2534
Nvidia正在为高级自动驾驶的车辆推出一个业界史无前例的2000 TOPS中央计算引擎。新处理器是否性能过剩了？此外，对于担心AV安全的OEM来说，处理能力是主要关注点吗？
昨天，Nvidia发布了其最新的高级自动驾驶中央计算引擎Drive Thor，该芯片由Grace CPU、Hopper GPU和下一代GPU组成，可提供2000TOPS算力。
对于正在开发下一代车载SoC的竞争对手来说，竞争门槛再次提高。对于使用Nvidia Drive平台的车厂来说，Thor的引入让他们得以一窥未来汽车的计算驱动力量。
对于那些兜售“zonal架构”的ECU供应商来说，他们可以想象到一个未来场景，他们的ECU如何最终被Nvidia新中央计算引擎所取代。
Nvidia的Danny Shapiro（车载业务VP）表示，Thor将通过一个简化的集中式计算架构，让车厂能够同时运行高级自动驾驶和车载信息娱乐（IVI）应用的工作负载。
值得注意的是，一年前，Nvidia发布过另一款名为Drive Atlan的车载中央计算引擎。Atlan的算力为1000TOPS，当时被Nvidia描述为“下一代自动驾驶汽车车轮上的AI数据中心”。
在本次新闻发布会上，Shapiro说：“Atlan，不再是了。我们把它换成了Drive Thor。Thor将提供两倍的算力和吞吐量，以及新的功能和能力。但对车厂来说他们开始生产的时间是相同的，2025年。”
目前尚不清楚Nvidia为何决定放弃Atlan。
AV安全
Shapiro说，可以肯定的是，Nvidia在Thor中增加了更多的处理能力，因为对“更安全”的需求日益增加。他解释说:“自动驾驶汽车是我们这个时代最复杂的计算挑战之一。为了达到尽可能高的安全水平，我们需要多样化和冗余的传感器和算法，这需要大量的计算。汽车行业已经意识到，汽车的计算性能越高，安全性就越高。”
Strategy Analytics的高级行业分析师安Angelos Lakrintis表示：“放弃了Atlan，Nvidia将遭遇挫折。Atlan原定于2024年生产，其1000TOPS的算力对于L3及以上的更高级别的自动驾驶来说是有意义的。”
Lakrintis说，更令人不安的是这个新款芯片组“没有公布制造或制程的日期”。“目前我们所知道的是，Thor基于Nvidia的统一架构，增加了Grace CPU、Hopper GPU和Nvidia下一代GPU架构的元素，性能是Atlan的两倍。”
除此之外就没什么了。
Lakrintis也认为，Thor对车厂来说可能是一款性能过剩的产品。“我们还不知道这个平台的实际功耗，在自动驾驶方面，TOPS并不总是衡量最佳性能的最佳方法。目前有许多ADAS平台和L2功能，使用的功能只有Nvidia目前在Thor上推广的四分之一。”
Thor的目标市场？
Nvidia面临的另一个大问题是Thor的目标市场。
Nvidia公布的Thor目前唯一的客户是Zeekr。Zeekr为其下一代产品线选择了Thor，并于2025年开始生产。
Lakrintis怀疑中国的AV公司推动了Thor平台。他补充说，举个例子，“Zeekr将离开其长期合作伙伴Mobileye，到2025年使用Nvidia的Thor。”
总体而言，Larkrintis认为Mobileye会输给Nvidia和Qualcomm。与此同时，拥有自研芯片的中国初创企业和硬件制造商正在加快自己的SoC设计。
事实上，许多OEM已经在使用Nvidia的Drive平台。IHS Markit汽车半导体研究高级首席分析师Phil Amsrud几个月前表示，领先的OEM“已经有大量的时间来研究Nvidia的中央大脑GPU/CPU解决方案，他们开始接受它作为一种前进的方式。”事实上，车厂现在正在开发自己的Drive软件。Amsrud表示，最有可能的情况是，“他们不会回到”汽车芯片市场的传统供应商那里。
目前还不清楚OEM多久后会需要Thor。Shapiro表示，鉴于Nvidia Drive是一个可扩展的平台，“我们的客户将能够根据他们的需求选择合适的性能水平，但它绝对会扩展到完全自动驾驶。”
Shapiro强调，Thor可以同时处理AV和IVI任务。“我们有多实例GPU和我们的NVLink（Nvidia最新的芯片互连技术），可以让处理器运行多个操作系统，内置到Thor中。”他声称，这允许客户“在特定领域的受控环境中运行AV和IVI应用”。“时间不是问题；对于安全关键型应用来说，中断将不再是问题。”
ECU的整合
Nvidia希望通过Thor整合ECU，此举可以降低复杂性、车辆重量和功耗。但我们尚不清楚这将节省多少成本。
Shapiro说：“基本上，我们正在把几个ECU缩减为一个。”虽然他拒绝透露将替换掉哪些ECU，但可以通过减少组件数量和线束来节省成本，从而减少重量，同时“降低整体能耗”。
Shapiro补充说，这将“允许一次软件更新就为所有这些ECU提供新功能和新能力”。
分析师仍持怀疑态度。Lakrintis表示：“自动驾驶和IVI软件堆栈同时运行，这在汽车行业是闻所未闻的。”
他补充说：“如果Nvidia能将自动驾驶和IVI结合在一起，这对车厂来说将是一笔划算的交易，因为它涉及到平台封装和降本。”然而，他警告称，“从长远来看，这将带来其他影响。在一个平台下运行安全关键任务和非安全关键任务并不总是最佳实践或好主意。ADAS、自动驾驶和信息娱乐分开是有原因的，这可以归结为系统的冗余和容错能力。”
车载网络？
随着车厂搭载越来越多的传感器，他们可能会想知道如何将强大的Thor与车辆设备连接起来。是否有足够的车载网络来实现这一目标？
Strategy Analytics预测，以太网将标准化20Gbps的光纤，最终将发展到48Gbps。然而，这似乎还不足以满足装载传感器的完全自动驾驶车辆的需求。
当被问及Nvidia的战略时，Nvidia表示，计划利用其ConnectX智能网络接口卡连接到以太网网络适配器，最高可达400G。SmartNICs提供先进的硬件卸载和加速功能。
Shapiro说：“我们的架构是可扩展的。Drive Thor超级芯片可以处理350Gbps，当与ConnectX网络解决方案结合时，吞吐量增加到500Gbps。”他补充说：“作为参考，一台每像素12位的8MP相机，以30fps速度运行时，产生约3Gbps。”
尽管自动驾驶系统的处理能力继续攀升，但无人驾驶汽车在2020年和2021年上路的乐观预测却未能实现。Shapiro说，由于安全至上，“在我们确保这些车辆真正安全之前，没人真的准备好将这些车辆投放到道路上。”他补充说，自动驾驶汽车的安全性需要智能算法。
他补充说，新的ODD（operational design domains）“正在增加，工程也在全力推进”。“其中一些更高端的功能正在转移到我们今天可以上路的车辆上。”
他补充说，目前已有L2以上的系统，虽然不是完全无人驾驶，但通过软件更新进行了增强。“我们在中国看到了很多这样的情况，已经销售的量产车辆上安装了完整的传感器套件，由软件驱动，未来将实现无人驾驶操作。”
Nvidia在AV市场上保持着无可争议的领先地位，这主要得益于Nvidia Drive平台上的SoC提供的强大处理能力。然而，在追求超级芯片的荣耀时，Nvidia可能错过了一个更大的L2和L3汽车消费市场，这两类汽车可能配备更少的花哨设备，但功耗和成本更低。
下载ECAD模型
