哈希牛牛源码:国产Orin芯片战,自主替代,有谁可选?

哈希牛牛源码www.hx198.vip)采用波场区块链高度哈希值作为统计数据,游戏数据开源、公平、无任何作弊可能性,哈希牛牛源码开放单双哈希、幸运哈希、哈希定位胆、哈希牛牛等游戏源码下载、出售。


最近,英伟达的多则新闻牵引着国内的神经。


在不久之前,这家美国芯片巨头确认,美国政府将要限制他们向中国提供A100和H100,这在海内外引起了轩然大波;昨日,英伟达修改了其汽车芯片路线图,取消了2024年推出Atlan的计划,并用Thor代替。


关于这个新旗舰的规格,英伟达并没有说太多。但他们强调,该平台在FP8精度下,能够获得2000TOPS的运算能力,这与当前一代的Orin相比,有了接近十倍的提升。在新闻稿中,英伟达进一步指出,DRIVE Thor 统一了车辆中传统的分布式功能——包括数字集群、信息娱乐、停车和辅助驾驶——以提高开发效率和更快的软件迭代。“当然,制造商也可以通过多种方式配置 DRIVE Thor 超级芯片。他们可以将平台的所有 2,000 teraflops 全部用于自动驾驶,或者将一部分用于车内 AI 和信息娱乐,另一部分用于驾驶员辅助。”英伟达在新闻稿中强调。


对于大多数人来说,最初认识英伟达应该是因为他们在PC显卡市场上的表现。近年来火热的挖矿和人工智能,也让他们杀进了数据中心的常客。但从Orin开始,英伟达似乎又成为了汽车市场被追捧的角色。但其实在英伟达于智能汽车大杀四方的同时,很多车厂也开始了自己的“定制”之路。如特斯拉就首先迈出了第一步,通用在日前也披露了他们的的自研汽车自动驾驶芯片的计划。


来到国内,包括电动车新贵在内的多路势力也在强势杀入智能驾驶芯片市场,而Orin自然也成为了他们的标杆。这也就是为什么在Thor发布了以后,有从业者打趣道:“英伟达的这颗芯片发布后,国内某些芯片公司需要连夜修改PPT。”


Orin,未量产先火


首先,我们必须强调的是,英伟达Orin其实今年才开始量产,他们这部分的市场份额也没有多高。但他们绝对是不容忽视。

在咨询了多名从业者——为何英伟达能够在智能驾驶芯片市场备受关注?他们给的答案除了说英伟达芯片拥有强悍的计算能力以外,CUDA更是重中之重。因为有了它,可以大大降低开发门槛。


所谓CUDA,是 NVIDIA 开发的一种并行计算平台和编程模型,用于在自己的 GPU(图形处理单元)上进行通用计算。CUDA 使开发人员能够通过利用 GPU 的强大功能进行计算的可并行化部分来加速计算密集型应用程序。


有行业从业人士告诉笔者,之所以英伟达会推出CUDA,是因为从十几年前开始,英伟达就一直吹嘘GPU是最强的计算平台,业界其实也对茨表示认可。但由于非常难编程,很少有开发者能够将其计算能力放大,也没能吸引更多码农的注意。英伟达CUDA项目的领导者Ian Buck也曾经在一次讲演中也曾用一张图分享了当时GPU编程的挑战。


于是,为了让GPU变得更通用,英伟达便在2006年启动了CUDA,并在过去十几年里推动整个CUDA生态发展,这也让他们有了将GPU从游戏往人工智能,再往智能驾驶推进的底气。


一个资深的GPU从业者也解析说,无论是人工智能还是智能驾驶,所有的软件、算法,归根到底,都是卷积,矩阵和傅里叶变换这些计算,而英伟达在过去十几年的发展中。投入了数千人去完善了底层的各种函数,再加上参与CUDA生态的人越来越多,这就进一步丰富了这个“武器库”。


而从智能驾驶应用开发流程上来看,类似感知融合、ADAS以及环视等功能大多是基于人工智能算法来开发的,而要实现上述功能,也要开发者投入很多精力去解决各种软件问题,而CUDA平台本身的算法,就能降低了开发者门槛。


于是,站在CUDA这个巨人基础上,走向智能驾驶的厂商盯上了NVIDIA Orin也就水到渠成了。当然,还有另外的因素影响,例如之前在ADAS时代呼风唤雨的Mobileye相对封闭,Snapdragon Ride未成气候,就给了英伟达机会。


据佐思汽车研究作者周彦武老师之前在一篇文章中介绍,英伟达不会甘心制作一个卖芯片的。在Orin平台上,他们提供全套算法,包括障碍物识别、路径规划、行为决策、执行策略、定位、地图流制造、自动泊车,还有底层软件系统,内含了QNX的驱动,CUDA生态系统等等。现在不仅是自动驾驶部分,Orin开发平台还全面进军座舱即DRIVE IX,包括了驾驶员状态监测、AR HUD、泊车视觉化、NLP自然语音识别、虚拟机、电子倒车镜后视镜等。


但是,正如国内多位智能驾驶从业者所说,在接受Orin带给开发者的便利的同时,我们同时也要付出更多,因为天下没有免费的午餐。简而言之,那就是当开发者们在享受英伟达所提供的这种高可编程性、高通用性的计算架构的同时,那就要接受付出更多的功耗和芯片的成本。


通用汽车自动驾驶部门Cruise的硬件负责人 Carl Jenkins在早前接受路透社的采访时也说到,他们之前也花了很多钱从某知名供应商(暗喻英伟达)处购买了GPU,因为他们所需的产品不多,所以没有议价权。于是他们决定自研自动驾驶芯片。


对于国内的智能驾驶开发者来说,还需要面对的一个问题,就是供应商的支持。虽然Orin能简化开发者的不少工作。但如上文所说,在真正落地的时候,还需要做很多的开发工作,这当然就少不了原厂的支持。然而,智能驾驶行业从业者告诉笔者,英伟达目前在国内只能对那些大客户更好的扶持。例如在Orin上,因为蔚来ET 7是他们在国内的首款量产汽车,他们自然获得了最多的支持,但在其他的一些厂商处,英伟达也爱莫能助。


英伟达统治自动驾驶芯片市场,除了有在GPU领域深厚的技术实力积累外,另外一个主要原因就是入局早。


2015年,英伟达就推出了第一款面向自动驾驶的芯片PX。


但后来者也并非不是没有机会。事实上,一些可替代英伟达的选项,已经逐渐浮出水面。


自主替代,有谁可选


声量最大的,莫过于国内厂商地平线,和即将量产的征程5。

,

tài xỉu online(www.vng.app):tài xỉu online(www.vng.app) cổng Chơi tài xỉu uy tín nhất việt nam。tài xỉu online(www.vng.app)game tài Xỉu đánh bạc online công bằng nhất,tài xỉu online(www.vng.app)cổng game không thể dự đoán can thiệp,mở thưởng bằng blockchain ,đảm bảo kết quả công bằng.

,


地平线征程5基于台积电16nm制程打造,AI算力可以达到128TOPS。

在核心架构上,地平线征程5芯片的CPU部分采用8核心ARM Cortex A55,AI运算单元采用双核心地平线贝叶斯架构BPU(Brain Processor Unit)。


同时,征程5芯片还有2个ISP核心、计算机视觉引擎、2个DSP核心、视频编码解码单元。


量产进度上,征程5已经交付给主机厂进行开发测试,正式量产时间点定在2023年。


地平线之外,华为是另外一个重要玩家。


MDC 810,算力400TOPS,已经实现量产上车。MDC 810并搭载没有支持通用计算的GPU,而是用“特定域架构”的AI芯片Ascend升腾负责计算。


北汽极狐αS Hi版、长安阿维塔11,以及广汽即将上市的新车,都将搭载华为MDC 810。


国内另外两个有量产希望的自动驾驶芯片,分别是华山2号、驾之芯V9。


分别来自国内创业公司黑芝麻智能和芯驰科技。


黑芝麻的华山2号A1000量产已经在路上,INT8精度下单颗芯片算力达58TOPS,将在江汽集团思皓新车型上首发量产,具体时间未定。


芯驰科技则把自动驾驶芯片的量产目标,直接放在今后面向高阶智能驾驶的阶段。


今年下半年,芯驰将推出算力超过200TOPS的自动驾驶专用芯片。


而量产计划,按照半导体行业普遍规律来看,不会早于2024年。


写在最后


华为在上述的白皮书中说,从技术复杂度看:智能驾驶系统从功能上可分为三大部分:感知系统(各类传感器,相当于人的眼睛与耳朵)、决策系统(计算平台,相当于人的大脑)与执行系统(各类执行器,相当于人的四肢),其中汽车“大脑”功能最为复杂,涉及到多种ICT关键技术,比如:


软件类:操作系统、中间件、云服务、OTA等;


硬件类:芯片SoC、硬件工程(散热、能耗、抗振、防水等)、物理尺寸等;


算法类:聚类算法、机器视觉、深度学习、强化学习、机器学习等;


国内智能驾驶芯片企业资深从业者从业者也告诉笔者,这并不是一件容易的事情。因为产品在落地的过程中,还会碰到各种可能存在的硬件问题,同时还要解决系统软件、工具链、算法的不确定性。“有些公司可能会在感知算法落地的时候碰到问题,就算经过了感知关,来到规划控制的时候,又是另一个挑战。”该人士接着说。如何对算法训练优化,对于智能驾驶芯片公司来说,又是一道大考。


总而言之,从定义一颗智能驾驶芯片开始,到设计出一颗算力和安全都符合需求的芯片。从实验室中测试芯片,到最后前装上车,这将是一段漫长的过程。


更让人绝望的是,在国内厂商昨天还在为国产Orin芯片奋斗的时候,英伟达已经带来了性能提升八倍的Thor。这必将推动国内芯片的这场竞争进入新阶段。


来源:智能车参考,半导体行业观察

注:文章内的所有配图皆为网络转载图片,侵权即删!

添加回复:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。