黑衣教主黄仁勋搅动AI江湖，新芯片算力飚升7倍，支持L5自动驾驶

由于在基于 GPU 加速的 AI 人工智能行业的发展上的推动作用，多年以来，英伟达 CEO 黄仁勋被业界戏称为“AI 教主”。

在12月18日的英伟达GTC CHINA 2019上，黄教主在讲台上热情洋溢地做了两个多小时的主题演讲，嘴里仍忘不了“GPU，THE MORE YOU BUY，THE MORE YOU SAVE”的口头禅，他表示此次会议是迄今为止最大规模的GTC China，与会人数达到6100人，较三年前的2400人增加250%。随后，他公布了该公司一系列NVIDIA新品及合作进展。

新一代芯片Orin，支持L5自动驾驶

在自动驾驶方面，黄仁勋发布了NVIVIA DRIVE AGX Orin芯片，Orin凝聚着英伟达团队为期四年的努力，被用于处理多个高速传感器、感知环境、创建一个周围环境的模型并定义自己、根据特定目标制定合适的行动策略。

Orin系统级芯片集成了NVIDIA新一代GPU架构和Arm Hercules CPU内核以及全新深度学习和计算机视觉加速器，集成了170亿个晶体管，运算速度可达200TOPS，几乎是上一代Xavier系统级芯片性能的7倍。NVIDIA DRIVE AGX Orin系列将于2022年开始投产。

DRIVE AGX Orin能够赋能从L2级到L5级完全自动驾驶汽车开发的兼容架构平台，助力OEM开发大型复杂的软件产品系列。Orin和Xavier一样，可通过开放的CUDA、TensorRT API及各类库进行编程，因此这是一个可扩展的解决方案，而且兼容性也非常好，可以充分利用原有的软件，开发者能够在一次性投资后使用跨多代的产品。

黄仁勋表示：“打造安全的自动驾驶汽车，也许是当今社会所面临的最大计算挑战。实现自动驾驶汽车所需的投入呈指数级增长，面对复杂的开发任务，像Orin这样的可扩展、可编程、软件定义的AI平台不可或缺。”

他还公布了在NGC软件环境下运行的NVIVIA DRIVE Pre-Trained Models（预训练模型），车企可以对这些模型进行“迁移学习”，也就是客户可以用自己的数据放到这些模型当中，基于TensorRT不断地进行优化，从而进一步加速这些汽车公司研发的进程。

在AI平台相关方面，黄仁勋宣布百度、阿里在使用NVIDIA的AI平台来做它们的推荐系统，宣布推理优化软件出了新版TensorRT 7，可用来实现实时的会话式AI。

另外，会上英伟达公布滴滴出行将使用NVIDIA GPU和其他技术开发自动驾驶和云计算解决方案，包括采用NVIDIA GPU数据中心服务器，使用NVIDIA GPU训练机器学习算法，并采用NVIDIA DRIVE为其L5级自动驾驶汽车提供推理能力。

软件定义汽车

旨在提供全流程解决方案

近两年以来，为了进一步扩大营收，英伟达在人工智能和自动驾驶汽车加速发力。自动驾驶汽车市场对该公司来说有很大的吸引力，预计到2035年，自动驾驶汽车市场总规模将达到600亿美元。

英伟达创始人兼首席执行官黄仁勋强调：“AI自动驾驶汽车是软件定义的汽车，它必须基于大量数据集才能在全球范围行驶。我们向自动驾驶汽车开发者开源我们的深度神经网络，并为他们提供先进学习工具，使他们能够根据不同的数据集对这些网络进行优化。通过这一方式，我们正在实现跨企业和国家/地区的共享学习，并保护数据所有权和隐私，最终加快全球自动驾驶汽车的落地。”

英伟达GTC China 2019前夕，记者采访英伟达全球副总裁、中国区总经理张建中时，他也表示，英伟达在自动驾驶领域，绝不仅仅是制造AI芯片那么简单，目前英伟达在全球率先实现基于量产的端到端自动驾驶解决方案，为全球370多家合作伙伴打造符合功能安全的自动驾驶基础平台和生态系统。

在他看来，英伟达希望通过在此领域的布局，为自动驾驶研发的整个工作流程提供相应的平台和支持。用户可以用英伟达的工具在不同的阶段做不同的研发，每个自动驾驶子生态的研发者都可以成为英伟达的合作者。

GTC China 2019上的一些展车安装了一些摄像头、雷达，这些车一天在外面开6小时-8小时，每周就会收集到PB级的数据。

在自动驾驶车辆去各种环境采集数据的时候，英伟达有一套方案DRIVE AV ，包括对传感器的要求、对数据打标的系统、云端的服务和存储；这些处理之后，要进行数据加工，加工部分英伟达会提供处理算法。

处理之后，要对自动驾驶系统进行训练，英伟达有训练用的NVIDIA DGX系统，用户可以直接买回去用，也可以买合作伙伴如DELL、惠普、联想、华为的产品，还可以到阿里云、京东云上去租服务器，他们的CSP(Cloud Service Providers)也是英伟达的客户。

NVIDIA还开发了一个开放的软件平台，包括：驾驶的操作系统，很多的工具、数据库和软件，可以在一些卡车公司、普通的汽车公司或者是出租车公司来进行使用。英伟达还做了很多“预训练”的模型，在NVIDIA的“云”上来进行训练。

英伟达还为这个平台创造了很多工具，开发了对抗神经网络，自动产生需要的场景，这套系统可以打包出售给各种不同的开发商，包括主机厂、Tier 1以及初创公司。

数据模型训练好之后，在上车之前，要进行模拟仿真运行，就是建一套虚拟场景，模拟真实世界，让模型上去进行试验，为此英伟达提供了NVIDIA DRIVE Constellation仿真平台，可以把车上摄像头、毫米波雷达、激光雷达等各种传感器数据放进去，再把各种算法放进去看看运行效果。

在这种平台上，只要算力足够，模拟物理世界当中各种各样的极端气候环境、地形条件，千变万化的场景，还可以模拟各种有不良行为司机的习惯，可以更有针对性，并很容易把问题解决掉。

通过了模拟仿真之后，自动驾驶的算法要放到车上实际去跑。针对路跑，英伟达有专门的NVIDIA DRIVE AGX XAVIER和NVIDIA DRIVE AGX Pegasus平台，可以提供从30TOPS到320TOPS的算力，支持从L2到L4自动驾驶解决方案。

单芯片算力，并不决定一切

现在开始做车规级AI芯片的企业越来越多，除了英伟达的老对手Mobileye、恩智浦、TI、Ceva和高通，中国的华为、寒武纪和地平线等企业也推出了自己的AI芯片，针对英伟达发起了挑战。有的企业表示，自己的AI芯片比英伟达的速度更快，能耗更低。

对此，黄仁勋表示，英伟达的AI芯片是用于数据中心的计算芯片，而不是简单的加速芯片，它们可以编程，可以用于数据采集、后期处理、建模、仿真、路跑等很多用途，因而成本可负载性非常好。

张建中认为，自动驾驶级别越高，环境越复杂，对算力的要求就越高，可以说自动驾驶对算力的需求是永无止境的，因为你不知道在路上会发生什么情况。

而单个芯片的算力并不能决定整个系统的速度。就像玩电脑游戏时，有的显卡虽然跑3D Benchmark得分很高，但在实际游戏操作中，流畅程度并不一定出色，原因在于游戏会针对显卡做优化，自动驾驶也是一个道理。

他表示，英伟达涉足汽车领域达10年之久，进行自动驾驶软件的研究也已经有5年多了，几千位工程师经验的积累，在软件的成熟度，软件性能优化方面是有优势的。

英伟达在移动端、PC端、工作站、AI服务器广泛布局，这些平台使用的GPU使用的都是同一种架构，使用的所有软件基础核心是通用的，所以软件加速功能在一个地方开发好了，其他地方都可以用上。其他的芯片也许标称的数值比较高，实际运行起来可能要跟英伟达的系统差不少。

去年谷歌、斯坦福大学、哈佛大学、英伟达、百度、英特尔、AMD等40多家研究机构和科技企业联合发布了一款致力于衡量机器学习性能的通用标准的系统MLPerf。

这是一种测试推理性能的通用方法，通过边缘计算等各种场景中的多项基准测试，验证一项解决方案是否能够出色地完成现如今汽车所需的多项任务，最终将成为衡量从低功耗SoC中的NPU到数据中心高性能加速器的标准。

在第一轮官方基准测试中，英伟达的NVIDIA Xavier系统级芯片和Turing GPU在5项基准测试中性能都是第一名。

在10年之内，英伟达的GPU算力提升了1500倍，每年都有几倍的提升，而成本比以前要便宜很多，因此在自动驾驶领域，算法的研究要比以前快很多，精度也有了大幅度的提升。

除了提升单芯片的算力，英伟达提高系统性能的另一个方法就是互联。有时一颗芯片的性能不够，需要多颗芯片协同工作，所以芯片和芯片之间要有很好的通讯方式。因此，现在车上会有多颗芯片一起工作，服务器中也有多颗芯片共同工作，服务器和服务器之间也可以联通。单芯片的性能提升固然很重要，架构的优化、设备间的通讯、软件的优化也非常重要。

英伟达在GPU芯片的协同工作方面有着丰富的经验，世界上运行速度最快的超级计算机——美国橡树岭国家实验室（ORNL）的Summit里面就集成了两万多个英伟达Volta GPU一起工作。

功耗在自动驾驶硬件产品中也非常重要。英伟达降低功耗没有什么秘诀，一是依靠新的芯片制程技术，比如从14nm技术改进为7nm技术；二是优化芯片的结构，去掉没用的东西，留下精兵干将；三是优化芯片使用的软件。通过三方面的共同努力，才能让性能大幅度提高，功耗大幅度下降。

现在做AI芯片的企业越来越多，英伟达对此持欢迎态度，因为参与的企业多了，英伟达会更有动力在各方面去提升自己的竞争力，包括硬件的计算能力、软件的优化水平、架构的设计能力、软件解决方案的研发，为客户提供更先进、更稳定的平台，更有性价比的产品。

张建中同时表示，研发芯片是一件很难的事，不是简单地把芯片做出来就可以了，那怕芯片真的生产出来了，没有相应的软件、平台和生态系统，也很难卖出去。有些公司造出了第一块芯片，却没有钱研发第二块，一样挂掉。要持续地发展下去，必须把生态建设起来，这对于初创企业是非常困难的。如果没有生意，很多公司很难只靠基础研发生存下去的。

自动驾驶，安全最为重要

汽车和普通的科技产品不一样，功能不好，可以慢慢来，但张建中认为，安全一定要首先得到保证。因此英伟达花了很多精力和时间，在做自动驾驶功能的稳定性和运行的安全性。

其芯片都要经过车规级认证，从设计、代码的开发都要符合车规级标准，有些芯片的代码是从零开始写的，以确保安全。

英伟达量产的操作系统都是以安全的QNX为基础的，车厂也会用QNX系统量产其自动驾驶软件。因此，英伟达的硬件和软件在行驶过程中都能得到安全的保障。

英伟达汽车事业部高级总监Danny Shapiro表示，今天发布的新一代自动驾驶芯片Orin是数据中心级别的芯片，和普通车载芯片和手机芯片不同，在设计之初就已经考虑到安全问题，使用了加密技术、虚拟化技术，还可以利用人工智能分析车辆数据，并据此进行异常检测。

为了保证自动驾驶安全可靠，在数据采集方面，英伟达还定义了一套传感器的标准，叫Hyperion。

它是根据全世界大多数地区的交通状况建立的一套标准，确定选择什么规格的摄像头、毫米波雷达、激光雷达，确保在不同的环境下面有效地识别物体。

比如在130公里/时速度下，要计算刹车距离、判断距离，传感器要达到什么样的分辨率，才能满足算法的需要，这个标准是根据应用场景的实际需要算出来的。

把最好的东西堆在一起，效果不一定是最好的。英伟达是从成本、功能、应用场景、软件算法水平等多方面去考虑，找一个最适合用户的方案。

这些传感器是哪些品牌不重要，重要的是要达到规格要求。英伟达把这些规格变成了标准化的解决方案，推荐了各个级别自动驾驶需要的传感器标准。

英伟达不做传感器，但会把这套标准打包卖给相关的开发者。张建中认为，这套传感器标准比较安全可靠，而且在几年之内保持领先。

自动驾驶，醉翁之意不止酒

据张建中表示，英伟达汽车部门的生意还不错，2018年有10亿美元左右的收入，约占到公司总收入的1/10，今年可能增长得更快。他表示，中国其他做自动驾驶的企业能不能赚到钱很难讲，但只靠这一件事赚钱是很难的。

如果算细账，英伟达的自动驾驶业务还处于战略投入阶段，但从整体上看，它不但提升了英伟达的技术能力，而且拓展了英伟达在其他领域的覆盖范围。因此在不同的AI领域中，英伟达基本上还是用户的首选。

由此不难看出，英伟达做自动驾驶，其目的绝不局限于自动驾驶本身，所有相关的研发，可以帮助其把业务拓展到其他领域，比如机器人、其他交通工具、零售、物流、医疗、安全监控等等。其实所需要的技术是一样，只不过自动驾驶是一个垂直领域，集成了所有的先进技术，是一个全集，从中抽出一个子集，就可以去干别的事情，这样一个领域的研发成果可以应用到几乎其他所有领域。

比如英伟达的“联邦学习”技术，除了可以用于汽车行业，在很多行业都能够充分利用，尤其是那些对于数据隐私非常看重的行业，例如医疗。在医疗行业，很多的数据是不能够跟其他人共享的。所以它可以利用这项技术，基于他们的数据来创建各种各样的AI模型。

“联邦学习”可以让客户用AGX，开发、训练神经网络。客户数据可以保存在本地，并把一些训练和处理后的结果上传到一些全球的服务器上，所以“联邦学习” 在保证数据隐私不被侵犯的前提下，实现公司之间的合作、品牌之间的合作以及地区之间的合作。

张建中表示，英伟达是很开放的，希望计算平台可以利用在各个领域里面，为各个不同的生态系统提供基本的服务，解决不同的需求。而在与其他伙伴的合作方面，英伟达也是不遗余力。

英伟达目前在国内自动驾驶领域的合作伙伴，公布的有德赛西威和小鹏，其中德赛西威是Tier 1，小鹏是主机厂，其实目前所有车厂都在做不同程度的自动驾驶解决方案，因为以后如果没有智能驾驶方面的能力，就不好卖了。今天的GTC大会上，滴滴宣布将在自动驾驶项目上应用英伟达的AI平台，意味着英伟达的朋友圈又扩大了。

在国际上，英伟达几乎和每一家大的车企及Tier 1都有合作。前不久，英伟达参与了ARM主导的自主车辆计算联盟，参与联盟的企业包括通用汽车、英伟达、电装、丰田、博世、ARM、大陆以及恩智浦。2018年7月，英伟达参加了由大众汽车集团牵头，博世、大陆、Aquantia参与的自动驾驶汽车联盟网络(NAV)；在中国影响较大的百度阿波罗计划2017年7月创建时，英伟达就是成员之一；2014年1月，英伟达参加了谷歌公司牵头。通用汽车、本田汽车、奥迪汽车、现代汽车参与的开放汽车联盟 (OAA)。张建中觉得，这种产业联盟的好处就是把大家团结在一起，一块投入，共同努力，对推动产业的发展有很大帮助。

新业务增长，坚定了投资者的信心

据英伟达2019年10月27日公布的2020财年第三财季财报显示，该公司第三财季营收30.14亿美元，同比下滑5%，环比增长17%；净利润8.99亿美元，同比下滑27%，环比增长63%；调整后净利润为11.03亿美元，同比下滑4%，环比增长63%。

这已经是英伟达营收连续第四个季度下降，但是英伟达大部分的销售仍然来自游戏芯片业务，营收高于预期的15.4亿美元；代表英伟达未来发展方向的数据中心业务实现7.26亿美元收入，虽略低于预期的7.542亿美元，但与上季度相比，也在持续增长中。数据中心使用大量显卡来加速人工智能软件是公司业务新增长的最大驱动力。

英伟达的核心业务游戏芯片销量稳定，而目前转型中新的数据中心业务一直在持续增长，因此，财报发布后股价并未有太大波动，且华尔街仍看好其前景。

分析师预计NVIDIA将在2020财年实现营收108亿美元，同比下降8.1%。然而，在2021财年其收入增长预计将增加19.0%，达到128亿美元，在2022财年营收将增长16.1%，达到149亿美元。I

11月下旬，摩根士丹利将英伟达的股票评级从“持股观望”上调为“增持”。升级之后，英伟达的股价上涨了近5%。

点击阅读原文获取报名链接

▼