点击图片查看原图
这样的广告语，从牙膏到汽车，可能会出现在各种产品迭代中。这一次，英伟达居然将新产品与另一款未上市的“准新产品”进行了对比。
说白了就是英伟达自己滚。
在去年的GTC2021上，英伟达发布了NVIDIA DRIVE Atlan，这是一款计算能力高达1000TOPS的AI处理器。预计2024年正式生产，2025年上市。
驱动雷神来源:英伟达
然而，在2022年底之前，英伟达否定了自己。在昨晚的GTC2022上，黄仁勋宣布Atlan不再是第一，全新的Thor芯片，拥有2000TOPS的计算能力，将成为自动驾驶芯片中的新兄弟。
当然，英伟达在汽车领域的野心不仅仅是做一个“自动驾驶芯片供应商”，而是要掌管全车。
多用途核心时代可能即将到来。
汽车的集成化水平会越来越高。更高的集成度不仅可以优化体验，还可以降低整车制造成本。根据罗兰·贝格的研究报告，领域控制是智能驾驶舱发展的关键。未来，智能驾驶舱领域将与智能驾驶领域相结合，最后，车载中央计算机将进一步集成车载计算芯片。
资料来源:罗兰·贝格
雷神的定位符合这一点。它不仅仅是一个自动驾驶芯片。集成超高计算能力的目的之一就是服务于整车的AI计算。可以在停车、自动驾驶和主动安全、驾驶员/乘客监控系统、摄像头监控系统、娱乐系统等领域替代芯片。
来源:英伟达
其实从Orin芯片开始，Nvidia就宣布了“一核多用”的计划。即使Orin X芯片已经上了将近一年的公交车，为什么车企仍然只把它作为驾驶自动化芯片？
司机认为原因如下:第一，计算能力方面，254TOPS的计算能力甚至不足以满足驾驶自动化近期或中长期的计算能力需求。为了满足大计算能力的需求，有些产品不得不配备多个Orin X芯片，自然没有多余的与其他领域共享；其次，在软件能力方面，目前各车企未必有成熟的域集成方案，即使芯片能力到位，也需要等待软件能力跟上；再次，在安全性方面，虽然Orin芯片的设计符合ISO26262“道路车辆功能安全”国际标准，并有安全岛设计，但在实际应用中是否能满足自动驾驶与其他领域之间的安全隔离仍需时间验证；第四，驾驶舱方面，高通凭借在移动设备领域的多年积累，已经占据了驾驶舱芯片市场的半壁江山。此外，凭借这样的先发优势，消费者已经形成了对高通驾驶舱芯片的认知和认可。英伟达很难进入这个领域。
雷神芯片继承了该系列芯片的大部分优点，进行史诗级升级。“一核多用”的必要条件是芯片必须支持多系统。奥林和托尔都支持Linux、QNX和安卓系统。通常车辆的娱乐信息系统会使用Android，但与行车安全相关的仪表和控制会使用稳定性更高的Linux系统。以李ONE为例，该型号的车载娱乐系统采用820A芯片和Android底层系统，但仪表屏幕采用Linux和德州仪器J6芯片，以达到“分而治之”的效果，保证安全。
来源:英伟达
在计算能力方面，英伟达表示，由于更复杂的AI模型，更大数量的更高分辨率的传感器在船上，对计算能力的需求也在增加。因此，该芯片的计算能力将达到2000TOPS以上，并且具有灵活的分配方案。自然，这2000TOPS和2000TFLOPs都可以用于自动驾驶，其中一部分还可以用于机车和驾驶舱。
在安全性方面，Thor的多计算域隔离可以提供并发和时间敏感的多进程，不会中断。目前还不清楚芯片的具体设计，但如果考虑到一核多用涉及的安全问题，芯片应该有硬隔离方案。
恩智浦i.MX 8 QM采用硬件分区。来源:恩智浦
DRIVE Thor将于2025年开始量产，第一品牌极氪。也就是说，也许到2025年，我们将有望通过上一层楼梯看到集成了智能汽车。
硬件之外，英伟达的软件水平也是在线的。
在超宇宙中训练自动驾驶仪
英伟达的另一个优势是软件。很多车企和自动驾驶公司不得不走“全栈自研”的路线。对于这些创业公司来说，如果想在钱烧完之前落地自动驾驶，就需要更快地发展。英伟达也提供软件服务。
NVIDIA驱动可以提供多种软件支持。比如NVIDIA DRIVE SDK提供了自动驾驶所需的构建模块和算法栈，包括DRIVE OS、DriveWorks、DRIVE AV等部分。在昨晚的GTC2022上，Nvidia重点展示了Drive Sim。
一个名为神经重建引擎的人工智能工作流为Drive Sim提供了新的支持。通常为自动驾驶创建虚拟训练场景需要花费时间和精力，场景非常有限，达不到全员训练的目的。但有了这项新技术，只需要在路上采集一次信息，就可以根据传感器数据采集路上的人、车、物等信息，几分钟内就可以重建出一个完整的数字孪生。
来源:英伟达
在模拟场景中，该系统可以生成各种极端场景(如鬼探头)。有了Drive Map，开发者可以生成一组想要的训练路线和场景。
总的来说，以前需要在路上获取大量数据的自动驾驶训练，现在已经可以在超宇宙中练习了。
SIM还可以实现实时半实物，生成实时雷达仿真数据和实时多传感器仿真数据，可以说与真实训练相差无几。
来源:英伟达
这项技术的背后，是英伟达的Omniverse在支撑。Omniverse是Nvidia开发的实时图形协作平台，可以生成数字仿真，实现3D设计协作等功能。去年在GTC，大约15秒的“虚拟黄仁勋”引起了热烈的讨论，完全伪造的效果也来自Omniverse平台。
GTC2021上的“虚拟黄仁勋”来源:英伟达
竞争更加激烈，芯片大战一触即发。
一个行业的发展必然经历从分散到整合的过程，智能汽车领域目前正在经历这条路。从传统时代到智能汽车时代初期，随着智能化需求的不断扩大，车辆所需的MCU会迅速上升。然而，在下一个发展阶段之后，MCU的数量将进入下降阶段，并逐渐被更高能力的SoC所取代。甚至会把车载芯片和自动驾驶芯片合二为一。
高通和英伟达本可以在汽车领域互相干扰，但也将成为敌人。近年来，高通还在汽车以外的领域发布了骁龙数字底盘和自动驾驶芯片。此外，大厂的竞争如此之大，以至于一些小工厂可能会更难走。