未来的芯片技术方向，很有可能会出现NVIDIA GPU架构和特斯拉、高通、Mobileye的ASIC专用芯片并存的局面。前者完全开放通用，拥有较为统一的软硬件架构，车厂基于处理器进行软件层面的开发即可，操作更加容易；后者专门面向驾驶相关主流的网络、模型、算子进行开发，面积、成本和功耗都更低，适合更加看重性价比的客户。
CES 2024期间，NVIDIA公布了NVIDIA DRIVE系列汽车业务的最新进展，宣布四家中国电动汽车品牌：理想汽车、长城汽车、极氪、小米，均使用NVIDIA DRIVE自动驾驶汽车开发平台支持自动驾驶功能。
NVIDIA表示，理想汽车已选择NVIDIA DRIVE Thor™集中式车载计算平台为其下一代车型赋能。而在其L系列车型上推出的智能驾驶系统AD Max，通过搭载双NVIDIA DRIVE Orin处理器，实现了508TOPS算力以及传感器信息的实时融合与处理。
据称，全新升级后的AD Max 3.0系统，向大模型为主的端到端算法架构切换，部署了Occupancy占用网络、时空联合规划算法和MPC模型预测控制算法，可提供全场景智能驾驶(NOA)、全场景辅助驾驶(LCC)、智能泊车、主动安全等功能，将带来更加安全、便捷和舒适的智能驾驶体验。
长城汽车、极氪、小米则采用NVIDIA DRIVE Orin平台为其智能自动驾驶系统提供动力，其中，长城汽车基于NVIDIA DRIVE Orin平台打造的自主研发高阶智能驾驶系统Coffee Pilot，该系统未来可打通泊车场景、高速场景、城区场景等全场景智慧领航辅助驾驶功能，无需高精度地图，搭载此方案的首款车型计划于2024年上半年亮相。
吉利控股集团旗下的豪华智能纯电品牌极氪推出了其第四款搭载NVIDIA DRIVE Orin的车型——极氪007纯电豪华轿车。极氪007将配备全新的全栈自研智能驾驶系统，搭载了双NVIDIA DRIVE Orin系统级芯片，可实现智能泊车以及在高速路和城市道路上的智能辅助驾驶。目前，极氪全系车型均可提供“激光雷达+视觉融合”以及“纯视觉”两套传感器配置供用户选择，极氪自研高级驾驶辅助系统中的极氪NZP高速自主领航辅助系统，在交付后即可在中国各主要城市使用。
小米首款汽车SU7将基于双NVIDIA DRIVE Orin配置打造，支持高速NOA功能，同时依靠领先的感知决策大模型，目标实现不分城市、不分层级、不分道路的中国城市领航功能。将于2024年上半年上市的小米SU7提供两个版本：CLTC工况续航里程分别为415英里(668km)与497英里(800km)。
自动驾驶的大脑，再强都不为过
前文既然谈到了NVIDIA DRIVE Orin和NVIDIA DRIVE Thor，那不妨再花些笔墨，回顾一下两大平台的核心能力。
作为新一代电动汽车、自动驾驶出租车、班车和卡车引擎的集中式自动驾驶和AI计算机，NVIDIA DRIVE Orin在2022年3月已经开始出货。该芯片每秒可完成254万亿次运算(TOPS)，旨在处理自动驾驶汽车中同时运行的大量应用程序和深度神经网络(DNN)，并同时达到了ISO 26262、ASIL-D等系统安全标准，可支持L2+至L5级自动驾驶功能。
而单颗算力达到1000TFLOPS, 通过双芯片NVLink互联算力可高达2000TFLOPS的新一代集中式车载计算平台“NVIDIA DRIVE Thor”更是一经宣布便技惊四座，而且它还取代了此前发布的自动驾驶芯片DRIVE Atlan SoC。要知道，DRIVE Atlan在NVIDIA内部一度被称为“技术的奇迹”，单颗算力为1000TFLOPS，原本预定2024年上市。
NVIDIA DRIVE Thor SoC
2000T是个什么概念呢？简单来说，是Mobileye EyeQ4的800倍，小鹏P5使用的NVIDIA Xavier(30T)的67倍，特斯拉FSD(144T)的14倍，当前主流的NVIDIA Orin(254T)的8倍。套用黄仁勋的话来说，“这颗芯片就是为汽车的中央计算架构而生”。
Thor的设计初衷是用于处理自动驾驶汽车的所有计算需求。请记住，是所有——从信息娱乐系统和传感器融合到实际的自动驾驶算法本身，目标是在单个AI计算平台上集成自动驾驶、自动泊车、驾乘人员监控、AI座舱等多种智能功能，取代目前汽车内的独立计算机。
值得一提的是，考虑到实时沉浸式技术将使消费者在线研究和购买汽车更具互动性，更加能够弥合数字和物理体验之间的差距，一个由NVIDIA合作伙伴及其客户组成的新兴生态圈正在将Omniverse的各项功能付诸实践。
其中，BITONE、Brickland、Configit、Katana Studio Ltd、WPP和ZeroLight等各大创意合作伙伴和开发商正在率先使用NVIDIA Omniverse来开发汽车配置器，而这些先进的解决方案正在被路特斯等头部汽车制造商所采用，他们希望能够借此展示品牌内涵、提高平均售价。
NVIDIA Omniverse是一个软件平台，可用于开发和部署基于OpenUSD的先进3D 应用与工作流，其强大的仿真能力允许实时展示车辆的颜色变更和豪华内饰的个性化定制。相比之下，传统的汽车配置器受到静态预渲染图像的限制，图像通常难以更新或被重新利用，而且在个性化或动态环境显示时会遭遇不小的挑战。
自动驾驶迎来新技术范式
第三方机构的数据显示，2025年将有望成为自动驾驶行业的“分水岭”，之前更多以L2到L3级别的人机共驾为主，之后，L2级别以上的自动驾驶技术渗透率将超过25%。伴随智能新能源车的发展和电子电气架构的演进，不但智能驾驶SoC芯片的市场容量将超过百亿美金，软件、算法、其他周边芯片也都有非常多的机会。
与PC和智能手机不同，汽车是科技的集大成者，将电子行业过去几十年发展积累下来的技术，包括应用数据平台、基础计算平台、电子电气架构、成熟可靠的零部件、软件等完全综合起来，这对智能化底座和芯片提出了越来越高的要求。
过去，我们仅仅依赖一个毫米波雷达或者一个单目摄像头就可以完成最基本的L1或者L2级别的辅助驾驶。但现在，包括高精度雷达、高分辨率摄像头在内的多种传感器，让我们在端测捕获的数据量大幅提升，自动驾驶所覆盖的应用场景和数据类型也变得越来越复杂。一颗小小的车载芯片，不仅要符合多项行业标准，还要集成CPU+GPU+ISP+NPU神经网络加速器+信号处理等多个复杂功能，输出的基础算力也从L2级的10TOPS左右，一路飙升至L4级的1000TOPS以上。
更值得我们关注的是接下来，随着更高等级自动驾驶的落地，采用大规模并行运算的AI计算或将成为新趋势，甚至有可能会逐步取代逻辑计算，成为车载计算的核心。这意味着，一方面，以神经网络为代表的机器学习，再加上更高阶、更丰富功能、覆盖更多场景、接入更多传感器的高等级辅助驾驶方案持续不断落地，使得业界对高性能计算的需求会不断增加；另一方面，自动驾驶的新技术范式要找到一个与之相匹配的计算架构，能够让汽车自动驾驶系统的开发更加自主、简洁和智能。
从应用场景来看，L3级别以上自动驾驶、智能座舱、自动辅助导航驾驶(NOA，Navigate on Autopilot)预计会是今后几年内自动驾驶行业关注的焦点。以智能座舱为例，尽管短期内高性能自动驾驶芯片和智能座舱主控芯片将分别演进，但随着自动驾驶技术路线的逐渐成熟，两类芯片进一步向中央计算芯片融合，进而通过集成进一步提升运算效率并降低成本，很有可能成为现实。
NOA是另一个热门的话题。目前，高速NOA逐渐成为各家车企品牌追逐的“标配”功能，感知、规控算法以及产品功能定义成为各家品牌车型NOA功能体验优劣的关键；城市NOA的发展虽面临全场景复杂交通路况的挑战，但头部车企以及供应商正迎难而上，纷纷加码布局。
所以，未来的芯片技术方向，很有可能会出现NVIDIA GPU架构和特斯拉、高通、Mobileye的ASIC专用芯片并存的局面。前者完全开放通用，拥有较为统一的软硬件架构，车厂基于处理器进行软件层面的开发即可，操作更加容易；后者专门面向驾驶相关主流的网络、模型、算子进行开发，面积、成本和功耗都更低，适合更加看重性价比的客户。
您可能感兴趣
