《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 模擬設(shè)計 > 業(yè)界動態(tài) > 一顆芯片統(tǒng)治一切,,英偉達(dá)發(fā)布Thor雷神,淘汰Atlan

一顆芯片統(tǒng)治一切,,英偉達(dá)發(fā)布Thor雷神,,淘汰Atlan

2022-09-22
來源:賽博汽車
關(guān)鍵詞: 芯片 英偉達(dá) Thor雷神

自動駕駛在英偉達(dá)商業(yè)版圖中的地位愈發(fā)重要,。

北京時間9月20日晚間,GTC秋季大會主題演講中,,英偉達(dá)創(chuàng)始人黃仁勛在介紹每項技術(shù),、產(chǎn)品時,幾乎都會帶上自動駕駛,,而到了專屬自動駕駛的環(huán)節(jié),,更是把場面推向了高潮——

他宣布:“Atlan不再是第一了……它將被Thor(雷神)取代”。后者的吞吐量是Atlan的兩倍,,交付性能也是Atlan的兩倍以上,。

Atlan于2021年的GTC大會上發(fā)布,,單顆算力達(dá)到1000TOPS。按照英偉達(dá)原本規(guī)劃,,Atlan將于2023年向開發(fā)者提供樣品,,并于2025年大規(guī)模量產(chǎn)上車。

如今來看,,DRIVE Thor顯然要取代Atlan,,成為DRIVE Orin的后續(xù)產(chǎn)品,于2025年投入生產(chǎn),。目前Orin正在生產(chǎn)中,,可提供254 TOPS算力。

這也意味著,,Atlan還未上市就面臨自我淘汰,,英偉達(dá)不虧是芯片領(lǐng)域的“卷王”。

01

Thor戰(zhàn)力值拉滿,,算力達(dá)2000 TOPS

早在2015年,,英偉達(dá)即推出了NVIDIA Drive系列平臺,賦能自動駕駛生態(tài),。并在CES 2015上推出了基于英偉達(dá)Maxwell GPU架構(gòu)的第一代平臺:搭載1顆Tegra X1的DRIVE CX,,主要面向數(shù)字座艙;以及搭載2顆Tegra X1的DRIVE PX,,主要面向自動駕駛,。

此后幾乎每年英偉達(dá)都要更新一至兩次Drive平臺,每隔兩年發(fā)布一款車規(guī)級SoC芯片,,且不斷拉升算力水平。

2020年,,Xavier芯片算力為30 TOPS,,2022年量產(chǎn)上車的Orin算力一躍至254 TOPS。

而Thor,,則直接將戰(zhàn)力值拉滿:這顆SoC芯片內(nèi)部擁有770億個晶體管,,以此可實現(xiàn)2000 TOPS的AI算力,或者是2000 TFLOPs,。

61.png

Δ 英偉達(dá)自動駕駛芯片參數(shù)不斷提升

憑借強大的性能參數(shù),,Thor已經(jīng)不僅局限于“小小的”自動駕駛芯片,而是明確表示:為汽車的中央計算架構(gòu)而生,。

“Grace(CPU),、Hopper(處理Transformer模型引擎)和Ada Lovelace(GPU)?!秉S仁勛稱,,Thor性能指標(biāo)的實現(xiàn),,主要依靠這三個因素。

在黃仁勛看來,,Hopper架構(gòu)的transformer深度神經(jīng)網(wǎng)絡(luò)引擎,,以及vision transformer的快速變革都至關(guān)重要,必須納入到下一代的機器人處理器,,而Ada中多實例GPU的發(fā)明,,將有助于車載計算資源的集中化,可將成本降低數(shù)百美元,。

Grace則擁有非常出色的單線程性能,。據(jù)悉,英偉達(dá)首款數(shù)據(jù)中心CPU Grace是以美國海軍少將,、計算機編程先驅(qū)Grace Hopper的名字命名,。它是一款高度專用型處理器,主要面向大型數(shù)據(jù)密集型HPC和AI應(yīng)用,。

黃仁勛稱,,以往,所有的并行處理算法都由GPU卸載和加速,,因此其余的工作負(fù)載往往受到單線程限制,,而Grace可以彌補?!盎谝陨系幕A(chǔ),,NVIDIA工程師竭力打造了Thor?!?/p>

據(jù)介紹,,DRIVE Thor是第一個集成推理轉(zhuǎn)換器引擎的AV平臺,這是NVIDIA GPU中張量核心的新組件,。借助該引擎,,DRIVE Thor可以將Transformer深度神經(jīng)網(wǎng)絡(luò)的推理性能提高多達(dá)9倍,這對于支持與自動駕駛相關(guān)的大量復(fù)雜Al工作負(fù)載至關(guān)重要,。

62.png

Δ 英偉達(dá)Thor擁有強大性能

DRIVE Thor的另一個優(yōu)勢是其8位浮點(FP8))功能,。通常,當(dāng)從32位FP數(shù)據(jù)轉(zhuǎn)換為8位整數(shù)格式時,,開發(fā)人員會失去神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性,。DRIVE Thor具有2000 teraflops 的FP8精度,允許在不犧牲精度的情況下過渡到8位,。

吉利旗下的汽車制造商ZEEKR宣布將在其集中式車載計算機上集成DRIVE Thor,,用于下一代智能電動汽車,將于2025年初開始生產(chǎn),。

目前,,ZEEKR旗下車型極氪001采用的是Mobileye EyeQ5芯片,,它也是全球首發(fā) Mobileye EyeQ5的車型。

02

可被配置為多種模式,,Thor想要統(tǒng)治一切

Thor的誕生,,不僅是對算力、性能的提升,,黃仁勛還希望顛覆現(xiàn)有智能汽車芯片架構(gòu),。

當(dāng)下,汽車的停車,、主動安全,、駕駛員監(jiān)控、攝像頭鏡像,、集群和信息娛樂均由不同的計算設(shè)備控制,。黃仁勛稱,在未來,,上述功能將不再由單獨的計算設(shè)備控制,,而是由在Thor上運行的,并隨時間推移不斷改進(jìn)的軟件所提供,。

這意味著,,Thor可被配置為多種模式,可以將其2000 TOPS和2000 TFLOPs全部用于自動駕駛工作流,;也可以將其配置為將一部分用于駕駛艙AI和信息娛樂,,一部分用于輔助駕駛。

“Thor的多計算域隔離允許并發(fā)的,、對時間敏感的多進(jìn)程無中斷運行,,你可以再一臺計算機上同時運行Linux、QNX和Android,?!秉S仁勛稱,Thor集中了眾多計算資源,,不僅降低了成本和功耗,,同時還實現(xiàn)了功能的飛躍,。

63.png

Δ 英偉達(dá)Thor可被配置為多種模式

用一顆大算力芯片解決所有問題,,不止是英偉達(dá)獨有念頭。此前地平線創(chuàng)始人余凱也曾表示,,征程5發(fā)布后,,未來智能駕駛和智能交互會合在一個芯片上計算。

不過,,有觀點認(rèn)為,,這并不是一件容易的事,。智能座艙和智能駕駛架構(gòu)是兩套完全不同的體系,訴求也完全不同,。

對于智能座艙架構(gòu)來說,,其上層軟件(底層軟件是芯片廠商或第三方來負(fù)責(zé)),如安卓,、黑莓,,或者蘋果、特斯拉訴求是開放,、開源,、迭代快,甚至底層代碼都向開發(fā)者打開,,這樣才能夠吸引更多的軟件開發(fā)者,。

而ADAS邏輯訴求正好相反,它需要足夠閉合,。ADAS的邏輯思路非常簡單,,主要是加速、減速,、直行,、拐彎等指令。需要足夠閉合以保證誰都進(jìn)不來,,確保高度安全,。

與此同時,智能座艙和智能駕駛對芯片算力本身需求也是不同的,。前者只需要考慮CPU算力和散熱,,后者指標(biāo)訴求要復(fù)雜的多,要看CPU,、GPU和NPU,。

發(fā)展方向不同、考核指標(biāo)不同,,導(dǎo)致盡管有一些車企考慮跨域融合,,但目前大多數(shù)車企下兩代產(chǎn)品依然選擇兩個架構(gòu)、兩個芯片,。

不過,,如果Thor真的能做到“物美價廉”,一顆芯片統(tǒng)治一切并非不可能,。

03

打造端到端平臺,,大幅提升仿真能力

“構(gòu)建機器人計算設(shè)備需要兩類計算資源。”黃仁勛進(jìn)一步介紹稱,,一類是位于數(shù)據(jù)中心的AI工廠,,主要用于數(shù)據(jù)處理、訓(xùn)練AI模型,、數(shù)字孿生模擬以及繪制世界地圖,;另一類是汽車內(nèi)的AI計算設(shè)備,通過處理傳感器數(shù)據(jù)以感知環(huán)境,,躲避障礙物,,以及駕駛汽車前往目的地。

NVIDIA DRIVE是一個面向自動駕駛汽車開發(fā)和部署的端到端的平臺,。在開發(fā)方面,,DRIVE包括Replicator合成數(shù)據(jù)生成、NVIDIA AI基礎(chǔ)設(shè)施,、DRIVE Sim和DRIVE Map,;在部署方面,DRIVE包括全棧駕駛和車內(nèi)AI應(yīng)用,、AI計算機和Hyperion自動駕駛汽車參考架構(gòu),。

隨后,黃仁勛展示了NVIDIA DRIVE平臺上的新功能:由NVIDIA研究部門推出的名為Neural Reconstruction Engine的AI工作流,,現(xiàn)在已經(jīng)成為DRIVE Sim的一項主要功能,。

64.png

Δ NVIDIA DRIVE平臺

“創(chuàng)建模擬場景耗時費力,而且難以擴展,。因此,,英偉達(dá)的研究人員開發(fā)了一個AI工作流,可根據(jù)記錄的傳感器數(shù)據(jù)構(gòu)建3D場景,?!逼浣榻B稱,在將3D場景導(dǎo)入到DRIVE Sim后,,可通過人工創(chuàng)建的內(nèi)容或AI生成的內(nèi)容對其進(jìn)行增強,。這個視頻到3D幾何圖形的工作流,可以在NVIDIA OVX系統(tǒng)上運行,,使英偉達(dá)能夠在全球范圍內(nèi)創(chuàng)建模擬場景,。

“從最開始到車隊運營,DRIVE Sim在構(gòu)建駕駛系統(tǒng)方面發(fā)揮了至關(guān)重要的作用,,它是CI/CD持續(xù)集成/持續(xù)部署過程中不可或缺的一部分,。”黃仁勛稱,,DRIVE Sim的其中一項重要功能是硬件在環(huán),,這意味著允許在AI工廠中運行整個車載軟件棧,。

AI車載計算機并不知道它實際上是在模擬環(huán)境中,,既不在車內(nèi),,也不在道路上行駛。支持硬件在環(huán)的DRIVE Sim還可以模擬車內(nèi)環(huán)境,。

未來的汽車不僅會有簡單的儀表板,,還有將數(shù)字設(shè)計和物理設(shè)計相結(jié)合的環(huán)繞顯示屏。汽車設(shè)計師,、軟件工程師和電子工程師可以在DRIVE Sim中開展協(xié)作,。同時運行所有的實際計算機和軟件棧。據(jù)稱,,DRIVE Sim將成為他們的虛擬設(shè)計工作室,。

“我們正在擴展NVIDIA DRIVE Sim平臺,憑借完整的硬件在環(huán)支持,,創(chuàng)建汽車內(nèi)部的數(shù)字孿生,。NVIDIA Omniverse平臺將這一切融合在一起。設(shè)計師和工程師可以并肩工作,,在造就真正的汽車之前完美集成物理設(shè)計與數(shù)字接口,。”

DRIVE Sim基于Omniverse構(gòu)建,,將加速新型AI駕駛艙和車載信息娛樂系統(tǒng)的開發(fā),,并通過在未來汽車的數(shù)字孿生中測試這些系統(tǒng)來提高可用性。

Omniverse是NVIDIA提出的虛擬世界仿真引擎,。根據(jù)此前介紹,,Omniverse的世界在物理上是精確的,遵循物理學(xué)定律,,可以在宏大的尺度上運行,,可復(fù)制,能將設(shè)計師與觀眾,, AI與機器人聯(lián)系到一起,。

正如Tensorflow以及Pytorch是當(dāng)前AI軟件中不可或缺的計算框架,NVIDIA希望將Omniverse打造成為機器人時代的至關(guān)重要的一環(huán),,迎來AI的下一波浪潮,。

此次活動中,英偉達(dá)也宣布推出Omniverse云服務(wù),,用于構(gòu)建和操作工業(yè)元宇宙應(yīng)用程序,。

04

汽車和機器人業(yè)務(wù)正成為英偉達(dá)新增長引擎

“安全是機器人開發(fā)的重中之重?!痹谧詣玉{駛環(huán)節(jié)最后,,黃仁勛表示,構(gòu)建機器人系統(tǒng)需要組建兩個計算機系統(tǒng),數(shù)據(jù)中心的AI工廠和車載AI計算機,。從數(shù)據(jù)中心到汽車內(nèi)部,,英偉達(dá)的系統(tǒng)全面采用了安全架構(gòu)、設(shè)計和方法,。

截止目前,,英偉達(dá)在安全系統(tǒng)和流程方面,研發(fā)已經(jīng)投入1.5萬人工年,,對500萬行代碼進(jìn)行安全評估,。“我們致力于采用端到端安全方法,,并將其從AI工廠擴展至車隊,。

重投入背后,是出于對未來市場的判斷,。

美東時間8月24日盤后,,英偉達(dá)正式發(fā)布截至2022年7月31日的 2Q23 財報。與兩周前英偉達(dá)公布的財務(wù)預(yù)警信息一致,,營收,、毛利、凈利均大幅下滑,。而汽車和機器人業(yè)務(wù)二季度收入為2.2億美元,,同比增長45%,成為少有亮色,。

彼時,,黃仁勛再次重申,“汽車正在成為一個科技行業(yè),,并有望成為我們下一個價值10億美元的業(yè)務(wù),。”

顯然,,汽車和機器人業(yè)務(wù),,與數(shù)據(jù)中心業(yè)務(wù)一樣,正成為英偉達(dá)的新增長引擎,。而隨著英偉達(dá)在自動駕駛芯片領(lǐng)域的持續(xù)耕耘,,其已經(jīng)取得了階段較量的勝利,截止目前,,Orin已經(jīng)被40多家汽車,、卡車、無人駕駛出租車和穿梭巴士的制造公司選擇使用,。

至于英偉達(dá)能否笑到最后,,Thor登場后或許給出答案,。



更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,,并不代表本網(wǎng)站贊同其觀點,。轉(zhuǎn)載的所有的文章、圖片,、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者,。如涉及作品內(nèi)容,、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,,以便迅速采取適當(dāng)措施,,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118,;郵箱:[email protected],。