十大网游加速器评测

算力加速战芯片也想定义汽车了?

-英伟达汽车加速器 -nvidia -抱负 -芯片

英伟达汽车加速器

理想汽车将率先采用英伟达最新一代自动驾驶智能芯片。 抱负汽车将率先接纳英伟达最新一代主动驾驶智能芯片。

9月22日,抱负与英伟达以及德赛西威在北京签署三方战略互助协议。抱负汽车将携手英伟达和德赛西威共同打造智能汽车。英伟达作为环球领先的人工智能盘算公司将和德赛西威共同为抱负汽车提供强盛的盘算平台。

焦点信息:

抱负汽车将在2022年推出的全尺寸增程式智能SUV上!率先使用NVIDIA Orin系统级芯片中运算本领最强的产品;

抱负汽车所使用的NVIDIA Orin芯片的单片运算本领可到达每秒200TOPS(每秒200万亿次运算),是上一代Xavier系统级芯片的7倍;

基于强盛的硬件系统,抱负汽车将实现最高可到达Level 4级的主动驾驶功能,并为终端用户提供软件、硬件的可升级方案,整车运算本领最高可扩展至2000TOPS。

抱负汽车建小伙伴圈:英伟达+德赛西威

实际上,在主动驾驶范畴进行互助也已经成为了行业共鸣,我们也看到车企之间、车企与科技公司之间等等,都进行了大量的互助,而且这种互助是环球范畴内的互助。

在主动驾驶范畴,抱负汽车也在猖獗拓展小伙伴圈:英伟达提供芯片,德赛西威负责抱负汽车的主动驾驶域控制器。

关于NVIDIA Orin芯片,英伟达干了4年。

Orin系统级芯片公布于2019年,计划于2022年正式投产。

Orin系统级芯片中,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盘算机视觉加速器,每秒可运行200万亿次盘算,大概是NVIDIA上一代Xavier系统级芯片性能的7倍。

Orin还可处置在主动驾驶汽车和机器人中同时运行的大量应用和深度神经网络,而且到达了ISO 26262 ASIL-D等系统安全尺度。

别的,Orin和Xavier均可通过开放的CUDA、TensorRT API及各种库进行编程,开发者可以一次性投资使用跨多代的产品。

英伟达首创人兼CEO黄仁勋表现,抱负汽车将是第一个使用英伟达 Orin系列芯片的汽车制造商。

“打造安全的主动驾驶汽车,大概是当今社会所面对的最大盘算挑衅。实现主动驾驶汽车所需的投入呈指数级增长,面对庞杂的开发使命,像Orin这样的可扩展、可编程、软件定义的AI平台不可或缺。

抱负汽车将在2022年推出的全尺寸增程式智能SUV上率先!使用英伟达 Orin系统级芯片中运算本领最强的产品。”

除了英伟达的芯片外,德赛西威也是重要的战略互助同伴。

据雷锋网 (订阅号:雷锋网) 理解,德赛西威将基于Orin系统级芯片的强盛运算本领,为抱负汽车提供了性能优秀的主动驾驶域控制器,抱负汽车将在此底子上独立完成全部主动驾驶的程序计划和算法逻辑的设定,成为可以完备独立开发Level 4级别主动驾驶系统的新能源车企。

德赛西威总经理高峻鹏在签约仪式上说到:“德赛西威作为抱负汽车的战略互助同伴,他们是在2016年就签约了。再次联手英伟达,与抱负汽车共同开发基于Orin的超强算力的主动驾驶系统集成,将为抱负汽车下一代车型带来创新驾驶体验,助力抱负汽车实现智能化。”

正如王凯所说,此次率先使用NVIDIA最新一代的主动驾驶芯片Orin,使抱负汽车拥有了很好的硬件底子,而通过与NVIDIA和德赛西威的深度互助,将会助力抱负汽车在主动驾驶范畴更快的发展。

2025年实现L4级主动驾驶

本年年初,李想在直播中表现,抱负卖车的目标是为了在 2025 年拿到主动驾驶企业的入场门票。

现在来看,针对主动驾驶的入场券,抱负汽车已经有了具体的计划和蓄力了。

此次,抱负汽车携手英伟达和德赛西威共同打造智能汽车。目标是为了成为国内具备完备独立开发L4级别主动驾驶系统的本领的新能源车企。

不止如此,抱负汽车正在一步步实现主动驾驶的战略计划。

首先,原伟世通环球首席架构师王凯参加抱负汽车,他将全面负责智能汽车相关技能的研发和量产工作,包括电子电气架构、智能座舱、主动驾驶、平台化开发等。

在今日的公布会上,王凯称,2020是智能汽车元年,对于全部企业来说布满了机会和挑衅。

他还提到,产业将迎来全面升级,生态链将发生重构,互助情势将发生改变。为应对当下变革,抱负汽车将和业界领先企业创建战略互助,强强联手,使产品可以或许快速落地。

在公布会后,王凯透露, 预期2025年实现L4级主动驾驶

别的,关于抱负汽车使用的智能帮助驾驶芯片由此前的Mobileye EyeQ4调换成NVIDIA Orin,王凯也作了进一步说明。

他重点提到,自研主动驾驶的重要性。

根据他的说法,在造车初期,便于产品成功落地并交付,抱负汽车其时选择是成熟的软硬件方案,包括现在与Mobileye、易航智能的互助。

再有了成熟的产品落地后,抱负汽车思量更多的是久远发展智能驾驶方案。

王凯以为,抱负汽车此前接纳Mobileye方案时参与度并不够,日后将会自研主动驾驶,降低对供给商的依靠度。

如此以来,加码智能驾驶,抱负汽车换装了新的帮助驾驶芯片,其整个帮助驾驶系统将发生根天性变革。

正如4年前特斯拉的帮助驾驶芯片也从Mobileye EyeQ3换成英伟达的Drive PX2,同时特斯拉的Autopilot 1.0迭代成Autopilot 2.0,并陪同着其帮助驾驶硬件架构的重大变革。

大概不久的未来, 抱负汽车将公布新一代更高级帮助驾驶硬件

新造车争先开启主动驾驶算力战

据雷锋网理解,现在宣称在2020年以后上市L3以及L3+主动驾驶车型,它们的芯片方案多数来自三家特斯拉、Mobileye和英伟达。

比方,小鹏P7搭载英伟达Xavier芯片,蔚来ES8是环球首台装载Mobileye EyeQ4芯片的量产车,威马的L3、L4主动驾驶方案都是与百度互助,而百度Apollo也使用英伟达的芯片。再加上马斯克早前表现搭载FSD芯片的特斯拉汽车将在2020年实现全主动驾驶。

在时间线上,车企尤其是新造车企业都在积极实验最新主动驾驶芯片方案上车,都想成为“首发”车企。

固然,这之以是会造成这样的征象,重要是随着汽车智能化程度不停提高,摄像头、超声波雷达、毫米波雷达,甚至是激光雷达会越来越多地出如今汽车上。可以预见的是,搭载传感器的数目还会逐年增长。而传感器每秒钟都在产生大量的数据,而海量的数据需要在毫秒间完成盘算,这对芯片的算力提出了巨大的要求。

雷锋网 雷锋网 雷锋网

雷锋网原创文章,未经授权禁止转载。详情见转载须知。

编者按:本文来自微信订阅号 “车巴客”(ID:carbucks) ,作者:王茂海,将来汽车日报经授权公布。

1 月 26 日,高通举行了以「重新定义汽车」为主题的公布会活动。看了公布会后有个迷惑,如今连芯片企业也想来定义汽车?

软件定义汽车已经让汽车企业很烦恼了,如今连做芯片的都想定义汽车,那么定义汽车到底是谁的事?

越来越像电脑、手机的汽车

高通公布会的重点就两个:智能座舱和智能驾驶的芯片。

首先面向下一代智能座舱域控架构,基于第 6 代 KryoTM CPU、HexagonTM 处置器、多核高 AI 引擎、第 6 代 Adre!noTM GPU 以及 SpectraTM ISP推出第四代骁龙汽车数字座舱平台。

其次对标英伟达与Mobileye,推出了Snapdragon Ride平台,提供一整套的软硬件,包括安全系统级芯片、安全加速器和主动驾驶软件栈。

汽车生态看越来越像电脑、手机,越来越故意思。

电脑的生态非常清楚,CPU就Intel、AMD两家在玩,Intel还暗地里扶持着AMD,怕AMD哪天倒闭了自己变成完全垄断的企业,没法玩下去了,其他硬件则基本尺度化围绕着CPU在转(固然由于!比特币挖矿的缘故显卡火了一把);软件层基本是Windows,Linux更像是在服务器及开发端的工具。

以是Intel可以开公布会公布下一代芯片,而微软可以开公布会公布下一代操作系统,电脑的定义权在WINTEL手中,整机企业就是攒机的,性能与体验基本说了不算,以是也就没有须要做这些无勤奋了。

手机轻微好了一点,一条线是强盛的苹果,从下到上满是自己的关闭生态,定义权全在自己的手里;而另一条线是Android+ARM的组合,由于两者并不是那么强势,一个是开源一个是软核,以是产业链上的玩家另有自己的话语权,从做SOC的高通得手机整机厂家都在开自己的公布会,宣传自己的理念,打造自己的品牌,以是大家都分了点定义权,到达了的生态均衡。

回到汽车,智能化是汽车将来发展方向已是行业共鸣,汽车将来研发的重心也基本会合中在智能座舱与主动驾驶两个模块,取得了这两个模块的定义权也就基本取得了将来汽车生态的定义权。

把智能座舱与主动驾驶的技能架构简单拆分(这里不讨论细节)的话,基本与手机电脑类似。

最底层CPU的焦点层,这块跟详细的业务关系不是那么大,现在看基本是ARM为主,与ARM产生竞争的也就是Intel与MIPS,这块的竞争不是很猛烈。

再往上是芯片的集成层SOC及板载层,这块跟详细业务的关系就已经非常的紧密,好比算力、AI都在这层解决,这里的企业就非常的多了,好比高通、Mobileye、英伟达、华为等都在做,国内新兴科技公司地平线、寒武纪也聚焦于此,竞争相当猛烈。

以上两块都可以当作芯片层。

再往上OS层,这块是软硬件的接口,有两个维度,一个是OS定义的维度,如今许多车载应用系统都叫OS,那么这里也就错误的将他们当成OS,别的一个是系统的维度,如今的OS是多数属于某一零部件,好比车机的OS,而车载OS并没有真正出现。从这两个维度来看OS就非常的多了,大概做智能座舱的企业以及闻名Teri1都有自己的OS。

最后就是用户应用与用户服务,这基本是整车企业的事情。

以是,芯片层决定着汽车智能化的将来,决定了智能化可以到达的高度,不外这个将来是共性的,是整个生态通力合作的结果。而每个企业本性的部分则要通过自身的软件以及数据打造差别化,这也是OEM将来品牌建设及构建竞争力的焦点。

卡脖子的芯片

已往对于中国的汽车企业来说,最卡脖子的技能就是三大件:底盘、发动机、变速箱,都以为这是汽车的心脏,是焦点竞争力,但是都被全球大厂垄断着。近来芯片卡脖子的事件让汽车产业意识到自己原来快进入消耗电子行业了,汽车智能化并不是那么迢遥,而在中国汽车智能化的赛道上,这一卡更重要。

如今讲软件定义汽车,而软件的背后是硬件的支持,硬件的焦点是芯片,脱离了芯片的发展直接定义软件,就是蜃楼海市。这就如发展二十年的中国互联网的履历,不停在应用层发展,忽略了底层技能,因此碰到了如今种种“卡技能”的问题。

换一个角度看,假如没有软件的定义,没有需求出处,芯片也就无从发展。以是智能汽车发展是一个软硬均衡的過逞,需求与技能是一个相互促进的循环。

这个循环由谁引领?软件定义汽车是以用户为中心,但是用户知道自己的要的是什么嘛?电脑跟手机已经告诉我们了——他们不知道。就像pc市场上由Intel芯片的升级引领市场需求,手机的升级也是硬件不停引领APP应用的升级。

现在来看芯片是整个智能汽车木桶中,最卡脖子的部分。以是对智能汽车来讲,芯片终将定义智能化的发展,芯片定义智能汽车。

OS定义用户体验,数据定义服务

智能汽车对用户来讲,一个是体验一个是服务,传统汽车的体验由重要由汽车性能提供,好比加速性能、舒服性能、安全性能、气味、NVH等等,而智能汽车芯片会是通用化的,本性化的部分是什么?

各自的OS(OS+应用软件)将会代替传统的性能指标,成为用户体验的重要部分,这部分功能OEM不去做,会有互联网公司去做。

最后所谓千人千面的服务由数据定义。数据是客观的,收罗数据,处置数据,数据发掘的工具也是客观的,但全部这些的逻辑是主观的,数据不大概完全反响客观事实,但比人的感知越发靠近客观事实。

以是将来用户服务会从人的主观主导向客观数据主导的過逞,实现数据定义服务。将来的智能汽车,“芯”是通用的,但是体验和服务仍旧是本性化的。

2019-06-18 14:16:50 出处: 前方有只程序猿

举报

主动驾驶汽车一样平常来说都需要有一整套非常强盛的硬件和软件来支持其在道路上的安全行驶。我们熟知的主动驾驶汽车开发的相关技能包括机器人技能、深度学习技能、盘算机视觉技能和人工智能技能等,而这些技能产生的全部数据是都需要融合、分析和处置的,以是这就需要有非常高程度的盘算本领。


总部位于硅谷的芯片制造商英伟达(NVIDIA)克日公布了新的 DGX “SuperPOD”,该公司表现,这是全球上最快的超级盘算机之一(更准确地说,是第22个最快的超级盘算机)。该盘算机包括人工智能所需的相关底子办法,重要是用来满意该公司主动驾驶车辆摆设计划的巨大需求。

NVIDIA表现,该系统的摆设仅用了三周时间,使用了96台NVIDIA DGX-2H超级盘算机和Mellanox互连技能。该系统提供了令人难以置信的9.4 PetaFLOPS(每秒9.4万万亿次浮点运算,peta:10的15次方,FLOPS:每秒浮点运算次数)的处置本领,以保证有充足的盘算本领来练习安全主动驾驶所需的大量的深度神经网络。现在该系统被计划用于数据中心运行。DGX-2H服务器基本上是NVIDIA的DGX-2的加强版,具有16个Tesla V100 GPU,每个GPU运行450瓦,以及为提供最高性能而构建的更高频率的CPU。


处置主动驾驶汽车天生的大量数据对开发职员来说是一个挑衅,比方,一个单独的数据收集工具每小时天生约莫1兆字节的数据,但将其乘以整个车队行驶的时间(数年),它可以敏捷地累积到数千兆字节的数据。

主动驾驶汽车收集的大量数据被用来练习算法,使其更像人(要么比人更好)驾驶,并在车辆中运行的深度神经网络中发现潜在故障,然后在一连循环中重新练习。DGX SuperPOD可以或许优化主动驾驶软件,并以比从前更快的周转时间来重新练习神经网络。深度学习对于主动驾驶汽车起着至关重要的作用,使软件根据履历变得越来越智能。


NVIDIA人工智能底子办法副总裁克莱门特·法拉贝特(Clement Farabet)表现:“人工智能在盘算底子办法方面发挥着向导作用。大概没有人工智能的挑衅像练习主动驾驶汽车那样苛刻,它需要对神经网络进行数万次再练习,以满意极度的准确性需求,像DGX SuperPOD这样的大范围处置本领是无法替换的。”

NVIDIA说,DGX的硬件和软件DGX SuperPOD平台只需不到两分钟的时间就可以练习卷积神经网络ResNet-50。ResNet-50最常用于图像分类。

当这种人工智能模型于2015年问世时,NVIDIA表现,在其时开始进的系统(一个NVIDIA K80 GPU加速器)上进行培训需要25天时间,如今DGX SuperPOD完成相同使命速率上快了18000倍。


特殊声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并公布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao!, which is a social media platform and only provides information storage services.

本文网址: http://www.2meiyuan.com/p/20212495731_5391_4173296799/home