如何看待NVIDIA在自动驾驶价值链的作用

在智能汽车里面，两个最重要的支柱是自动驾驶和数字座舱——这两个领域将来是撑起来智能汽车灵魂的最主要部分。在不同厂家里面，比如英伟达估计将来能有3000亿美金的收入，而高通相对理性也估计了80亿美金的收入。随着后续Mobileye的剥离上市，在整个过程中，还包括特斯拉、苹果等一众垂直整合，这块英伟达和后续玩家的价值评估该怎么理解，我想在这里做一些探讨。

▲图1. 汽车自动驾驶领域带来的价值链什么时候兑现

Part 1

英伟达在汽车行业的霸主地位其实上面饼虽大，英伟达从2015年推出 NVIDIA Drive 系列平台，到2021年汽车业务只有5.66亿美元，占比2%。

▲图2. 英伟达的汽车业务

2015 年开始推出面向座舱的 DRIVE CX 和面向驾驶的 DRIVE PX，此后先后推出 DRIVE PX2、Drive PX Xavier、DRIVE PX Pegasus、DRIVE AGX Orin 等多个自动驾驶平台，而在 SoC 芯片方面，从 Parker、Xavier、Orin 到最新发布的 Atlan。在这个过程中还存在很大的波折，中途特斯拉下船了。

从时间线来看：

● 特斯拉

第一个用，然后也是第一个下船，确认了计算平台对于一个大规模（大于100万规模）致力于高阶自动驾驶（L4）以上的车企来说，是需要做垂直整合尝试的；

● 新势力

从小鹏到蔚来和理想，这一波中国新造车企的使用，快速在追赶甚至在中国的道路环境去赶超特斯拉的自动辅助驾驶（L3之前）的体验，到2022年新车，这些都是Orin的第一批客户；

● 国内的传统车企

随着国内新势力的路线确认，这使得上汽、比亚迪和后续不少企业，都认为这条路是比较好上手的，大家都用Orin；

● 国外传统车企

奔驰2024年、捷豹路虎2025年，沃尔沃后续2025年车型，国外的车企特点就是需要做细致和周全测试，所以整个需求节点。

▲图3. 英伟达的自动驾驶业务

使用公司从技术平台来看，英伟达有着快速迭代的历史：

(1） DRIVE PX

小试牛刀， CES 2015 推出Maxwell GPU 架构， 1 颗 Tegra X1 的 DRIVE CX（数字座舱）， 2 颗 Tegra X1 的 DRIVE PX（自动驾驶）。

(2）DRIVE PX2

CES 2016 推出Pascal GPU 架构DRIVE PX 2，由Parker和 Pascal GPU 组成，分为单芯片AutoCruise、双芯片版的 AutoChauffeur 以及四芯片版的 Fully Autonomous Driving，这个时候打动了和Mobileye分手的特斯拉，2016 年 HW 2.0搭载定制版DRIVE PX2 AutoCruise 版本， 2017 年HW2.5升级为2颗Parker。

(3）Drive PX Xavier

CES 2017 上推出Xavier AI Car Supercomputer， CES 2018重命名为 Drive PX Xavier， 30 TOPS 算力的 Tegra Xavier 芯片，从PX2小型化高能效而来，面积缩小的一半，功率减少1/8 左右，在小鹏 P5 与 P7 车型上大放异彩。

（4） DRIVE AGX Orin

GTC 2019上推出DRIVE AGX Orin 平台，由 2 颗 Orin SoC 芯片和 2 颗 Ampere 架构的 GPU，最高算力达到 2000 TOPS，功耗 800 W。Orin SoC实现 254 TOPS 算力，功耗低于 55W，支持多片协同方案，实现算力扩展。Orin SoC 芯片集成Arm Hercules CPU 内核、Ampere GPU 、全新深度学习加速器（DLA）和计算机视觉加速器（PVA）。GPU 拥有 2048 个 CUDA Core 和 64 个 Tensor Core。Orin 内部集成了 Ampere 架构 GPU，Ampere GPU 拥有 2 个 GPC（图形处理簇），包含 4 个 TPC（纹理处理簇）。在这款芯片出来以后，蔚来、理想、小鹏和国内的智己和R品牌都在用。备注：单个Orin SoC价格压得很低。

▲图4. Orin SoC的框图

▲图5. Orin的GPU、DLA、CPU和内存框图

（5）随后发布的 Atlan SoC 芯片平台

集成 DPU，单颗芯片算力超过 1000 TOPS，可以和 Orin 和 Xavier 平台的软件堆栈兼容，采用 5nm 制程，采用新型 Arm CPU 内核、新一代的 GPU、最新的 DLA 深度学习加速器、 PVA 计算机视觉加速器、并内置为先进的网络、存储和安全服务的 BlueField DPU，网络速度可达 400Gbps。Atlan SoC 2023 年向开发者提供样品，并于 2025 年大规模量产上车。

▲图6. 算力迭代的过程

随着这一轮推动，以芯片为起点，在DRIVE Constellation上验证软件算法。充分验证后将部署软件，通过DRIVE Hyperion架构进行上路测试，DGX高性能训练服务器进行深度学习模型训练反复迭代。这套产品包含了芯片（Xavier/Orin/Atlan）、 DRIVE AGX 硬件平台、DRIVE OS、Driveworks、DRIVE AV 自动驾驶软件栈、 DRIVE Hyperion 数据采集和开发验证套件、DRIVE Constellation 虚拟仿真平台和 DGX 高性能训练平台，也是涵盖了一个大生态。

▲图7. 整个英伟达的自动驾驶生态

Part 2

软硬件开发参考平台 DRIVE Hyperion对于当前的开发来看，Orin已经是一个量产的产品，围绕英伟达的开发主要参考Hyperion 9，目标到2026年投产。

▲图8. Atlan的芯片构造

Hyperion 9的使用两个Atlan AV处理器来实现完全自动驾驶，并且英伟达计划推动Atlan SoC作为座舱芯片来推广。

Hyperion 9传感器组合包括，14个更高分辨率、更高帧率的摄像头，1个成像雷达、3个激光雷达和20个超声波， 1颗雷达用于舱内乘员监测，Hyperion 9的传感器供应商还在观察和迭代中。

▲图9. Hypersion 8的传感器配置

Nvidia的Hyperion 8.1架构通过锁定一些车规级雷达、摄像头、超声波和激光雷达，包括索尼、OmniVision和Onsemi的摄像头、Velodyne、Luminar和禾赛的激光雷达（Ouster和Innoviz ONE由厂家提供第三方支持）、海拉和大陆的毫米波雷达，GNSS / IMU设备以及法雷奥的摄像头与超声。

▲图10. 传感器的配置选择，清单是迭代的

随着自动驾驶汽车和服务器的迭代，中间的Nvidia Drive Map成为一个重要的要素，由两个地图引擎组成：地面实况勘测地图和众包地图引擎，收集和维护collective memory of the earth。目标是到2024年在全球范围内勘测50万公里，不断更新数字仿真达到厘米级精度的地图，这个Nvidia Drive Map世界的地图数据加载并存储在Nvidia Omniverse上，可以支持全球数字仿真，使用建立在Omniverse上的自动内容生成工具持续更新和扩展。