鑽石舞台

因為厭倦了為半導體付出高昂的代價，因此通用汽車公司的自動駕駛汽車部門決定開始自己設計芯片。這是一個大膽的舉動，但可能會讓汽車公司迷失方向。

就在 18 個月前，半導體巨頭 Nvidia展示了Cruise Origin Robotaxi，作為在 Cruise 汽車中使用圖形處理單元的案例研究，「以實時處理其車隊在舊金山混亂的街道上收集的大量數據。」

這家總部位於加利福尼亞的自動駕駛汽車公司的硬件負責人Carl Jenkins最近告訴路透社，現在這種關係看起來已經破裂，因為使用「來自著名供應商的 GPU」的成本高且迴旋餘地小。Nvidia 沒有直接點名，但它是僅有的兩家 GPU 供應商之一，另一家 Advanced Micro Devices Inc. 不是汽車行業的參與者。

Cruise 並不是第一家使用英偉達芯片，然後放棄的汽車公司。三年前，特斯拉公司宣布將獨自開發用於其全自動駕駛 (FSD) 計算機的芯片。當時，英偉達隨後發布了一篇詳細的博客文章，解釋了為什麼特斯拉CEO Elon Musk 在評估性能差異時是錯誤的。

實際上，Cruise、Tesla 和 Nvidia 都對他們的芯片為何優越有充分的論據。當汽車製造商幾乎沒有能力定製產品或談判價格時，他們對支付高昂的芯片成本感到沮喪，這是可以理解的。但汽車行業的高管需要評估自己的核心競爭力，並在走上獨立之路之前做出艱難的決定。

為此，他們可以從 Jeff Bezos 和盧森堡啤酒行業獲得指導。根據 Amazon.com Inc. 創始人現在著名的演講，歐洲國家的釀酒商曾經自己發電，因為這是啤酒製造過程中需要的輸入，他們無法從集中式電力中獲取電力網格。

但對這家釀酒商來說不幸的是，正如他在2008 年的一次演講中指出的那樣，這種繁重的工作沒有區別——所有的電力都是一樣的——但需要在世界級的水平上完成。他們越快將發電外包，他們就能越快重新專注於釀造。

「他們自己發電的事實並沒有讓他們的啤酒味道更好，」貝佐斯說。他的勸告今天繼續響亮：專注於讓您的啤酒味道更好的東西。

汽車製造商需要進行同樣的計算，而且它的成本越來越高。過去十年，隨着半導體製造技術的進步，開發新芯片的價格上漲了 10 倍。在將其送去生產之前，每個組件都需要進行設計、驗證、測試和原型製作。根據麥肯錫公司的分析，目前最新的 5 納米製造節點的前期成本為 5.4 億美元，而11 年前首次推出的較舊的 28 納米技術的前期成本為 5000 萬美元。

英偉達能夠承擔這些成本的一個主要原因是，它每年通過銷售用於計算機顯卡、人工智能服務器、數據處理中心和自動駕駛汽車的芯片獲得 270 億美元的收入。設計芯片是英偉達的工作，因此半導體是英偉達的啤酒。

特斯拉和Cruise以及其他所有汽車製造商都需要詢問他們的產品與競爭對手的區別是什麼。駕駛員做出選擇的因素有很多，包括發動機功率和性能、外觀、內部設計、安全性和配件。未來，FSD 將只是買家考慮的另一個功能。

而且，設計自己的芯片並不能解決當前的短期供應短缺問題，但它可以讓汽車製造商更好地根據自己的需求定製組件，而不是購買現成的產品。性能很可能會優於第三方供應商可以提供的產品，但這並不意味着他們銷售的最終產品——汽車——會好得多。多年前， Alphabet Inc 的 Google走上了獨立之路，押注為其龐大的數據中心設計定製芯片的好處——並遠離英特爾公司——這將使其投資獲得回報。大這裡的不同之處在於，從谷歌服務器存儲和抽取的數據是世界上最大的搜索引擎購買和銷售的數據。

汽車製造商要確保他們的半導體賭注是值得的，他們不僅需要相信自動駕駛功能將成為客戶購買決定的主要因素，而且他們自己內部開發的芯片是這種差異化的關鍵。這是一項艱巨的任務。

經過多年的發展，並與越來越高的成本作鬥爭，汽車製造商很有可能最終會發現，雖然他們自己的芯片更出色，但它們並沒有讓啤酒的味道更好。

作為其秋季 GTC 2022 活動的一部分，NVIDIA 早前發布了大量公告，該公司正在對其 DRIVE 汽車 SoC 計劃進行令人驚訝的更行，且立即生效。NVIDIA表示將取消Atlan，這是他們計劃用於 2025 年汽車的後 Orin SoC。取而代之的是，NVIDIA 宣布推出 Thor，這是一款功能更強大的 SoC，將於 2025 年推出。

NVIDIA 的 Atlan SoC 於 2021 年春季 GTC 首次亮相，NVIDIA 宣布將其作為下一代汽車 SoC，以接替（現在的）Orin SoC。在宣布時，Atlan 計劃成為一款高性能 SoC，提供 1000 TOPS 的 INT8 推理性能，採用下一代（Lovelace）GPU 設計和下一代 Grace CPU 設計。該芯片甚至集成了 BlueField DPU 作為網絡和安全處理器，旨在提供一個可以處理自動駕駛汽車所需的所有計算功能的 SoC。

但無論 Atlan本應是什麼，現在都已不復存在。截至 NVIDIA 新的 DRIVE SoC 路線圖，Atlan 已被廢棄。取而代之的是一個新的 SoC——Thor，它比Atlan 更強大。

與 2021 年的 Atlan 公告一樣，NVIDIA 僅在發布之前發布了有關 Thor 的少數細節。高級細節包括，沒有命名特定的 NVIDIA CPU 和 GPU 架構，但 SoC 正在利用 Grace CPU、Ampere GPU 架構和 Lovelace GPU 架構首次引入的功能。與此同時，NVIDIA 關於此事的博客文章確實更進一步，指出 SoC 使用了 Arm 迄今為止秘密的 Poseidon CPU 內核的汽車增強 (AE) 版本。我們對Poseidon 知之甚少，它是 Arm 正在開發的下一代高性能 CPU 內核，將用於其下一代 Neoverse V 系列平台，取代剛剛發布的Neoverse V2。

從性能的角度來看，Thor 計劃使用新標準化的 FP8 數據格式提供 2 PFLOPS (2000 TFLOPS) 的浮點推理性能。儘管與 Atlan 的 1000 TFLOPS INT8 數字相比，這不是一個公平的比較，但它仍然代表了 8 位精度計算吞吐量的兩倍。SoC 的張量核心還將採用 NVIDIA 的 transformer engines，使 SoC 能夠進一步加速transformer networks的處理。

值得注意的是，整合所有這些性能將使 Thor 成為一個非常龐大的芯片。雖然 NVIDIA 沒有宣布工藝節點，但他們已經表示它將使用 770 億個晶體管，這比他們的新旗艦 GH100 GPU 少了 30 億個晶體管。NVIDIA 的性能聲明並未表明是否使用了矩陣稀疏性，但即使是這樣，Thor 的 FP8 性能也將是 NVIDIA 旗艦 GPU 的一半。所有這些都突顯了 NVIDIA 對計劃中的 SoC 的極端性能目標。

雖然 NVIDIA 的芯片模型在 AGX 板上以單芯片配置顯示它，但今天的公告還明確提到了 NVLink 芯片到芯片 (NVLink-C2C) 芯片互連技術。這是一個奇怪的提及，因為 NVIDIA 的關鍵藝術並沒有顯示 Thor 是基於chiplet的。這可能意味着 NVIDIA 將轉而使用 NVLink-C2C 來實現更強大的多芯片 DRIVE AGX 板（ala Pegasus），或者很可能 Thor 是基於chiplet的設計，而 NVIDIA 故意將其通用化藝術。

除此之外，NVIDIA 沒有提供有關 SoC 的任何進一步技術細節。因此，有關使用的內存類型、GPU 架構和其他功能塊的詳細信息仍有待觀察。

在這一點上，NVIDIA 也沒有詳細說明為什麼他們取消了 Atlan 來代替 Thor。Thor 無疑是一個更強大的設計，並且似乎包含了一些在 Atlan 上找不到（或至少從未公開過）的新功能。這是否意味着 NVIDIA 正在以某種方式引入本應是後 Atlan 芯片的芯片，或者他們是否因為客戶需要更好的自動駕駛汽車 AI 推理性能而放棄了 Atlan，還有待觀察。

拋開硬件升級不談，很明顯，NVIDIA 正在為與 Atlan 相同的細分市場設計 Thor。也就是說，它是一種高性能的單芯片設計，用於處理自動駕駛汽車的所有計算需求，從信息娛樂系統和傳感器融合到實際的自動駕駛算法本身。與 Atlan 一樣，其目標是用一台可以完成所有工作的計算機取代目前汽車內的獨立計算機，利用具有廣泛隔離（包括 MIG）的功能安全設計技術來防止單獨的任務相互干擾。

然而，也許最令人驚訝的是，SoC 的這種變化預計不會影響 NVIDIA 的 SoC 交付日期。英偉達表示，他們將在 2025 年為汽車廠商提供Thor，這與亞特蘭的計劃到達時間相同。因此，雖然魔鬼在細節中，但在高水平上，英偉達的目標是提供接近相同的Thor時間，因為他們會交付Atlan 。不過值得注意的是，雖然 NVIDIA 此前曾宣布 Atlan 將在 2023 年出樣，但尚未發布關於 Thor 的此類公告。因此，Thor 的送樣日期可能最終會晚於 Atlan 的送樣日期。

在2019年的特斯拉 Autonomy Day 投資者活動中，埃隆·馬斯克 (Elon Musk) 公布了他的新型自動駕駛汽車電腦的規格，他向全世界明確了幾件事。

首先，特斯拉正在提高所有其他汽車製造商的標準。

其次，特斯拉的自動駕駛汽車將由基於其兩個新 AI 芯片的計算機提供動力，每個芯片都配備 CPU、GPU 和深度學習加速器。該計算機每秒可提供 144 萬億次操作 (TOPS)，使其能夠從一系列環繞攝像頭、雷達和超聲波收集數據，並為深度神經網絡算法提供動力。

第三，特斯拉正在研發下一代芯片，據說 144 TOPS 還不夠。

在 NVIDIA，我們一直堅信特斯拉重申的願景：自動駕駛汽車需要具備非凡能力的計算機。

這正是我們幾年前設計和製造 NVIDIA Xavier SoC 的原因。Xavier 處理器具有可編程 CPU、GPU 和深度學習加速器，可提供 30 TOPS的算力。我們基於雙芯片解決方案構建了一台名為 DRIVE AGX Pegasus 的計算機，將 Xavier 與強大的 GPU 配對以提供 160 TOPS，然後將兩組放在計算機上，總共提供 320 TOPS。

正如我們一年前（2018年）宣布的那樣，我們並沒有坐以待斃。我們的下一代處理器 Orin 即將問世。

這就是為什麼 NVIDIA 是馬斯克比較特斯拉的標準——我們是唯一一家以每秒數萬億次操作或 TOPS 來描述這個問題的公司。

但是，儘管我們在大局上同意他的觀點——這是一個只能通過超級計算機級系統才能解決的挑戰——但特斯拉的演示文稿中存在一些我們需要糾正的不準確之處。

將特斯拉的兩芯片全自動駕駛計算機與英偉達的單芯片駕駛輔助系統的性能進行比較是沒有用的。Tesla 的 144 TOP 的兩芯片 FSD 計算機將與NVIDIA DRIVE AGX Pegasus 計算機進行比較，後者在 AI 感知、定位和路徑規劃方面以 320 TOPS 運行。

此外，雖然 Xavier 提供了 30 TOPS 的處理能力，但特斯拉錯誤地聲稱它提供了 21 TOPS。此外，帶有單個 Xavier 處理器的系統是為輔助駕駛 AutoPilot 功能而設計的，而不是完全自動駕駛。正如特斯拉所說，自動駕駛需要更多的計算。

然而，特斯拉最重要的問題是完全正確的：自動駕駛汽車——這是提高安全性、效率和便利性的關鍵——是該行業的未來。它們需要大量的計算性能。

事實上，特斯拉認為這種方法對行業的未來非常重要，因此它正在圍繞它建立自己的未來。這是前進的道路。其他所有汽車製造商都需要提供這種水平的性能。

只有兩個地方可以獲得 AI 計算能力：NVIDIA 和 Tesla。其中只有一個是可供行業構建的開放平台。

★ 點擊文末【閱讀原文】，可查看本文原文鏈接！

★美國專家的半導體發展建議！

★13年來首次下滑，CIS廠商求變！

★6G帶來的芯片機會

回復 投稿，看《如何成為「半導體行業觀察」的一員 》

回復 搜索，還能輕鬆找到其他你感興趣的文章！