AI和AIGC是當下全世界最為的熱門話題，而英偉達憑借其在GPU技術和算力芯片方面的優勢，已經成為了AI大廈里面最不可或缺的基石。以至于英偉達在汽車領域，特別是自動駕駛領域的成功都顯得得不那么重要了。其實從英偉達的財務報告來看，在自動駕駛領域的投入和收益逐年增長，顯示出其在這個領域的戰略布局已經取得了初步成效。英偉達通過持續投資研發，推出了一系列具有競爭力的自動駕駛產品，例如DRIVE PX平臺、DRIVE Xavier芯片以及DRIVE AGX Orin平臺等。這些產品在計算能力、功耗和性能方面具有明顯優勢，為自動駕駛汽車提供了強大的技術支持。

2022年第四季度英偉達的汽車業務收入達到創紀錄的 2.94 億美元，同比增長 135%，環比增長 17%。而從年收入來看，財年增長 60%，達到創紀錄的 9.03 億美元。

▲圖1.英偉達汽車芯片和其他芯片公司的收入對比

英偉達自從最初的Tegra系列處理器到現在的DRIVE AGX Orin平臺，一直在不斷升級和推出新的產品。2015年，他們推出了DRIVE PX平臺，接著在2016年發布了升級版DRIVE PX 2平臺。為了更好地支持自動駕駛汽車，英偉達在2018年推出了DRIVE Xavier芯片，這成為了DRIVE AGX系列平臺的核心。目前最新的DRIVE AGX Orin平臺在2019年發布，它擁有250TOPS的算力，成為了全球車企特別是新勢力車企實現自動駕駛汽車的標準答案。

不過，從Atlan到Thor這些計劃新產品，有點只依賴于靠著計算算力的堆疊，大力出奇跡的意思。

▲圖2. 英偉達的產品布局

Part 1

英偉達的核心路徑

在對核心技術的選擇發展路徑中，英偉達和特斯拉的合作關系至關重要。特斯拉選擇了英偉達作為其在座艙領域的處理器供應商。這一合作始于2015年，當時特斯拉因與Mobileye的合作矛盾而迅速切換到英偉達作為自動駕駛技術的合作伙伴。英偉達通過其GPU技術提供的人工智能處理器，為特斯拉的Autopilot HW2系列自動駕駛系統提供了強大的計算能力，加速了特斯拉自動駕駛技術的發展和升級。

▲圖3. 特斯拉和英偉達的合作

當時的設計架構在今天看來仍然非常先進：

●HW2.0

特斯拉基于 Nvidia 的 Drive PX2 系統開發了一個全新的自動輔助駕駛處理器模塊，該模塊采用了一個NVIDIA Parker SoC、一個NVIDIA Pascal GPU和一個Infineon TriCore CPU。

●HW2.5

隨后，特斯拉對HW2.0進行了小幅更新，設計了HW2.5。HW2.5考慮了冗余和略微提高的可靠性。從芯片角度來看，它主要包括2顆Nvidia Parker SoC， 1顆 Nvidia Pascal GPU和 1顆Infineon TriCore CPU。

▲圖4. HW2和HW2.5的系統設計

然而，這段合作在2018年宣告結束，主要原因是雙方在計算和軟件方面存在差異。由于特斯拉CEO Elon Musk的強勢，公司也逐步開始自主研發自己的自動駕駛計算芯片。雖然特斯拉退出了和英偉達的合作，但這一舉動卻吸引了全球眾多汽車企業的注意，包括奧迪、福特、奔馳、沃爾沃和BMW等。中國的新勢力車企更是十分青睞英偉達，以至于比亞迪也決定在2023年全面與英偉達在自動駕駛領域展開合作。這種趨勢充分展示了自動輔助駕駛技術在未來的重要性，同時也彰顯了英偉達在GPU技術和算力芯片方面的核心競爭力。

Part 2

什么成就了英偉達的不可或缺

英偉達的產品戰略非常直截了當：當前所有車企現在都在討論未來的智能汽車，并采用集中式的電子電氣架構；因此，智能汽車的核心就是計算平臺（芯片），它可以控制汽車的所有核心功能。英偉達提供最高級別的芯片，只需要選擇一兩顆，DRIVE Thor就可以集成所需的AI功能的計算需求（主要圍繞圖像處理），包括高階自動駕駛、車載操作系統、智能座艙（儀表和娛樂系統）、自主泊車等等。整車企業可以利用2000TOPS的算力資源來構建自己的軟件模式，并通過英偉達提供的相關開發工具在各種不同任務間隨意分配。DRIVE Thor可以承擔所有新增軟件需求，這是他們的策略——讓其他芯片企業失去直接替代的機會。

隨著人工智能的全面繁榮甚至過熱，中國的車企現在擔心的問題是是否能夠獲得這些技術。當前高算力芯片市場具有以下三個顯著特點：

●開發門檻高：由于芯片制程高、不同領域之間的交叉等因素，高算力芯片的開發門檻極高，需要建立相應的生態系統，頭部企業一直在競爭客戶。

●陣營化嚴重：不同企業的芯片開發存在繼承性，換用其他芯片服務會產生巨大的沉沒成本，這使得汽車企業面臨更加困難的選擇，Tier 1 廠商只能選擇在較小領域進行開發。

●迭代速度快：由于目前智能座艙和自動駕駛軟件對大多數消費者購車決策的影響程度尚未獨立出來，高算力芯片的迭代速度還在不斷加快。

隨著大家對AI和自動駕駛技術能力的認知成熟，2023年開始汽車企業推動城市輔助，實現自動駕駛的功能落地需要龐大的計算能力和大量的數據支持。但是，購買自動駕駛服務器芯片并訓練，需要投入巨大的資金，這對于大部分中國汽車企業來說是一個巨大的挑戰。此外，車企還需要與其他AI企業競爭，這使得現在英偉達的芯片更是“洛陽紙貴”。

小結：現在這個時間節點，某些企業還存在自動駕駛無用論，這其實是非常危險的。如果車企等到想要跟進時，就可能沒有足夠的GPU算力來做儲備，時代變化太快了。

審核編輯 ：李倩