【智慧汽車新王者】NVIDIA 在智慧手機領域被虐歪,卻在智慧駕駛領域闖出另一片天

【我們為什麼挑選這篇文章】近兩年 NVIDIA 扮演的角色可說是變化多端,不僅和 Google 攜手進軍智慧家庭市場、深耕電競產業,還搭上了自動駕駛與智慧汽車的風潮,與特斯拉、奧迪等大車廠合作。然而 NVIDIA 的王者之路並非一路順遂,本文細數 NVIDIA 這趟征途上的失意與輝煌,以及未來可能遇到的挑戰。(責任編輯:曾宜婷)

作者/史高拔,汽車電子工程師,從事汽車智慧網聯技術研發。

輝達(NVIDIA)這個名字相信每一個電腦用戶都不陌生,這家全球知名的 GPU 廠商已經成為了影像處理器這一領域的絕對王者。可即便有巨大的市場份額,在過去的 17 年中,輝達的股價幾乎總在 20 美元(對應市值 100 億美元左右)附近徘徊,其推出的 Tegra 系列處理器在智慧手機領域也不溫不火。但從 2015 年開始,輝達股價飆漲,不僅一掃移動處理器市場的陰霾,更是歷史性的突破 100 美元(對應市值 600 億美元左右),達到前所未有的新高度。

輝達上市以來股價的變化 via Bloomberg

近兩年輝達快速佈局汽車和深度學習領域,在 Tegra 處理器的基礎上相繼推出了 DRIVE PX 和 DRIVE PX2 自動駕駛汽車計算平臺,並開始與特斯拉、奧迪、博世等車企合作開發無人駕駛技術,在 2017 年 CES 上更是推出了搭載 DRVIE PX2 的輝達 BB8 無人駕駛原型車。這一次,在自動駕駛和智慧汽車的風口上,輝達或許會成為新的王者。

2017 年 CES 上輝達的無人駕駛試驗車

一、GPU 王者失意智能手機時代

已經在 GPU 領域耕耘深厚的輝達在 2008 年推出了基於 ARM 和 Geforce 的移動處理器 Tegra,隨後由於這一處理器系列在影像處理方面的巨大優勢,迅速佔領了對影像處理要求較高的遊戲機和平板市場,並在隨後幾年中不斷更新升級。但在智慧手機領域,Tegra 系列一直被高通、三星吊打,就連華為都已經後來居上。自從 Tegra 4 以後,輝達在智慧手機領域幾乎銷聲匿跡,甚至首發 T4 處理器的小米 3 手機,到現在還會被用戶吐槽。輝達這個 GPU 之王在智慧手機市場起了個大早,趕了個晚集,這次失敗有偶然、但更多的是必然。

曾被寄予厚望的 Tegra 系列處理器
  1. 基帶——手機 CPU 的核心

基帶,調製解調技術的統稱,是負責手機與外界信號接收轉換的關鍵橋樑,通話、上網、待機等所有的通訊技術都繞不開它。我們一般都會認為手機 CPU 的性能體現在是其處理速度和功耗,其實在智慧手機時代還有一層最基礎、最關鍵的需求——手機信號品質,這一由基帶性能決定的通訊功能直接決定了手機的通話品質和上網速度。

在基帶技術這一塊,輝達幾乎是一片白紙,不僅僅輝達,模擬通信時代的巨頭德州儀器、摩托羅拉等公司在數位通信技術(3G、4G)上都毫無成績可言,而這一領域的專利幾乎全部由高通壟斷,高通也依靠其基帶技術推出驍龍系列集成式移動處理晶片,並在這一領域逐漸成為主流。

在使用 ARM 架構的手機處理器上,各家的性能差異並不是特別大,但高通還能提供穩定可靠的集成式基帶,其成本具有絕對的優勢,畢竟就算輝達處理器性能再剽悍,也還是的使用高通的基帶晶片,開發難度和成本都相應提高。在這一點上,不僅輝達,大部分廠商的衰弱都應該說是必然,除非你能研究出自己的基帶專利技術,比如華為麒麟系列這個後起之秀。

集成基帶的高通驍龍和華為麒麟處理器

二、智能汽車——新王者之路

智慧手機市場的失敗並沒有讓黃仁勳妥協。在 2015 年輝達新品發佈會上,tegra X1 處理器發佈,但這一次老黃只簡單介紹了這款新品,隨後便拋出一顆重磅炸彈——DRIVE PX,基於 Tegra X1 打造的全新智慧汽車處理平臺。輝達正式宣佈大舉進軍汽車領域,奧迪、特斯拉等汽車公司也相繼與其展開合作。隨後,輝達股價開始一路狂飆,那麼這次的成功是偶然還是必然?

搭載 DRIVE PX 2 的 Roborace 無人駕駛賽車
  1. GPU 與 CPU 的區別

CPU 和 GPU 都是現代電腦技術中不可或缺的關鍵處理器,CPU 擅長複雜的邏輯運算和通用性資料運算,是為解決複雜的計算和控制而發明的;GPU 擅長大資料量、邏輯不複雜的重複計算,是為解決圖像圖元處理發明的。設計目標的不同,使得兩者的結構也有巨大的差異,如下圖所示:

CPU 與 GPU 結構對比

CPU 具有強大的運算單元和巨大的緩存區域,在執行複雜計算和控制時,運算單元可以保證計算的效率,緩存區域又可以提供足夠的資料載入區域,即便又複雜的運算和終端邏輯也能保證速度和精度,因此 CPU 更擅長串列運算和邏輯控制。

GPU 具有眾多密集的運算單元和少量的緩存區域,每個執行緒配備一個緩存區和控制單元,而運算單元也只需要處理簡單的邏輯 ,這也使得每個執行緒可以同時併發工作,所以 GPU 適合大規模、邏輯簡單的並行運算。

  1. GPU 加速演算法

影像處理的核心就是處理一個個資訊簡單但數量巨大的圖元點,這是 GPU 誕生的舞臺,用 GPU 處理圖像和渲染等工作可以極大的提高效率。在此基礎上輝達提出了一種 GPU 加速計算的方法,同時運用 CPU 和 GPU 處理計算任務,將程式的密集運算放在 GPU 上,其他的邏輯依然在 CPU 上完成,這種結合讓 GPU 可以在更多的應用場景發揮作用。

輝達 GPU 加速演算法示意圖

例如在機器學習領域,使用 GPU 提供的強大並行運算能力去處理海量的學習資料,再用 CPU 完成其他的邏輯。Tegra 系列處理器便可完美的支持這種運算方法,這也讓輝達成為眾多機器學習系統的首選,據卡耐基梅隆大學的 lan Lane 教授稱:” 借助 GPU,預先錄製的語音或多媒體內容的轉錄速度能夠大幅提升。與 CPU 軟體相比,我們執行識別任務的速度超級高可提升 33 倍。”

輝達 k40 處理器針對機器學習應用的基準測試結果
  1. Tegra 的新舞臺——自動駕駛

影像處理、機器學習都已經成為目前自動駕駛不可缺少的技術,自動駕駛中的環境感知、目標識別,都需要影像處理的參與;而借助機器學習演算法,又能有效提高目標識別的效率和準確度,這也為輝達 Tegra 處理器帶來了新的舞臺。

輝達自動駕駛系統示意圖

輝達在 DRIVE PX2 平臺上使用了兩顆 Tegra 處理器,並包含了新一代強大的 Pascal 架構的 GPU,由此可以同時接收處理 12 路高清攝像頭的信號,可以融合來自多個攝像頭和雷射雷達,雷達和超聲波感測器的資料,這使得演算法可以 360°全方位感知車倆周圍的環境,從而產生穩定的圖像,包括靜態和動態目標。

DNN(深度神經網路)的應用,在探測和目標分類方面,顯著提升融合感測器資料結果的準確性。這一全方位的自動駕駛處理平臺幾乎超越了現在所有汽車處理器的性能,當仁不讓成為眾多廠商研發自動駕駛技術的首選。

輝達發佈 DRIVE PX 2 平臺

另外,Tegra 系列在移動平臺上的性能和開發經驗,更可以讓其支援導航、儀錶和車載娛樂的相關應用。而特斯拉早在 Model S 上就使用了 Tegra 3 處理器來支持中央的大尺寸觸控式螢幕。據說因為特斯拉創始人 Elon Musk 和黃仁勳私交甚好,這也讓輝達早早進入了汽車領域,積累了不少經驗。在自動駕駛這個新興領域,行業標準空白,輝達最早進入這一領域,已經佔據了不少經驗和市場的優勢。

輝達汽車領域的合作夥伴

三、成功之路並不容易

雖然現在看起來輝達的前景一片光明,但其成為智慧汽車巨頭的道路並不平坦。

  1. 汽車電子行業的壁壘

汽車行業相對於消費電子領域有其特殊性和苛刻的要求,使用壽命、耐極端環境特性、電磁相容性能、功能安全等等諸多要求都對汽車電子的硬體提出了極大的挑戰,甚至可以說是汽車電子行業的一個技術壁壘。尤其在集成度極高的處理器領域,消費電子上常見的 20nm 在汽車電子上幾乎是很難見到,反而以瑞薩、飛思卡爾的 16 位、32 位的處理器大行其道。汽車首先要保障的是安全,只有經過充分驗證才能大規模使用,這也是傳統汽車廠商一直比較保守的原因。

  1. 競爭對手的追趕

去年,汽車電子領域發生了一件大事,就是高通收購汽車晶片巨頭恩智浦,收購價格創下半導體行業收購的記錄,而前一年恩智浦還收購了飛思卡爾,成為汽車晶片的第一大廠商。高通推行這項收購計畫意圖明顯,隨著自動駕駛和車聯網的發展,汽車電子行業已然成為下一個風口。以高通的實力和野心,相信這一領域的競爭將會更加激烈,輝達又要遇到老對手的挑戰。

四、總結

輝達在個人電腦的發展中發跡,靠 GPU 成為影像處理領域的巨擘。2008 年轉戰移動平臺,推出 Tegra 系列處理器,可優異的處理性能卻無法抵擋高通在 3G、4G 時代對基帶技術的壟斷,導致其在智慧手機領域折戟沉沙。

但 GPU 在大規模並行運算上的先天優勢和創始人黃仁勳的孤注一擲,又讓輝達在近年自動駕駛技術和機器學習領域占得先機:特斯拉集成 Tegra 3、發佈 DRIVE PX 系列自動駕駛平臺、與各大汽車廠商深入合作。因為這些佈局,輝達成為了第一家能提供超級汽車處理器的半導體公司,而其在影像處理和機器學習領域的優勢也無比適合自動駕駛這個新戰場。

目前,自動駕駛技術已經成為一個新的風口,很多其他的新興玩家也逐漸參與進來,互聯網、半導體、電腦領域的各種高新技術極大地促進著這一產業的發展,市場也跟著瞬息萬變,誰會成為最後的王者?

延伸閱讀

【智慧汽車時代來臨】Gartner:連網汽車產量將在未來五年內快速成長
【NVIDIA 的逆襲】NVIDIA 靠繪圖晶片成為人工智慧主要引擎,打敗英特爾的日子不遠了?

(本文經合作夥伴雷鋒網授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈輝達的王者之路:從智能手機的落敗到智能汽車的崛起 〉。首圖來源:Pixabay,CC Licensed)


AI、大數據的數據負載量過高嗎?

培養數位轉型力,資料儲存 3 大核心技能缺一不可!

填資料拿《IBM 產品塑形秘笈

還能抽 Switch 遊戲機+健身環

 

點關鍵字看更多相關文章: