丁秋星- GTC 2017 一篇文章看懂英伟达自动驾驶解决方案-将门创投

2019-03-15 / 全部文章 / 3 次围观

丁秋星| GTC 2017 一篇文章看懂英伟达自动驾驶解决方案-将门创投

丁秋星

本文经授权转载自极客汽车
在美国硅谷圣何塞 Convention Center 的 Keynote Hall,我见证了教主丢出新一代「Volta」架构的 GPU 「核弹头」产品,并公布了和丰田的合作。 这场发布会直接让 NVIDIA 的股价飙升了 18%。那么在新架构驱动下,NVIDIA 的自动驾驶解决方案将会是怎样的布局? 他们与整车厂和 Tier 1 又是怎样合作的? 在 GTC 现场,我们专访了 NVIDIA 汽车事业部的高级总监 Danny Shapiro,本文将结合他的讲解剖析 NVIDIA 在汽车行业的布局。
NVIDIA 的自动驾驶平台
提起 NVIDIA 的自动驾驶解决方案,我们就会想起 Drive PX 系列。但是其实,Drive PX 只是 NVIDIA 车载 AI 平台的系列名称。而这个系列目前主要包括两代产品:已经量产的 Drive PX 2 平台,以及已经发布,但是最早要于今年年底量产的新一代平台 Xavier。我们做了一张图来体现这两个平台的关系,以及目前基于这两个平台的整车厂商合作信息:

具体来说,两代平台有如下的区别:
Drive PX 2:搭载上一代 Pascal 架构 GPU。已经实现量产,并且已经搭载在 Tesla 的量产车型 Model S 以及 Model X 上。目前 PX 2 仍然是 NVIDIA 自动驾驶平台在市场上的主力军,大部分已公布的使用 NVIDIA 方案的测试车(不管是来自整车厂、Tier 1、科技公司还是高校等研究机构)基本上搭载的都是 Drive PX 2。 Tesla,Audi 和 ZF 是唯有的对外公布将 Drive PX 2 应用在量产车上的公司。
Xavier: 它可以说是 Drive PX 2 的进化版本,搭配了最新一代的 Volta 架构 GPU, 相较于搭载上一代 Pascal 架构 GPU 的 Drive PX 2, Xavier 的性能将提升近一倍。

不过这套 SoC 要到今年年底才能量产。这就带来了一个非常重要的时间契合点:多家主机厂的高级别自动驾驶量产车的计划都是在 2020 年左右,如果按照这个时间减去整车的研发周期(成熟平台的话一般 3 年左右),那么 Xavier 的量产将正好赶上这拨自动驾驶车的研发流程。这也就解释了为何基于 Xavier 的合作都是有量产车落地计划的。包括本次 GTC 公布的丰田合作,也不例外。
不管是丰田,奥迪还是博世,他们都希望通过这样的合作,让自己的量产方案能够用到 NVIDIA 目前最好的自动驾驶平台。所以说对于 NVIDIA 来说, Xavier 才是真正用来进军车厂量产产品的平台。

NVIDIA 和车企未来将如何合作?
关于这个问题,我和 Danny 仔细聊了聊。我们将分几点来说明:
1.关于 NVIDIA 在汽车供应链中的定位:Danny 告诉我,NVIDIA 的定位主要还是在汽车行业中提供自动驾驶各个环节所需要的运算平台。虽然他们自己也有 BB8 这样的测试车,但其目的更多是为了展示 NVIDIA 运算平台的能力,并不是为了收集驾驶数据以研发自己的驾驶决策。
2.与 OEM 和与 Tier 1 的合作有什么不同:对 NVIDIA 来说,两者的合作都是提供运算平台,OEM 在选择了 NVIDIA 的计算平台后会再去找一家 Tier 1 来落地产品。而 Tier 1 选择了 NVIDIA 的平台,则又会将这个解决方案推给更多的 OEM。
3.如何为不同的车厂和 Tier 1 提供差异化的平台:Xavier 的底层架构是统一的,但是在这个架构基础之上,NVIDIA 将根据不同厂商的传感器布局和要求提供定制版本的 Xavier 运算平台,比如之前博世在 BCW 上发布的就是 NVIDIA 为其定制的版本。

此外,在 Xavier 运算平台上,各个厂商可以加上自己的算法,并通过 DriveWorks SDK 来进一步开发不同的功能。比如 NVIDIA 之前在 CES 公布的 AI Co-Pilot 就将作为 Xavier 平台的一个可选择性开发模块。车厂可以根据自己的需求结合传感器来开发相应的功能,包括地图采集,人脸识别,唇语识别,语音驾驶辅助等等。

4.如何看待 OEM 整合不同供应商的解决方案:奥迪的 zFAS 同时整合了 NVIDIA 的 SoC 以及 Mobileye 的 EyeQ 芯片。对此,Danny 的观点是,整车厂商有权利自由的选择并组合他们想用的解决方案。但是当时奥迪在开始研发 zFAS 时,NVIDIA 的运算平台还没有现在这么强。如果是用 NVIDIA 现在最新的平台来衡量的话,理论上是根本不需要再单独整合视觉处理芯片的。
我们可以感受到,NVIDIA 作为 AI 时代成长最快的一家科技公司,正在大力发展汽车业务,并已经快速赢得了很多 OEM 和 Tier 1 的青睐。但是在车企客户关系的维护以及供应链的定位上,他们却保持着一个标准的汽车供应商姿态:依靠自己运算平台的实力赢得更多的市场份额,同时又为主机厂和 Tier 1 留出充足的可选择以及溢价空间。
这次发布会上,老黄还宣布将 Xavier 平台的 DLA 开源。这也意味着 NVIDIA 给其它的供应商留下了发展空间。毕竟对于汽车行业来说,单一供应商在某一个技术上实现垄断是任何主机厂都不愿意看到的。

而对于最早这批和 NVIDIA 达成合作的车厂来说,他们所能得到的优势会有以下三点:
1. 能够第一时间率先测试 NVIDIA 的最新计算平台:要知道 Xavier 平台早在去年的 GTC Europe 时就已经对外公布了,但是其真正量产却要等到今年年底。在量产前的这一年多的时间里, NVIDIA 一定会找一批关系紧密的车厂率先测试这个新平台,那么这些拿到「早鸟票」的车厂在 Xavier 平台的研发应用上自然会积累更多的经验与优势。想比博世现在应该已经拿到了几个 DEMO 版本的定制 Xavier 在跑测试了。
2. 能够在 NVIDIA 计算平台量产后获得更高的供应优先级: 作为 AI 开发者的「标配」,旗舰级的 GPU SoC 在这个时代可谓是「一卡难求」。Xavier 平台量产后,其在自动驾驶领域很可能也会出现供不应求的情况,这时候与 NVIDIA 率先合作的车企是否会获得更多的优先级?
3. 能够获得更多的可定制化空间: 在初期,Xavier 的平台很可能还会有许多不成熟的地方,那么最早参与合作共同研发的车厂则自然会有更多的机会与空间参与到 Xavier 的优化中,并将自己的需求植入到最终的平台当中。
开放的云端是 NVIDIA 的未来
其实除了 Xavier 平台, 老黄此次 GTC 发布会的重点是基于 Volta 架构的数据计算中心 GPU NVIDIA Tesla V100,以及搭载 Tesla V100 的云端服务器产品 DGX-1。这些产品其实都是用于云端数据中心进行深度学习运算的,据说一台 DGX-1 的计算能力相当于 800 个 CPU。

那么这个服务器计算芯片和汽车行业与自动驾驶又有什么关系?其实自动驾驶所需要的运算能力体现在云端和终端两个方面:我们之前所提到 Xavier 是搭载在汽车上的终端运算平台,它主要负责通过传感器数据感知周围的环境,用高精度地图实时定位,并按照算法模型做出驾驶决策。
而在云端,则需要一台数据处理能力超强的数据中心。所有与云端连接的车辆都会将自己的行驶数据上传到这里。而云端的任务则是利用这些大量的数据,通过深度学习或者增强学习的形式去训练决策和感知的算法模型。经过训练优化的算法模型在经过稳定性验证后将会被重新更新到各个车辆终端中。这就是未来自动驾驶所使用的自我优化体系(Self-Healing System)。

在这个体系下,车厂是必须要建立属于自己的云端服务器的,因为他们需要将驾驶数据尽可能的掌握在自己手里(驾驶数据是核心竞争力)。这就为 NVIDIA 的产品带来了更多的潜在需求。云端,才是真正能够体现 NVIDIA 平台运算能力的地方。

写到这里,我想说:有谁能帮我搞到一块 Drive PX 2 玩玩?如果不行,来一块 Titan Xp 也成!
-END-

本站所有文章如无特别注明均为原创。复制或转载请以超链接形式注明转自 丁秋星
原文地址《丁秋星- GTC 2017 一篇文章看懂英伟达自动驾驶解决方案-将门创投
网站分类
文章归档