在智能汽車裡面，兩個最重要的支柱是自動駕駛和數字座艙——這兩個領域将來是撐起來智能汽車靈魂的最主要部分。在不同廠家裡面，比如英偉達估計将來能有3000億美金的收入，而高通相對理性也估計了80億美金的收入。
随着後續Mobileye的剝離上市，在整個過程中，還包括特斯拉、蘋果等一衆垂直整合，這塊英偉達和後續玩家的價值評估該怎麼了解，我想在這裡做一些探讨。
▲圖1. 汽車自動駕駛領域帶來的價值鍊什麼時候兌現
Part 1
英偉達在汽車行業的霸主地位
其實上面餅雖大，英偉達從2015年推出 NVIDIA Drive 系列平台，到2021年汽車業務隻有5.66億美元，占比2%。
▲圖2. 英偉達的汽車業務
2015 年開始推出面向座艙的 DRIVE CX 和面向駕駛的 DRIVE PX，此後先後推 出 DRIVE PX2、Drive PX Xavier、DRIVE PX Pegasus、DRIVE AGX Orin 等多個自動駕駛平台，而在 SoC 晶片方面，從 Parker、Xavier、Orin 到最新釋出 的 Atlan。在這個過程中還存在很大的波折，中途特斯拉下船了。
從時間線來看：
●特斯拉
第一個用，然後也是第一個下船，确認了計算平台對于一個大規模（大于100萬規模）緻力于高階自動駕駛（L4）以上的車企來說，是需要做垂直整合嘗試的；
●新勢力
從小鵬到蔚來和理想，這一波中國新造車企的使用，快速在追趕甚至在中國的道路環境去趕超特斯拉的自動輔助駕駛（L3之前）的體驗，到2022年新車，這些都是Orin的第一批客戶；
●國内的傳統車企
随着國内新勢力的路線确認，這使得上汽、比亞迪和後續不少企業，都認為這條路是比較好上手的，大家都用Orin；
●國外傳統車企
奔馳2024年、捷豹路虎2025年，沃爾沃後續2025年車型，國外的車企特點就是需要做細緻和周全測試，是以整個需求節點。
▲圖3. 英偉達的自動駕駛業務使用公司
從技術平台來看，英偉達有着快速疊代的曆史：
(1） DRIVE PX
小試牛刀， CES 2015 推出Maxwell GPU 架構， 1 顆 Tegra X1 的 DRIVE CX（數字座艙）， 2 顆 Tegra X1 的 DRIVE PX（自動駕駛）。
(2）DRIVE PX2
CES 2016 推出Pascal GPU 架構DRIVE PX 2，由Parker和 Pascal GPU 組成，分為單晶片AutoCruise、雙晶片版的 AutoChauffeur 以及四晶片版 的 Fully Autonomous Driving，這個時候打動了和Mobileye分手的特斯拉，2016 年 HW 2.0搭載定制版DRIVE PX2 AutoCruise 版本， 2017 年HW2.5更新為2顆Parker。
(3）Drive PX Xavier
CES 2017 上推出Xavier AI Car Supercomputer， CES 2018重命名為 Drive PX Xavier， 30 TOPS 算力的 Tegra Xavier 晶片，從PX2小型化高能效而來，面積縮小的一半，功率減少1/8 左右，在小鵬 P5 與 P7 車型上大放異彩。
（4） DRIVE AGX Orin
GTC 2019上推出DRIVE AGX Orin 平台，由 2 顆 Orin SoC 晶片和 2 顆 Ampere 架構的 GPU，最高算力達到 2000 TOPS，功耗 800 W。Orin SoC實作 254 TOPS 算力，功耗低于 55W，支援多片協同方案，實作算力擴充。Orin SoC 晶片內建Arm Hercules CPU 核心、Ampere GPU 、全新深度學習加速器（DLA）和計算機視覺加速器 （PVA）。GPU 擁有 2048 個 CUDA Core 和 64 個 Tensor Core。Orin 内 部內建了 Ampere 架構 GPU，Ampere GPU 擁有 2 個 GPC（圖形處理簇），包含 4 個 TPC（紋理處理簇）。在這款晶片出來以後，蔚來、理想、小鵬和國内的智己和R品牌都在用。
備注：單個Orin SoC價格壓得很低。
▲圖4. Orin SoC的框圖
▲圖5. Orin的GPU、DLA、CPU和記憶體框圖
（5）随後釋出的 Atlan SoC 晶片平台
內建 DPU，單顆晶片算力超過 1000 TOPS，可以和 Orin 和 Xavier 平台的軟體堆棧相容，采用 5nm 制程，采用新型 Arm CPU 核心、新一代的 GPU、最新的 DLA 深度學習加速器、 PVA 計算機視覺加速器、并内置為先進的網絡、存儲和安全服務的 BlueField DPU，網絡速度可達 400Gbps。Atlan SoC 2023 年向開發者提供樣品，并于 2025 年大規模量産上車。
▲圖6. 算力疊代的過程
随着這一輪推動，以晶片為起點，在DRIVE Constellation上驗證軟體算法。充分驗證後将部署軟體，通過DRIVE Hyperion架構進行上路測試，DGX高性能訓練伺服器進行深度學習模型訓練反複疊代。這套産品包含了晶片（Xavier/Orin/Atlan）、 DRIVE AGX 硬體平台、DRIVE OS、Driveworks、DRIVE AV 自動駕駛軟體棧、 DRIVE Hyperion 資料采集和開發驗證套件 、DRIVE Constellation 虛拟仿真平台和 DGX 高性能訓練平台，也是涵蓋了一個大生态。
▲圖7. 整個英偉達的自動駕駛生态
Part 2
軟硬體開發參考平台 DRIVE Hyperion
對于目前的開發來看，Orin已經是一個量産的産品，圍繞英偉達的開發主要參考Hyperion 9，目标到2026年投産。
▲圖8. Atlan的晶片構造
Hyperion 9的使用兩個Atlan AV處理器來實作完全自動駕駛，并且英偉達計劃推動Atlan SoC作為座艙晶片來推廣。Hyperion 9傳感器組合包括，14個更高分辨率、更高幀率的攝像頭，1個成像雷達、3個雷射雷達和20個超音波， 1顆雷達用于艙内乘員監測，Hyperion 9的傳感器供應商還在觀察和疊代中。
▲圖9. Hypersion 8的傳感器配置
Nvidia的Hyperion 8.1架構通過鎖定一些車規級雷達、攝像頭、超音波和雷射雷達，包括索尼、OmniVision和Onsemi的攝像頭、Velodyne、Luminar和禾賽的雷射雷達（Ouster和Innoviz ONE由廠家提供第三方支援）、海拉和大陸的毫米波雷達，GNSS / IMU裝置以及法雷奧的攝像頭與超聲。
▲圖10. 傳感器的配置選擇，清單是疊代的
随着自動駕駛汽車和伺服器的疊代，中間的Nvidia Drive Map成為一個重要的要素，由兩個地圖引擎組成：地面實況勘測地圖和衆包地圖引擎，收集和維護collective memory of the earth。目标是到2024年在全球範圍内勘測50萬公裡，不斷更新數字仿真達到厘米級精度的地圖，這個Nvidia Drive Map世界的地圖資料加載并存儲在Nvidia Omniverse上，可以支援全球數字仿真，使用建立在Omniverse上的自動内容生成工具持續更新和擴充。
▲圖11. 地圖這個事，變成了和自動駕駛車輛伴生的産品
備注：我相信這上面不可能包含中國。
小結：英偉達的汽車故事一直很宏大。站在這個起點來看，中國新勢力車企在技術疊代方面反應很快，但到了底層技術建構這塊，誰又能跟得上，這個問題值得思考。假定2025年開始缺英偉達的晶片，後面大家該怎麼玩。