關注并标星電動星球News
每天打卡閱讀
更深刻了解汽車産業變革
————————
出品：電動星球 News
作者：毓肥
昨天深夜，英偉達 GTC 2022 大會，以一輛概念奔馳拉開帷幕。
顯而易見地，汽車，或者說智能汽車，成為本屆 GTC 的核心話題，也成為了英偉達未來的核心業務。
去年被特斯拉 D1 搶走「最強 AI 計算」頭銜之後，英偉達今年釋出的 H100 晶片，重新奪回 AI 性能王座，而且還釋出了全球最強 AI 訓練伺服器——EOS，算力高達 18.4EFLOPS。
此外，英偉達的車企朋友圈迎來一位我們都很熟悉的「老朋友」：比亞迪。英偉達創始人黃仁勳表示，搭載英偉達 Orin 晶片的比亞迪新車，将在 2023 上半年釋出。
除此以外，英偉達還釋出了全新的「公版」自動駕駛硬體 Hyperion 9，擁有14個攝像頭、20個超音波雷達、6個毫米波雷達，以及3個雷射雷達。
老黃号稱，隻需要買他家一套方案，就可以馬上擁有 L4 級别的自動駕駛能力。
補完英偉達「自動駕駛宇宙」的，則是自研高精度地圖 Drive Map，号稱即将完成北美、歐洲、亞洲地區 50 萬公裡道路的測繪，并且将進入全球市場。
馬斯克的首富神話我們都聽過，但實際上，黃仁勳和他的英偉達，同樣是網際網路新階段、汽車工業新階段的一個縮影：目前擁有輔助駕駛計算最完善産品體系的第三方供應商。
作為真·不造車的 T1 供應商，英偉達昨晚本質上隻說了一件事：
智能汽車需要的基礎設施，我一個就能搞定。
我們昨天還遠端采訪了英偉達汽車業務副總裁 Danny Shapiro，今天結合我們采訪到的内容，來聊聊英偉達 GTC 2022。
一、什麼是智能汽車的「基礎設施」？
微網誌、微信、抖音，這是三大國民社交 APP。
之是以在本文提到它們，是因為它們，以及它們代表着的 APP，構成了中國移動網際網路的大部分「基礎設施」——資訊流轉、人際社交、群體集聚，均基于此。
而之是以說「基礎」，還因為目前中國移動網際網路的主要創業方向，也都基于這些社交 APP 發散開來。
回到智能汽車，我們讨論的重點從軟體向硬體傾斜，但也可以類比一下：決定了智能汽車使用方向、使用方式，甚至是功能結構的硬體，也就可以認為是智能汽車的「基礎設施」。
如果我們定義得更細一點，自動駕駛傳感器、自動駕駛計算平台、自動駕駛訓練伺服器、自動駕駛高精地圖，這些就是智能汽車的駕駛領域，需要的「基礎設施」。
我們今天文章讨論的重點，就是英偉達 2022 年，在這些「基礎設施」上，又玩出了什麼新花樣。
二、從比亞迪到奔馳都在用
去年秋季 GTC 大會上，英偉達帶來了汽車工業史上第一款「公版」智能駕駛全包方案：Hyperion 8。
之是以敢說「汽車工業第一款」，是因為 Hyperion 8 是一套無微不至，生怕車企有一點知識盲區的保姆級智能駕駛方案：
不知道用什麼傳感器？沒事，12 個攝像頭、9 個毫米波雷達和 1 個雷射雷達都給你配好，甚至給了具體型号，你不用怕我以次充好；買到硬體不知道怎麼用？沒事，軟體、模型都給你配好，隻要你給錢，我都幫你調。
這就是「保姆級」。
今年的 GTC 上，黃仁勳正式确認，Hyperion 8 的最終量産版，将搭載兩顆 Orin 計算晶片，達到 508TOPS 的算力，支援 L3 級别智能駕駛，将于 2024 年正式裝車——而 Hyperion 8 的首位使用者，是奔馳。
趁熱打鐵，英偉達昨晚還釋出了 Hyperion 9，支援 L4 級别自動駕駛的保姆級方案，預計 2026 年裝車。
與 8 相比，9 的雙晶片更新到了 Atlan，Orin 的繼任者，基于台積電 5 納米工藝打造，參數未明。但有傳聞稱 Atlan 的單晶片算力就超過了1000TOPS。
另外，Hyperion 9 的标配傳感器達到了堪稱瘋狂的14 個攝像頭、20 個超音波雷達、9 個毫米波雷達，以及 3 個雷射雷達。
有多瘋狂？與英偉達的方案相比，目前特斯拉的攝像頭數量僅為 8 個，蔚來沃爾沃等雷射雷達也隻配了 1 個。不過考慮到雙 Atlan 可能超過四 Orin 的性能，傳感器鋪滿車身也就不奇怪了。
非常特别的是，即使英偉達釋出了一條龍方案，Danny Shapiro 接受我們采訪時依然表示，車企可以自行決定從英偉達這裡買到什麼。
他認為車企對于智能駕駛的需求越來越大，不僅是硬體，還包括全套的軟體。而英偉達也希望擴張自己的業務範圍，「獲得硬體以外的收入」。
而對于那些希望自研自動駕駛的車企，英偉達依舊提供純粹的計算晶片，比如蔚小理，比如剛剛入局的 LUCID 和比亞迪。
根據黃仁勳的表示，首批搭載 Orin 晶片的比亞迪車型将于 2023 上半年釋出。如果你因為最近的漲價決定持币觀望，不防做個徹底的等等黨。
經過昨晚的 GTC 大會，英偉達的汽車朋友圈大概如下圖所示，半個汽車界盡入囊中。有意思的是，這裡有近半中國名字：
三、英偉達牌高精地圖，能用嗎？
DRIVE Map，這是英偉達的高精地圖名稱。從昨晚開始，DRIVE Map 正式進入商用倒計時，目前暫定 2024 年上線。
聊英偉達的高精地圖，要從「三陣營、兩端、雙擎」開始。
攝像頭、毫米波雷達、雷射雷達，這是智能駕駛傳感器三大陣營；車端、雲端，這是構成 DRIVE Map 地圖測繪和修正的兩大計算單元；專用引擎和衆包引擎，這是 DRIVE Map 測繪地圖的兩大方法。
首先是三陣營，它們構成了 DRIVE Map 的最終呈現形式。
根據英偉達的官方文檔，攝像頭在 DRIVE Map 裡面用于确定「駕駛界限」，比如車道線、箭頭、電線杆、道路邊界、紅綠燈等等：
毫米波雷達則适用于光線不佳的場景，以及典型導航資料作用更低的郊區：
雷射雷達則是英偉達認為最精确的環境測繪工具，可以以 5 厘米的分辨率建構世界，「提供了最精确、最可靠的環境表示。」
最終，DRIVE Map 會将汽車行駛的道路建構成下圖的樣子，讓你的車、雲端的伺服器讀懂，然後運用到實際駕駛中。
并且，如上圖的英文所示，英偉達 DRIVE Map 是實時生成的，這一點非常關鍵。
上文提到，DRIVE Map 使用了兩個地圖測繪引擎——專用測繪車用的 Deep Map 引擎和量産車搭載的衆包地圖引擎。
雙引擎確定了地圖測繪的效率和資料量，與此同時，英偉達還在量産車和伺服器各自配備了一套地圖實時運算工具，可以将傳感器收集到的資訊分工合作，以更高的速度形成完整地圖。
于是實時生成、衆包測繪的問題來了：隐私。
第三方地圖測繪一直是各國的敏感話題，更不用說路上到處跑的汽車測繪得到資料，然後再上傳到雲端——特别是隐私政策詳實的歐洲與中國。
如果想進入中國市場，英偉達怎麼證明它比高德百度更可靠？
Danny Shapiro 在接受采訪時，也沒有明确透露英偉達獲得了哪些國家的授權，他僅表示英偉達「會尊重各國的隐私政策」。
四、地表最強超算，反殺特斯拉
去年特斯拉 AI Day 上那塊 D1 晶片，将全世界對人工智能的想象力足足往上擡了一個級别。
而聊到特斯拉、高通等晶片領域或新或老的對手，Danny 說得很大方：「我們當然歡迎競争，競争對我們是件好事」。
我們對 Danny 的采訪是在中原標準時間 22 号上午，而 GTC 是在 22 号深夜，他胸有成竹的原因，我們隔了十幾個小時才知道：英偉達 H100 AI 晶片。
H100肩負着很多個頭銜：首款台積電 4 納米工藝制造的 AI 晶片、英偉達 Hopper 架構的首款晶片…等等。而它最重要的任務，則是幫助英偉達，從特斯拉 D1 手上奪回性能王座。
H100 做到了。
我們來對比一下，D1 的 BF16 精度算力為362T，而 H100 的 BF16 精度算力高達 1000T，稀疏模式下算力甚至能翻倍到2000T。更重要的是，接近 6 倍的性能以及更大的記憶體配備下，H100 的功耗還不到 D1 的 2 倍。
不過，英偉達實作了單晶片反殺，特斯拉則憑借着精妙的結構設計，維持着單櫃性能的領先。
去年特斯拉憑借着 D1 晶片，打造了「DOJO」伺服器——DOJO Pod。單個 DOJO Pod 的 BF16 精度算力達到了 1EFLOPS，雖然沒有實作馬斯克說過的 FP32 精度 1E 算力，但已經足夠恐怖。
今年，黃仁勳将 H100 晶片組裝成了 DGX H100 Pod，雖然也标榜着 1E 算力，但計算精度是更低的 FP8。
然而黃仁勳沒有認輸，昨晚的他掏出了大殺器：EOS——不是佳能那個。
EOS 是英偉達最新，也是最強的定制伺服器。它的 FP8 精度算力達到了 18.4EFLOPS——比目前全球最快超算，日本的「富嶽」，還快了足足 3 倍！
舉個例子，目前特斯拉 Autopilot 還在用英偉達老款伺服器跑神經網絡模型（Dojo 還沒造出來）——特斯拉 AI 部門主管 Andrej 去年表示，他們找英偉達定制的這套伺服器，算力大概「隻有」1.8EFLOPS。
日新月異。
五、OEM與自研，以什麼為界限？
聊完一堆數字和術語，我們最後用簡單點的話作總結。
羅永浩曾經吐槽過：「都是 OEM 裝什麼 X」，罵的是手機廠。
這句話對嗎？對了一半，谷歌、高通、三星、索尼這四家幾乎把所有手機的核心軟硬體包圓了，是以羅永浩有說對的地方。
然而，深度定制的作業系統、硬體之間的驅動、調校、色彩與信号的協調，甚至品控，這同樣是各大手機廠商獨有的努力。
如果羅永浩真的字字珠玑，錘子 T1 不至于連「應力集中」這個實體現象也解決不了。
回到智能駕駛，我們也看到了兩條路線：特斯拉「全都自己幹」的「類蘋果」，以及其他廠商物競天擇的「類Android」。英偉達，就是「類 Android」智能駕駛賽道上一位主力玩家。
「類 Android」，意味着自研與供應商的界限會飄忽不定。堅定自研如蔚小理，也會被認為是「OEM」。
昨晚英偉達釋出的軟硬體産品，幾乎包括了自動駕駛研發的所有階段：傳感器、晶片、軟體、地圖、算法、伺服器…
傳統車企有些已經經受不住誘惑，成為了「保姆級方案」的客戶，而堅持自研的車企，應該也會面臨類似的抉擇。
到底什麼決定了智能駕駛的自研和 OEM？也許現階段沒有一個所有人都信服的答案。
唯一可以确定的，是大幕已經隐隐拉開，問題來了，你能看清裡面藏着什麼嗎？
（完）
星球文章推薦
「添加電動星球小助手 加入星球社群」