2000TOPS,黄老板又来刷算力天花板

北京治疗白癜风医院哪个比较好 http://baidianfeng.39.net/a_yufang/250414/m9vee20.html

都说年是TOPS算力元年，车企们终于费尽心思用双芯片、四芯片的架构攒出了TOPS算力，英伟达就跳出来放了个「核弹」，掀翻了自家天花板。

在本周的GTC大会上，英伟达宣布将于年推出新一代车载芯片「Thor」。这个跟雷神同名的车载芯片单颗算力达到TOPS，浮点算力浮点算力TFLOPS。是目前量产车搭载的自动驾驶芯片Orin（TOPS）的近8倍，是去年刚刚发布的Atlan芯片（TOPS）的2倍。

原定于年量产的Atlan还未上市，就直接被自家后浪拍在了沙滩上——「它将被Thor取代」。

看来在卷算力这件事儿上，英伟达是准备硬杠到底了。

多芯融合的「Thor」

一颗更比八颗强

一辆智能汽车上究竟需要多少芯片？恐怕没有人能给出一个精确的数字。

不过智能汽车向中央集中式电子电气架构演进的趋势，没有人能否认。这就意味着用更少的芯片来实现更多的功能，是未来对于车载芯片不变的需求。

在这次GTC大会上，英伟达CEO黄仁勋说，「Onechiptorulethemall！」能让他说出这句话的，就是这次发布的新一代车载芯片Thor。

从整体架构上来看，Thor的性能得益于对CPU（Grace）、GPU（AdaLovelace）和处理Transformer模型的引擎（Hopper）。

简单来总结就是：TOPS大算力、支持驾舱融合的高集成度，以及支持车端机器学习的大模型三重加持。

Grace提供了出色的单线程性能，让单颗芯片算力达到TOPS，浮点算力TFLOPS。性能的提升让车载计算平台能够有更多的算力冗余。

对比目前量产车上主流的自动驾驶芯片Orin，单颗算力TOPS，不少主机厂通过双Orin、四Orin构建平台，来满足现阶段和未来自动驾驶系统对于算力的需求，比如蔚来ET7上四Orin芯片构成的Adam平台。

尽管多芯片平台下算力堆叠足够了，但是跨芯片调用在实际使用中的效率并不高，芯片在内部的传输速度远远高于芯片之间的通信速度。这也决定了当一颗芯片能够提供足够算力时，会是一个更好的方案。

Thor中Transformer引擎的运用，能够在车载计算机上将视频数据处理为单个感知帧，使计算平台随着时间的推移处理更多数据，在车端完成机器学习，减少车辆系统对于云端的依赖。

TOPS的算力满足当前自动驾驶系统的需求是绰绰有余的，因此Thor既可以将全部算力用于自动驾驶；也可以一部分用于智能座舱，一部分用于自动驾驶。

也就是说，Thor既可以是一颗单独的自动驾驶芯片，也可以是驾舱融合芯片，甚至同时集成更多的功能。

为了满足这个需求，AdaLovelace中多实例GPU的发明有助于车载计算资源的集中化。目前车内不少功能比如泊车、主动安全、驾驶员监控、信息娱乐等功能由不同计算设备控制，AdaLovelace可以将不同功能集中到同一个SOC芯片控制，降低了成本、功耗甚至车重，也能提供功能间联动，性能飞跃。

为了保证多功能集中控制的安全性，Thor多计算域之间相互隔离，可同时运行Linux、QNX和Android。只靠单机架构，就能够运行自动驾驶+数字仪表盘/车机+车载信息娱乐一整套系统的车规超级计算机。

智能座舱与自动驾驶是应该融合还是应该独立？这个命题下的纠结，很大程度上是受困于当前车载芯片算力的限制。

Thor这种大算力芯片的亮相，让整车电子电气架构集成化演进、驾舱融合的目标能够更进一步。用更少的芯片和零部件来集成更多的功能，不仅能够更好地实现功能联动，也能减少车辆结构的复杂程度，减少不必要的ECU模块和线束，甚至进一步减少研发、制造的一系列流程。

这次Thor发布的同时，也官宣了极氪将抢先首发。

NVIDIADRIVE更新

助自动驾驶模拟一臂之力

不论是车企还是自动驾驶科技公司，对于自动驾驶芯片的考虑上，算力固然是不可忽视的一环，但实际使用中的表现、性价比，以及相关软件生态和工具链的成熟程度，也都影响了最终的选择。

比如过去两年里，大量车企选择放弃Mobileye而转投英伟达Orin芯片，英伟达高度开放性和成熟的工具链功不可没。

这次，英伟达也专门为自动驾驶汽车开发的一系列产品NVIDIADRIVEN平台做了更新。

作为全栈端到端平台，NVIDIADRIVE包括全栈驾驶和车内AI应用，AI计算机和Hyperion自动驾驶汽车参考架构。英伟达的工作人员开发了一个AI工作流，可以根据记录的传感器数据构建3D场景，在将3D场景导入到DRIVESim之后，可以一通过人工创建的内容或者AI生成的内容对其进行增强，几分钟内重建一个完整的3D数字孪生。

通过这个平台的AI技术，可以对车辆行驶中一些小概率的物体和场景进行实时采集和重建，放置在仿真系统中，进行闭环测试，从而规避更多风险场景。未来，DRIVESim还支持车内环境模拟。

在发布会上，英伟达展示了一段自动驾驶演示视频显示，从出发到目的地，车辆可实现完全自动驾驶，无需人为干预。在驾驶过程中，系统可实现包括行人识别，机器学习多摄像头融合，预估其他车辆行为，实时硬件在环，提取地图特征，自动3D场景生成，3D场景增强，实时雷达模拟，实时多传感器模拟等功能。

最后

在这次的GTC演讲中，新一代车载芯片Thor和NVIDIADRIVE占了很大比重。事实上从英伟达目前的财务状况上，也能看出端倪。

上个月英伟达发布了Q2财报，受游戏业务的影响，英伟达整体的营收和净利润都出现了下滑，而其中最大的惊喜就来自汽车业务45%的增长，这与今年Orin芯片的量产和大规模上车脱不开关系。

在今年亮相的新车型中，无论是「蔚小理」，还是智己、威马，都在新车型上搭载了Orin芯片，比亚迪也将在明年上半年开始投产搭载DRIVEOrin计算平台的汽车。Orin的备受追捧，拉高了大家对于Thor的期待，甚至拉高了大家对于Thor量产后自动驾驶、智能汽车性能的期待。

但是如此激进的一颗「核弹」，似乎并不足以让英伟达「躺赢」。

Thor的推出让智驾融合的中央集成式架构进一步走向实现，这也无疑动了目前在智能座舱领域炙手可热的高通的蛋糕。

高通那边也没坐以待毙，自从年初发布了首款自动驾驶芯片SnapdragonRide后，向自动驾驶芯片赛道迈进的步伐就没停下。就在英伟达发布Thor两天后，高通就推出「业内首个集成式汽车超算SOC」SnapdragonRideFlex，单颗算力TOPS以上，综合AI算力能够达到TOPS。英伟达和高通的竞争态势已经拉开。

几乎同时，通用旗下的自动驾驶公司Cruise证实将放弃英伟达的GPU，开发自己的中央计算芯片，做出这个决定的因素就是「成本」。

类似的还有一向自成一派的特斯拉，已经将自研芯片搭载在量产车上的零跑，宣布将自研芯片的吉利等多家主机厂，以及地平线、黑芝麻等正在崛起中的国内芯片科技公司。随着Thor的推出，它们的下一步也会向大算力中央域控制器芯片的技术路线发力。

这场车载芯片的算力大战，英伟达率先甩出了「王炸」，但芯片的比赛才刚刚开始。