2000TOPS，英伟达发布史上最强算力芯片，一颗超 Orin 与 8155 之和！

2000TOPS，英伟达发布史上最强算力芯片，一颗超 Orin 与 8155 之和！

从256 TOPS直接跳到2000 TOPS，Nvidia发布雷神超级芯片。

文记之家王黄花旦

计算能力最强的新车芯片来了！力高达2000顶。

今天，黄仁勋在GTC 2022的主题演讲中正式宣布，英伟达将于2024年推出最新一代的NVIDIA DRIVE SoC Thor，直接取代原计划于2024年量产的Atlan。

Atlan的计算能力是1000TOPS，已经是目前市面上最高的了，而Thor的计算能力直接提升到2000 TOPS，浮点计算能力也达到了2000 TFLOPS。

更神奇的是，雷神不仅可以将其2000 TOPS和2000 FLOPS计算能力全部用于自动驾驶工作流程，还可以配置为将一部分用于驾驶舱AI和信息娱乐，一部分用于辅助驾驶。

也就是说，Thor既可以作为独立的自动驾驶芯片，也可以作为驾驶舱融合芯片，同时满足自动驾驶和智能驾驶舱所需的计算能力。

目前已经量产的最强大的自动驾驶和智能驾驶舱芯片是英伟达奥林和高通8155。前者的计算能力为256 TOPS，后者的计算能力为8 TOPS，浮点计算能力为1000 GFLOPS，相当于Nvidia用一个Thor芯片同时干掉了自己的Orin和高通的8155。

在这样的参数配置下，英伟达将其命名为雷神，也是实至名归。

01.

最强大的芯片是怎么做出来的？

根据黄仁勋的说法，Thor之所以能够实现如此高的计算能力，主要是由于其整体架构中的Hopper GPU、下一代GPU阿达·洛芙莱斯和Grace CPU。

Hopper拥有令人惊叹的Transformer引擎和Vision Transformer的快速转换，而Ada中多实例GPU的发明将有助于集中板载计算资源，降低数百美元的成本。Grace的CPU单线程性能非常出色，正好可以填补GPU的空缺口。

黄仁勋表示，目前，汽车的停车、主动安全、驾驶员监控、摄像头镜像、集群和信息娱乐都由不同的计算设备控制。在未来，这些功能将不再由单个计算设备控制，而是由运行在Thor上的软件提供，并随着时间的推移而改进。

对于未来的汽车，只需要一个雷神芯片就可以集中很多计算资源，不仅降低了成本和功耗，还实现了功能的飞跃。

此外，Thor的多计算域相互隔离，允许并发和时间敏感的多进程不间断运行。Linux、QNX和安卓可以在一台电脑上同时运行。

从发布会前的沟通来看，已经宣布国内车企是使用雷神的主力。其中极氪率先公布定点，预计2025年上车。

此外，小鹏和自动驾驶公司轻舟智航也确认将使用Thor SoC。

根据描述，从目前来看，主机厂应该是将雷神SoC作为驾驶舱融合芯片，而轻舟智航更有可能是将所有计算能力用于自动驾驶。

根据业内之前对L4自动驾驶的计算能力需求的估算，雷神的计算能力应该已经完全可以胜任。不过，当被问及自动驾驶何时能真正实现时，英伟达表示这取决于主机厂。

从市场表现来看，英伟达表示中国市场的表现喜人。

此前，英伟达的Orin已经被轿车、卡车、Robotaxi等40多家公司使用。相信雷神应该也有不错的表现。

02.

人工智能有助于提高模拟能力

此外，在演讲中，黄仁勋还介绍了NVIDIA DRIVE平台上的一些新功能。

NVIDIA DRIVE是NVIDIA为自动驾驶汽车开发的一系列产品，涵盖了从汽车到数据中心的所有领域。它是一个全栈端到端平台，对开发者开放。你可以选择使用整个平台或者部分平台。

这一次，黄仁勋主要谈的是模拟驱动Sim。

首先是名为神经重建引擎的AI工作流，它已经成为DRIVE Sim的一大功能。

由于创建模拟场景需要花费时间和精力，并且很难扩展，因此研究人员开发了一种人工智能工作流程，可以从记录的传感器数据中构建3D场景。

将3D场景导入DRIVE Sim后，可以通过手动创建的内容或AI生成的内容进行增强。

只需几分钟，神经重建引擎就可以根据传感器数据为驾驶记录重建一个完整的3D数字双胞胎。通过AI技术，还可以对物体进行采集和重构，根据真实世界的驾驶数据创建大规模的素材和场景库。重建后的场景和材质将被加载到Omniverse中，可以随时在Drive Sim中使用。

Omniverse是Nvidia于2019年正式发布的计算机图形和仿真平台。

通过NVIDIA DRIVE Map，开发人员还可以在模拟场景中放置动态对象，如车辆和行人。

此时，可以将记录的数据转换到模拟环境中，该环境可以自动做出反应，并且可以进行修改以进行闭环测试。

此外，RD人员还可以使用合成和收集的场景和材料来创建新的场景和生成真实数据，以训练感知网络。

另外，DRIVE Sim的一个重要功能是硬件在环，即整个车载软件栈都可以在AI工厂运行。

黄仁勋多次强调，构建机器人计算设备需要两种类型的计算资源:

一个是位于数据中心的AI工厂，主要用于数据处理、训练AI模型、数字孪生模拟、绘制世界地图；

另一个是车内的AI计算设备，处理传感器数据，感知环境，避开障碍物，将车开到目的地。

正在运行的AI车载电脑并不知道自己处于模拟环境中。其实既不在车上，也不在路上。

另外，支持硬件在环的DRIVE Sim也可以模拟车辆环境。

未来汽车上会出现数字设计和物理设计相结合的环绕显示屏。汽车设计师、软件工程师和电子工程师可以合作驱动Sim，同时运行所有实际的计算机和软件栈。SIM将是他们的虚拟设计工作室。

目前，Nvidia正在扩展NVIDIA DRIVE Sim平台，以在汽车内部创建一个数字双胞胎，并提供完整的硬件在环支持。NVIDIA Omniverse平台将这一切整合在一起，设计师和工程师可以并肩工作，在创建一辆真正的汽车之前，将物理设计和数字界面完美融合。

SIM基于Omniverse构建，其应用将有效加快新的人工智能驾驶舱和信息娱乐系统的开发，并通过在未来汽车的数字双胞胎中测试这些系统来提高可用性。

此外，黄仁勋还展示了英伟达在开发DRIVE端到端自动驾驶系统方面的进展。

一段自动驾驶的演示视频显示，从出发地到目的地，车辆可以实现全自动驾驶，无需人工干预。在行驶过程中，系统可以实现行人识别、机器学习多摄像头融合、其他车辆行为预测、实时硬件在环、地图特征提取、自动3D场景生成、3D场景增强、实时雷达模拟、实时多传感器模拟等功能。

此外，英伟达还推出了Omniverse Cloud，用于车辆设计等场景。

03.

2000TOPS有必要吗？

在自动驾驶芯片方面，甚至在雷神发布之前，英威达就占据了市场的绝对霸主地位。

然而，近年来，国内芯片厂商包括高通、地平线、黑芝麻等。也在努力实现自动驾驶，这对Invista来说应该是不小的压力。

此前，新驰科技副总裁陈在接受采访时表示，虽然很多车企和自动驾驶公司采用NVIDIA Orin芯片解决方案，但由于其成本较高，车型和自动驾驶公司的出货量可能不会很大。所以，欧林很可能是一个大众化但不大众化的产品。

在英伟达媒体交流会上，也有质疑的声音，现在的车辆真的需要用2000 TOPS的计算能力吗？英伟达表示，Thor适用于从L2+级辅助驾驶系统到L5级自动驾驶系统的计算能力要求。

当被问及高通、地平线和黑芝麻的芯片产品时，英伟达表示不会对其他公司发表评论。

【关注智能汽车，关注智能驾驶视频号】

关注汽车智能驾驶，上智能驾驶网(http://autor.com.cn)

或提供合作新闻线索，联系邮箱:[email protected]。