高AI性能,拥有770亿晶体管,而上一代的Orin是170亿晶体管。AI性能为2000 TFLOPS@FP8。如果是INT8格式,估计可以达到4000TOPS。 ②支持FP8格式,英伟达、英特尔和ARM三家联合力推FP8格式标准,力图打通训练与推理之间的鸿沟。 ③超高CPU性能,Thor的CPU可能是ARM的服务器CPU架构V2或更先进的波塞冬平台。 ④统一座舱、自动驾驶和自动泊车,一颗芯片包打天下。 Thor芯片内部融合Grace GPU、Hopper和Ada Lovelace GPU三种英伟达最先进的芯片架构。其中,Hopper是新加入的重要架构。Grace则是基于ARM的CPU架构,原本是英伟达为服务器研发的CPU架构,如今被移植到集中式车载计算机Thor上。 Thor令中央计算的电子电气架构实现成为可能。 英伟达的优势,是算力以及开发平台与工具链,利用英伟达提供的整套工具链,车企在自动驾驶研发上,可以节省时间成本,并简化开发工作量。 但车企同样需要忍受英伟达芯片高功耗对汽车续航里程的影响。 目前,想要实现汽车中的主动安全、停车、驾驶员监测、摄像头后视镜、集群和车载信息、娱乐系统等功能通常需要不同的计算机提供支持。 而未来,它们将由在中央计算机上运行的软件统一提供支持,并随着时间的推移不断改进。 新推出的 DRIVE Thor 平台,集成了基于 Hopper 的 Transformer Engine、基于 Ada 的 GPU 和基于 Grace 的 CPU。 对于英伟达取消 Atlan 的原因,黄仁勋在会后接受分析师采访时表示:Atlan 的产品包括 GPU、CPU 和 Tensor Core 三个关键的架构。 这三个架构,在过去两年都发生了巨大的进步。每过两年,机器人系统的研发都会迎来重大更新,这是他们做出取消 Atlan 直接做 Thor 的原因。 从算力水平和产品架构上来看,黄仁勋的目的直指L3及以上更高级别的自动驾驶技术。同时,从时间维度上来看,Thor的量产时间也与中国的自动驾驶技术路线图规划一致。 DRIVE Thor平台成为核心新组件 如今来看,DRIVE Thor显然要取代Atlan,成为DRIVE Orin的后续产品,于2025年投入生产。 DRIVE Thor是第一个集成推理转换器引擎的AV平台,这是英伟达 GPU中张量核心的新组件。 借助该引擎,DRIVE Thor可以将Transformer深度神经网络的推理性能提高多达9倍,这对于支持与自动驾驶相关的大量复杂Al工作负载至关重要。 Thor将包括自动驾驶和辅助驾驶、停车、驾驶员和乘员监控、数字仪表盘、车载信息娱乐和后座娱乐在内的智能功能,整合到一个单一架构中,来提高整体效率,并降低整体系统成本。 Thor的多计算域隔离允许并发的、对时间敏感的多进程无中断运行,你可以再一台计算机上同时运行Linux、QNX和Android。 对于智能座舱架构来说,其上层软件,如安卓、黑莓,或者苹果、特斯拉诉求是开放、开源、迭代快,甚至底层代码都向开发者打开,这样才能够吸引更多的软件开发者。 美东时间8月24日盘后,英伟达正式发布截至2022年7月31日的 2Q23 财报。与两周前英伟达公布的财务预警信息一致,营收、毛利、净利均大幅下滑。 据财报数据,英伟达2季度营业收入为67.0亿美元,同比增加3%,环比减少19%;净利润为6.56亿美元,同比减少72%,环比减少59%;毛利率为43.5%,同比减少21.3%,环比减少22%。 今年以来,全球宏观经济逆风导致消费者对游戏产品需求放缓,虚拟货币价格下滑导致显卡需求减少,游戏业务2季度营收同比减少33%,环比减少44%,拖累整体业绩。 而汽车和机器人业务二季度收入为2.2亿美元,同比增长45%,成为少有亮色。 彼时,黄仁勋再次重申:汽车正在成为一个科技行业,并有望成为我们下一个价值10亿美元的业务。 显然,汽车和机器人业务,与数据中心业务一样,正成为英伟达的新增长引擎。 在用Orin芯片取得车企信任,进入车企供应链后,英伟达推出更高算力的Thor芯片,一次性满足汽车几乎全部算力所需,多少有些冒险的意味。 受制于法规、自动驾驶技术的安全水平等因素影响,全球范围内,只有德国、日本和韩国允许具备L3级自动驾驶能力的车辆上路行驶,而且具有一系列约束条件。 100+TOPS的算力水平就能满足现阶段的市场化需求,仅有蔚来、理想等少部分搭载激光雷达的车型开始使用超过1,000TOPS的产品。 但在中国市场,各家车企的选择更多,是否会遵循英伟达的芯片迭代规律,目前仍然是未知数。 除英伟达以外,中国车企还可选择地平线,高通等等兼具大算力和开放性的自动驾驶芯片平台。 地平线J5与多家车企签订合作协议,即将上市的理想L8,有望成为地平线J5的首发车。 高通Snapdragon Ride宣布和长城旗下毫末智行达成合作,未来双方将在该平台进行高阶辅助驾驶研发。
上一篇:芯片开发成本大涨10倍,汽车厂商自研芯片,不划算!
下一篇:纳芯微40V车规级多通道半桥驱动NSD830x-Q1,冷风热风掌控自如
- 热门资源推荐
- 热门放大器推荐
最新视频课程更多
- ZYNQ(FPGA)与DSP之间SRIO通信实现案例
- E4407B安捷伦频谱分析仪26.5GHz
- 电压放大器和电流放大器的区别是什么意思
- 在BL808上用双边滤波形成动漫效果
- 【米尔ARM+FPGA架构之作MYD-JX8MMA7开发板】强劲的图形系统
- 找个熟手做个CORTEX学习板,有兴趣和我联系,有酬。
- 【飞凌S5PV210开发板知识分享】S3C6410与s5pv210的对比
- MSP430 F149远程固件升级的方法
- 【问TI】LM3S系列基本上是10位ADC,与别的厂家的12位的ADC差点那?优越在什么地方?
- 颁奖啦!PCIe要了解的10件事和识别协议的BSX系列BERTScope误码率测试仪技术资料