《电子技术应用》
您所在的位置:首页 > 模拟设计 > 业界动态 > 一颗芯片统治一切,英伟达发布Thor雷神,淘汰Atlan

一颗芯片统治一切,英伟达发布Thor雷神,淘汰Atlan

2022-09-22
来源:赛博汽车
关键词: 芯片 英伟达 Thor雷神

自动驾驶在英伟达商业版图中的地位愈发重要。

北京时间9月20日晚间,GTC秋季大会主题演讲中,英伟达创始人黄仁勋在介绍每项技术、产品时,几乎都会带上自动驾驶,而到了专属自动驾驶的环节,更是把场面推向了高潮——

他宣布:“Atlan不再是第一了……它将被Thor(雷神)取代”。后者的吞吐量是Atlan的两倍,交付性能也是Atlan的两倍以上。

Atlan于2021年的GTC大会上发布,单颗算力达到1000TOPS。按照英伟达原本规划,Atlan将于2023年向开发者提供样品,并于2025年大规模量产上车。

如今来看,DRIVE Thor显然要取代Atlan,成为DRIVE Orin的后续产品,于2025年投入生产。目前Orin正在生产中,可提供254 TOPS算力。

这也意味着,Atlan还未上市就面临自我淘汰,英伟达不亏是芯片领域的“卷王”。

01

Thor战力值拉满,算力达2000 TOPS

早在2015年,英伟达即推出了NVIDIA Drive系列平台,赋能自动驾驶生态。并在CES 2015上推出了基于英伟达Maxwell GPU架构的第一代平台:搭载1颗Tegra X1的DRIVE CX,主要面向数字座舱;以及搭载2颗Tegra X1的DRIVE PX,主要面向自动驾驶。

此后几乎每年英伟达都要更新一至两次Drive平台,每隔两年发布一款车规级SoC芯片,且不断拉升算力水平。

2020年,Xavier芯片算力为30 TOPS,2022年量产上车的Orin算力一跃至254 TOPS。

而Thor,则直接将战力值拉满:这颗SoC芯片内部拥有770亿个晶体管,以此可实现2000 TOPS的AI算力,或者是2000 TFLOPs。

61.png

Δ 英伟达自动驾驶芯片参数不断提升

凭借强大的性能参数,Thor已经不仅局限于“小小的”自动驾驶芯片,而是明确表示:为汽车的中央计算架构而生。

“Grace(CPU)、Hopper(处理Transformer模型引擎)和Ada Lovelace(GPU)。”黄仁勋称,Thor性能指标的实现,主要依靠这三个因素。

在黄仁勋看来,Hopper架构的transformer深度神经网络引擎,以及vision transformer的快速变革都至关重要,必须纳入到下一代的机器人处理器,而Ada中多实例GPU的发明,将有助于车载计算资源的集中化,可将成本降低数百美元。

Grace则拥有非常出色的单线程性能。据悉,英伟达首款数据中心CPU Grace是以美国海军少将、计算机编程先驱Grace Hopper的名字命名。它是一款高度专用型处理器,主要面向大型数据密集型HPC和AI应用。

黄仁勋称,以往,所有的并行处理算法都由GPU卸载和加速,因此其余的工作负载往往受到单线程限制,而Grace可以弥补。“基于以上的基础,NVIDIA工程师竭力打造了Thor。”

据介绍,DRIVE Thor是第一个集成推理转换器引擎的AV平台,这是NVIDIA GPU中张量核心的新组件。借助该引擎,DRIVE Thor可以将Transformer深度神经网络的推理性能提高多达9倍,这对于支持与自动驾驶相关的大量复杂Al工作负载至关重要。

62.png

Δ 英伟达Thor拥有强大性能

DRIVE Thor的另一个优势是其8位浮点(FP8))功能。通常,当从32位FP数据转换为8位整数格式时,开发人员会失去神经网络的准确性。DRIVE Thor具有2000 teraflops 的FP8精度,允许在不牺牲精度的情况下过渡到8位。

吉利旗下的汽车制造商ZEEKR宣布将在其集中式车载计算机上集成DRIVE Thor,用于下一代智能电动汽车,将于2025年初开始生产。

目前,ZEEKR旗下车型极氪001采用的是Mobileye EyeQ5芯片,它也是全球首发 Mobileye EyeQ5的车型。

02

可被配置为多种模式,Thor想要统治一切

Thor的诞生,不仅是对算力、性能的提升,黄仁勋还希望颠覆现有智能汽车芯片架构。

当下,汽车的停车、主动安全、驾驶员监控、摄像头镜像、集群和信息娱乐均由不同的计算设备控制。黄仁勋称,在未来,上述功能将不再由单独的计算设备控制,而是由在Thor上运行的,并随时间推移不断改进的软件所提供。

这意味着,Thor可被配置为多种模式,可以将其2000 TOPS和2000 TFLOPs全部用于自动驾驶工作流;也可以将其配置为将一部分用于驾驶舱AI和信息娱乐,一部分用于辅助驾驶。

“Thor的多计算域隔离允许并发的、对时间敏感的多进程无中断运行,你可以再一台计算机上同时运行Linux、QNX和Android。”黄仁勋称,Thor集中了众多计算资源,不仅降低了成本和功耗,同时还实现了功能的飞跃。

63.png

Δ 英伟达Thor可被配置为多种模式

用一颗大算力芯片解决所有问题,不止是英伟达独有念头。此前地平线创始人余凯也曾表示,征程5发布后,未来智能驾驶和智能交互会合在一个芯片上计算。

不过,有观点认为,这并不是一件容易的事。智能座舱和智能驾驶架构是两套完全不同的体系,诉求也完全不同。

对于智能座舱架构来说,其上层软件(底层软件是芯片厂商或第三方来负责),如安卓、黑莓,或者苹果、特斯拉诉求是开放、开源、迭代快,甚至底层代码都向开发者打开,这样才能够吸引更多的软件开发者。

而ADAS逻辑诉求正好相反,它需要足够闭合。ADAS的逻辑思路非常简单,主要是加速、减速、直行、拐弯等指令。需要足够闭合以保证谁都进不来,确保高度安全。

与此同时,智能座舱和智能驾驶对芯片算力本身需求也是不同的。前者只需要考虑CPU算力和散热,后者指标诉求要复杂的多,要看CPU、GPU和NPU。

发展方向不同、考核指标不同,导致尽管有一些车企考虑跨域融合,但目前大多数车企下两代产品依然选择两个架构、两个芯片。

不过,如果Thor真的能做到“物美价廉”,一颗芯片统治一切并非不可能。

03

打造端到端平台,大幅提升仿真能力

“构建机器人计算设备需要两类计算资源。”黄仁勋进一步介绍称,一类是位于数据中心的AI工厂,主要用于数据处理、训练AI模型、数字孪生模拟以及绘制世界地图;另一类是汽车内的AI计算设备,通过处理传感器数据以感知环境,躲避障碍物,以及驾驶汽车前往目的地。

NVIDIA DRIVE是一个面向自动驾驶汽车开发和部署的端到端的平台。在开发方面,DRIVE包括Replicator合成数据生成、NVIDIA AI基础设施、DRIVE Sim和DRIVE Map;在部署方面,DRIVE包括全栈驾驶和车内AI应用、AI计算机和Hyperion自动驾驶汽车参考架构。

随后,黄仁勋展示了NVIDIA DRIVE平台上的新功能:由NVIDIA研究部门推出的名为Neural Reconstruction Engine的AI工作流,现在已经成为DRIVE Sim的一项主要功能。

64.png

Δ NVIDIA DRIVE平台

“创建模拟场景耗时费力,而且难以扩展。因此,英伟达的研究人员开发了一个AI工作流,可根据记录的传感器数据构建3D场景。”其介绍称,在将3D场景导入到DRIVE Sim后,可通过人工创建的内容或AI生成的内容对其进行增强。这个视频到3D几何图形的工作流,可以在NVIDIA OVX系统上运行,使英伟达能够在全球范围内创建模拟场景。

“从最开始到车队运营,DRIVE Sim在构建驾驶系统方面发挥了至关重要的作用,它是CI/CD持续集成/持续部署过程中不可或缺的一部分。”黄仁勋称,DRIVE Sim的其中一项重要功能是硬件在环,这意味着允许在AI工厂中运行整个车载软件栈。

AI车载计算机并不知道它实际上是在模拟环境中,既不在车内,也不在道路上行驶。支持硬件在环的DRIVE Sim还可以模拟车内环境。

未来的汽车不仅会有简单的仪表板,还有将数字设计和物理设计相结合的环绕显示屏。汽车设计师、软件工程师和电子工程师可以在DRIVE Sim中开展协作。同时运行所有的实际计算机和软件栈。据称,DRIVE Sim将成为他们的虚拟设计工作室。

“我们正在扩展NVIDIA DRIVE Sim平台,凭借完整的硬件在环支持,创建汽车内部的数字孪生。NVIDIA Omniverse平台将这一切融合在一起。设计师和工程师可以并肩工作,在造就真正的汽车之前完美集成物理设计与数字接口。”

DRIVE Sim基于Omniverse构建,将加速新型AI驾驶舱和车载信息娱乐系统的开发,并通过在未来汽车的数字孪生中测试这些系统来提高可用性。

Omniverse是NVIDIA提出的虚拟世界仿真引擎。根据此前介绍,Omniverse的世界在物理上是精确的,遵循物理学定律,可以在宏大的尺度上运行,可复制,能将设计师与观众, AI与机器人联系到一起。

正如Tensorflow以及Pytorch是当前AI软件中不可或缺的计算框架,NVIDIA希望将Omniverse打造成为机器人时代的至关重要的一环,迎来AI的下一波浪潮。

此次活动中,英伟达也宣布推出Omniverse云服务,用于构建和操作工业元宇宙应用程序。

04

汽车和机器人业务正成为英伟达新增长引擎

“安全是机器人开发的重中之重。”在自动驾驶环节最后,黄仁勋表示,构建机器人系统需要组建两个计算机系统,数据中心的AI工厂和车载AI计算机。从数据中心到汽车内部,英伟达的系统全面采用了安全架构、设计和方法。

截止目前,英伟达在安全系统和流程方面,研发已经投入1.5万人工年,对500万行代码进行安全评估。“我们致力于采用端到端安全方法,并将其从AI工厂扩展至车队。

重投入背后,是出于对未来市场的判断。

美东时间8月24日盘后,英伟达正式发布截至2022年7月31日的 2Q23 财报。与两周前英伟达公布的财务预警信息一致,营收、毛利、净利均大幅下滑。而汽车和机器人业务二季度收入为2.2亿美元,同比增长45%,成为少有亮色。

彼时,黄仁勋再次重申,“汽车正在成为一个科技行业,并有望成为我们下一个价值10亿美元的业务。”

显然,汽车和机器人业务,与数据中心业务一样,正成为英伟达的新增长引擎。而随着英伟达在自动驾驶芯片领域的持续耕耘,其已经取得了阶段较量的胜利,截止目前,Orin已经被40多家汽车、卡车、无人驾驶出租车和穿梭巴士的制造公司选择使用。

至于英伟达能否笑到最后,Thor登场后或许给出答案。



更多信息可以来这里获取==>>电子技术应用-AET<<

本站内容除特别声明的原创文章之外,转载内容只为传递更多信息,并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题,请及时通过电子邮件或电话通知我们,以便迅速采取适当措施,避免给双方造成不必要的经济损失。联系电话:010-82306118;邮箱:aet@chinaaet.com。