作者| 宇多田
出品| 虎嗅科技组
封面| 来自由莎士比亚历史剧《亨利五世》改编的电影《国王》剧照。
2021年英伟达GTC,黄仁勋昨天在长达100分钟对人工智能极尽赞美的个人演讲中,属于自动驾驶的时间,只有5分钟。
但英伟达在自动驾驶圈内的地位,以及他们在自动驾驶领域软硬件产业中的奔跑速度,再次被一位顶级自动驾驶大厂工程师感慨为——
三年过去,在算力为王的L4领域,仍然是“英伟达与其它”。
从2019年GTC上英伟达发布新一代自动驾驶芯片产品Orin,展台区几乎囊括了中国当时所有L4级别以上自动驾驶公司的“壮观”场面;
再到2021年,英伟达的自动驾驶方案客户名单上,出现了购买量极大的主流、先锋车厂与中国新势力们。英伟达这家名副其实的“软件”公司,仍然在不断构建自己本已庞大的算法生态壁垒,再次加固自己的软硬产品护城河。
本次英伟达展示的车厂与自动驾驶汽车客户,新势力们到底用的只是硬件,还是软硬件方案呢
2019年底,英伟达推出了自己称之为“自动驾驶世界最强处理器”——NVIDIA DRIVE AGX Orin。根据官方给出的参数,每秒可执行200万亿次操作,几乎是NVIDIA 前一代自动驾驶芯片 Xavier (30万亿次操作)的7倍,高于当时特斯拉的FSD计算平台。
而英伟达与特斯拉的爱恨情仇,想必汽车圈都清楚,后者与Mobileye分道扬镳后,拥抱了英伟达,然后把英伟达也“踹”了之后选择自研计算平台。
而这早在2018年,其实相当于就向汽车产业界再次强调了一个事实:计算能力是升级自动驾驶系统的关键一环。
随着未来越来越多的自动驾驶辅助功能被嵌入到量产车上,汽车制造商们将不得不寻找一种方法来隐藏和冷却藏在汽车内部的自动驾驶“大脑”——超级计算机。
对于特斯拉等“反动势力”来说,把这台计算机直接写进一枚更小更专用的芯片里,可能比做出漂亮的汽车外壳与内饰更重要。
当然,特斯拉毕竟是一个“异类”,对于车厂来说,适合自己当然重要,但大部分公司如今还处于自动驾驶测试与联合研发阶段,因此,英伟达目前丰富的产品线基本能满足他们对算力的单方面需求。
但英伟达却没有忽视特斯拉给自己的一个“教训”——定制化、易用性与低成本。
而这枚自2019年公开信息后,便备受瞩目的自动驾驶处理器Orin,明确了英伟达的想法——
针对L2~L5会有不同的专有配置,并可以与自己的上一代Xavier兼容,甚至还特意为车厂推出了Orin的低成本版本,即用一个单路摄像机做L2级别的AV,同时利用整个AV产品线中的底层软件栈。
“英伟达应该感谢特斯拉才对。” 一位国内L2自动驾驶解决方案提供商表示,特斯拉的进展总能让车厂重视一些他们一开始并不关心的东西。而这枚将于2022年量产的芯片,也成为国内一众自动驾驶芯片公司追逐对比的目标。
然而,同样在高速奔跑的英伟达,在2021年这场GTC上,向大众证明了,什么叫做——
“我的生态,才是你最难撼动的本质”。
英伟达造出了一个“阿波罗”?
很明显,这次英伟达关于自动驾驶的发布,都是建立在Orin等硬件平台基础上的软件系统,而主角,便是“NVIDIA DRIVE Hyperion 8”。
这是一款用于全自动驾驶系统的计算机架构和传感器平台,简单来说,他更像是一个集合了各种自动驾驶功能模块的全栈式自动驾驶平台——
感知、规划、高精地图、数据标注能力以及各种传感器插件,均可由客户调用。
右边为自动驾驶西系统眼中的世界
一位自动驾驶从业者认为,这个软件平台模式,其实非常像百度的阿波罗(Apollo)平台,后者也是有包括高精地图、感知等功能模块的开放平台。
不过,根据官网介绍,这一最新的Drive系列自动驾驶软硬件平台,是为最高水平的功能安全和网络安全而设计的,包括大陆、Ouster、Luminar、索尼、法雷奥,以及国内的激光雷达头部企业禾赛、速腾聚创等传感器厂商都告诉虎嗅,表示均已经支持这一平台。
很明显,英伟达志在车厂。
更重要的是,老黄在主题演讲中着重强调,DRIVE Hyperion 8可用于2024年的车型(这一点很重要)。
激光雷达明星企业Ouster在回复虎嗅的英文邮件里阐述了这个简单的合作事实——这意味着,你以后可以在英伟达的Drive计算平台上,更容易调取他们的激光雷达全部插件。
而很早便加入英伟达 JETSON ECOSYSTEM 的速腾聚创则告诉虎嗅,可以将其理解为“兼容”:
如果你在使用Xavier(他们上一代自动驾驶计算芯片)等平台做方案,那么自己的感知等软件可以兼容其任何计算单元。
“说白了,就是我们的软件可以很好地在他们硬件基础上用起来。”
他们建立了一个激光雷达素材库,这里“素材库”主要指的是激光雷达相关的软件模型
另外非常值得注意,英伟达不仅直接展示了团队开发的感知算法,还重点提及自己的“高精地图测绘能力”。没错,他们在2021年6月,悄悄收购了曾经的高精地图明星企业Deepmap。
“无人驾驶汽车的未来取决于高质量的地图。” 福布斯杂志在三年前的这句评论并没有夸大,其“超强的存在感”来源于无人驾驶的一个特性:
既消耗数据(燃料),也生产数据(收集信息)。
举个例子,一辆无人车即便安装了各类传感器与软件工具,也需要经历“冷启动”阶段。但好在机器们都具备“蜂巢思维”这个优点,把另一辆汽车上收集的数据记忆完全移植到另一辆车的“大脑” 中,是一件能做到的事情。
而视觉传感器与计算机视觉系统,在无人车按照高精地图进行定位、导航以及规划路线的同时,才能精准捕捉周围环境特征。
继而,它们才能不断补充、校正与更新高精地图背后的庞大数据库,形成一个良性闭环。
一位熟悉Deepmap的消息人士告诉虎嗅,当时他们觉得这样想很不靠谱,因为中外的道路情况差异很大,交通法规和当地驾驶习惯都有厚厚一册子要去理解,需要专业的人干专业的事儿。
而之所以强调“大规模”,是指融合多种技术,如多传感器融合(别小看这个技术,很多公司就是吹吹)、定位来构建全方位3D道路环境模型的能力。这是成立于2016年,工程师均来自谷歌、苹果与百度的Deepmap具备的最重要优势。
这是 DeepMap 曾经生成的加利福尼亚州圣何塞地图,它描绘了道路和周围城市街区环境的高度详细特征。
因此,我们在2021GTC上,看到英伟达展示的自动驾驶技术能力三件套——感知、决策规划、控制执行等方面,才惊讶地发现,它已经不是一家优秀的芯片制造商,英伟达也逐渐掌握了自动驾驶技术公司需要的全栈能力。
他们的车在路上测试
一位前顶级自动驾驶大厂工程师告诉虎嗅,每个有大量实际传感器数据的公司,一般靠回放的数据也就足够了,没有动力去做不知效果如何的传感器仿真。
当然,也有自动驾驶供应链人士表示,英伟达的发力点,也越来越像华为。
当然,可以确定的是,英伟达做全栈系统,能够为自动驾驶落地提供更敏锐的洞察,也意图让更多自动驾驶传感器硬件和软件能力在其构建的牢固生态里扎根、成长。
来自自动驾驶产业圈的“捧场”
做到“世界第一”享受的殊荣,可能就是自动驾驶顶级技术公司的信任、积极响应与使用——这是技术人致敬技术能力的最高礼仪。
在他们的客户名单上,很明显,除了沃尔沃、奔驰以及大量新势力企业,还有两个高级别自动驾驶圈的绝对领跑者——通用Cruise与Zoox。
自动驾驶集成方案供应商惠尔智能CEO常宇飞曾向虎嗅很直白地表示,自己可以想到十几个可替换的激光雷达供应商,但想破脑袋都找不到可以替换英伟达芯片的企业。
他指出,国外包括Waymo(谷歌)、Cruise(通用)以及Zoox(亚马逊)这类“极客型”无人驾驶玩家,由于背靠大厂,不太在意外界对商业化的批评,而且他们的自动驾驶整车产品一直在飞速进步,专利技术有诸多亮点。
特别是Cruise,虎嗅在近期也密切关注了Cruise的动向:
除了大规模扩张数百名员工,他们也已经在加州旧金山部分地区开始运营,而最重要的是,他们最新的无人驾驶整车设计,几乎摒弃了传统的“四门轿车头顶装个全家桶”的架构,而且已经出厂;
-
与此同时,他们也开发了几款人工智能加速芯片——包括传感器边缘处理芯片与一款专用的神经网络处理器。
而英伟达应该时刻感到危机感,因为有钱、顶级软件技术能力和庞大训练数据的企业,往往都会往“下”走。
Cruise车间
而国内,英伟达在高级别自动驾驶圈,其产品的高算力特性,则更具“统治性”,更是拥有庞大的工程师拥趸。包括小马智行、文远智行、滴滴自动驾驶部门等要做Robotaxi的公司很早就用了英伟达的Xavier计算平台方案。
就在昨晚,由四位Waymo工程师建立的中国高级别自动驾驶明星公司轻舟智航向虎嗅透露,虽然Orin要在2022年才正式发行,但他们已经收到了样片,且决定将在下一代硬件方案中使用Orin方案。
而来自他们工程师的技术端反馈则很兴奋:
“是处于金字塔尖水平。他们OrinX芯片可以进行海量并发计算,且支持复杂深度神经网络。” 他们称其为“地表最强智能驾驶AI芯片”。
不过他们认为对车厂来说,更重要的可能是“量产车规”。“它是符合ISO 26262功能安全ASIL-D标准的,这个标准对安全十分苛刻的场景很重要”。
另外,他们透露,测试基于Orin芯片各级计算平台可达的去见是2~3TOPS/W,效率的确有助于规模性落地。
“很明显,他们在整车硬件配置设计的特点是面向前装量产乘用车,当干阶段适用于高级版辅助驾驶,跟小鹏P7、蔚来ET7、智己L7和极狐aS保持一致。” 一位产业人士表示。
英伟达此次发布的传感器套件与计算架构
最后要说一下自动驾驶模拟仿真与“合成数据”的重要性。
在这次演讲中,“Omniverse”这个工具贯穿黄仁勋个人演讲始终,从字面意思来理解,它是一个计算机图形与仿真模拟平台,其技术优势来自于英伟达最擅长的“游戏”产业。
而在自动驾驶环节,他提到,自动驾驶汽车合成数据生成器Drive Sim Replicator就是基于这个平台。
而“合成数据”,是包括Waymo、Cruise等顶级自动驾驶公司都提过的重要概念——将模拟仿真测试环境与他们在道路上收集的感知信息结合起来,重建一个完整模拟环境,加速自动驾驶软件的迭代与开发。
“当我们越来越集中于解决长尾问题时,就越少依赖现实世界的测试。因为你可能跑几千公里才能遇到一个罕见情况。所以我们想‘可伸缩’地探索大规模参数空间。” Cruise在近日召开发布会时公开表示,
有趣的是,他们还强调,生成合成数据有助于Cruise无人车处理一些特定的紧急情况——譬如识别出应急救援车,甚至与后者进行交互。这很显然是在隔空向特斯拉“挥手致意”(特斯拉ADAS出事儿有点多,最近受到联邦政府审查)。
总之,数据训练与随之而来的一系列麻烦,对于任何一家跟车相关的企业,都在变得前所未有的关键。而英伟达,正在朝着这个缝隙发力。
我是虎嗅科技组的傅博,关注自动驾驶与半导体,欢迎产业人士一起交流(微信:fudabo001,加微信请务必备注身份)。
正在改变与想要改变世界的人,都在 虎嗅APP
内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/82240.html