在2025年國(guó)際消費(fèi)電子展（CES 2025）上，英偉達(dá)重磅發(fā)布了其最新一代車(chē)規(guī)級(jí)自動(dòng)駕駛芯片“Thor”，并同步展示了在智能汽車(chē)領(lǐng)域的技術(shù)進(jìn)展與合作布局。英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛在發(fā)布會(huì)上表示，未來(lái)自動(dòng)駕駛汽車(chē)市場(chǎng)的潛力巨大，整體規(guī)模有望達(dá)到數(shù)萬(wàn)億美元。他預(yù)測(cè)，到2026財(cái)年，英偉達(dá)的汽車(chē)業(yè)務(wù)收入將有望達(dá)到50億美元（約合人民幣365億元），顯示出該業(yè)務(wù)板塊日益增長(zhǎng)的重要戰(zhàn)略地位。

作為此次發(fā)布會(huì)的核心產(chǎn)品，Thor芯片代表了英偉達(dá)在汽車(chē)計(jì)算平臺(tái)領(lǐng)域的技術(shù)飛躍。據(jù)介紹，Thor采用與新一代RTX 5090顯卡同源的Blackwell架構(gòu)GPU，并搭載基于Arm Neoverse V3AE服務(wù)器級(jí)架構(gòu)的高性能CPU，結(jié)合為新一代綜合計(jì)算平臺(tái)。這款芯片不僅具備強(qiáng)大的圖形與計(jì)算能力，更可滿足未來(lái)高等級(jí)自動(dòng)駕駛系統(tǒng)對(duì)實(shí)時(shí)性和冗余性的嚴(yán)苛要求。據(jù)官方數(shù)據(jù)，Thor頂配版配置兩顆芯片時(shí)，整個(gè)平臺(tái)的AI算力可達(dá)到驚人的2000 TFLOPS，為自動(dòng)駕駛感知、決策與控制系統(tǒng)提供強(qiáng)力支撐。

近年來(lái)，英偉達(dá)憑借在AI領(lǐng)域的領(lǐng)先地位，在科技行業(yè)賺足了眼球，市值一度超越蘋(píng)果，成為全球第一。在汽車(chē)領(lǐng)域，英偉達(dá)也逐漸嶄露頭角，眾多車(chē)企紛紛選擇與它合作，包括奔馳、寶馬、奧迪、豐田、本田、日產(chǎn)、比亞迪、小鵬、理想等。

2023財(cái)年，英偉達(dá)汽車(chē)業(yè)務(wù)營(yíng)收為15.25億美元，雖然在其總營(yíng)收中占比不大，但同比增長(zhǎng)了41%。到了2024財(cái)年，這一數(shù)字更是飆升至41.51億美元，同比增長(zhǎng)172%。在全球自動(dòng)駕駛芯片市場(chǎng)，英偉達(dá)以59%的份額占據(jù)主導(dǎo)地位，幾乎是第二名高通的4倍。

回顧英偉達(dá)的發(fā)展歷程，從最初在游戲顯卡領(lǐng)域的摸爬滾打，到如今在汽車(chē)和AI領(lǐng)域的風(fēng)生水起，每一步都充滿了挑戰(zhàn)與機(jī)遇。那么，英偉達(dá)是如何一步步走到今天的？在汽車(chē)領(lǐng)域，它又面臨著哪些挑戰(zhàn)和機(jī)遇呢？

起步：在游戲領(lǐng)域艱難求生

1993年，30歲的黃仁勛與兩位好友共同創(chuàng)立了英偉達(dá)，公司名字“NVIDIA”就體現(xiàn)了他們的目標(biāo)——“視覺(jué)計(jì)算”（“NVI”代表“視覺(jué)”，“DIA”在拉丁語(yǔ)中意為“穿過(guò)”）。當(dāng)時(shí)，個(gè)人電腦開(kāi)始興起，而圖形處理技術(shù)還十分落后，英偉達(dá)瞄準(zhǔn)了這一市場(chǎng)空白，決定專注于圖形芯片的研發(fā)。

創(chuàng)業(yè)初期，英偉達(dá)的發(fā)展并不順利。1995年，公司推出首款產(chǎn)品NV1，這是一款集圖形、音頻、視頻功能于一體的多媒體加速器，還采用了獨(dú)特的“前向紋理映射”技術(shù)，能夠節(jié)省內(nèi)存。然而，市場(chǎng)反應(yīng)卻極為冷淡。

NV1，圖片來(lái)自網(wǎng)絡(luò)

原因在于，在NV1研發(fā)的兩年間，市場(chǎng)發(fā)生了巨大變化。內(nèi)存價(jià)格大幅下降，使得節(jié)省內(nèi)存的技術(shù)優(yōu)勢(shì)不再明顯。而且，NV1的新技術(shù)要求游戲軟件采用新的圖形標(biāo)準(zhǔn)，這讓游戲廠商們望而卻步，畢竟沒(méi)人愿意為一款顯卡重寫(xiě)軟件。

此外，NV1為追求高質(zhì)量音頻，放棄了對(duì)當(dāng)時(shí)主流聲卡的兼容，導(dǎo)致在熱門(mén)游戲中音效不佳，用戶體驗(yàn)很差。

最終，NV1銷(xiāo)量慘淡，退貨率極高，英偉達(dá)陷入了絕境。公司不僅失去了重要客戶，還面臨著與世嘉合作破裂的危機(jī)，銀行賬戶里的資金只夠維持9個(gè)月的運(yùn)營(yíng)，黃仁勛不得不裁掉60%的員工。

關(guān)鍵時(shí)刻，黃仁勛決定改變策略。他意識(shí)到，NV1失敗的原因在于過(guò)度設(shè)計(jì)，加入了太多用戶并不關(guān)心的功能。于是，英偉達(dá)開(kāi)始聚焦于游戲玩家最核心的需求——提供最快且價(jià)格合理的圖形性能。

1997年，英偉達(dá)推出RIVA128顯卡，這款產(chǎn)品性能卓越，價(jià)格親民，迅速獲得了市場(chǎng)認(rèn)可。在發(fā)布后的4個(gè)月內(nèi)，出貨量就超過(guò)了100萬(wàn)顆，占據(jù)了個(gè)人電腦圖形市場(chǎng)份額的1/5。憑借RIVA128的成功，英偉達(dá)成功擺脫了破產(chǎn)危機(jī)，實(shí)現(xiàn)了盈利。

RIVA128顯卡，圖片來(lái)自網(wǎng)絡(luò)

1999年，英偉達(dá)推出了具有劃時(shí)代意義的產(chǎn)品——GeForce256。這款顯卡首次提出了“GPU”（圖形處理器）的概念，它不再僅僅是一個(gè)圖形加速卡，而是具備了強(qiáng)大的并行計(jì)算能力，能夠?qū)崿F(xiàn)硬件3D加速，極大地提升了游戲的圖形渲染效果。GeForce256的出現(xiàn)，徹底改變了游戲行業(yè)的格局，也為英偉達(dá)的發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。同年，英偉達(dá)在納斯達(dá)克上市，市值約2億美元（1999年的2億美元相當(dāng)于2025年的約3.7118億美元，通脹率不高）。

GeForce256，圖片來(lái)自網(wǎng)絡(luò)

現(xiàn)在很多中年人都能記起大學(xué)時(shí)代，羨慕的眼光看著同學(xué)買(mǎi)的七彩虹顯卡。七彩虹實(shí)際是深圳市七彩虹禹貢科技發(fā)展有限公司，是中國(guó)著名的DIY硬件廠商，以代理銷(xiāo)售型公司致力于IT渠道增值業(yè)務(wù)。七彩虹的前身世和資訊公司成立于1995年，1999年上市以"七彩虹"為名的首款自主品牌顯卡，標(biāo)志著七彩虹品牌的正式誕生，正式注冊(cè)成立于2015年4月24日。七彩虹顯卡里面就是Geforce芯片。

此后，英偉達(dá)在游戲顯卡領(lǐng)域不斷創(chuàng)新，推出了一系列性能強(qiáng)勁的產(chǎn)品，逐漸成為游戲玩家心目中的首選品牌。隨著游戲產(chǎn)業(yè)的蓬勃發(fā)展，英偉達(dá)的業(yè)績(jī)也一路攀升，在游戲市場(chǎng)站穩(wěn)了腳跟。

但是，游戲產(chǎn)業(yè)，AI產(chǎn)業(yè)，汽車(chē)產(chǎn)業(yè)三者中，一般認(rèn)為游戲產(chǎn)業(yè)是市值最小的，而最大的是汽車(chē)產(chǎn)業(yè)，介于二者之間是AI產(chǎn)業(yè)。

轉(zhuǎn)型：押注AI開(kāi)啟新征程

盡管在游戲領(lǐng)域取得了成功，但英偉達(dá)并沒(méi)有滿足于市值有限的游戲產(chǎn)業(yè)。2006年，英偉達(dá)做出了一個(gè)具有前瞻性的決策——將GPU應(yīng)用拓展至通用計(jì)算領(lǐng)域，并推出了CUDA架構(gòu)。

CUDA（ComputeUnifiedDeviceArchitecture）即統(tǒng)一計(jì)算設(shè)備架構(gòu)，是英偉達(dá)推出的并行計(jì)算平臺(tái)和編程模型，允許開(kāi)發(fā)者利用NVIDIAGPU的并行計(jì)算能力加速計(jì)算任務(wù)。

輸入：開(kāi)發(fā)者通過(guò)CUDA編程模型，將計(jì)算任務(wù)拆分為多個(gè)并行執(zhí)行的線程，并以CUDAC/C++、CUDAFortran等編程語(yǔ)言編寫(xiě)內(nèi)核函數(shù)作為輸入，這些內(nèi)核函數(shù)定義了每個(gè)線程需要執(zhí)行的具體計(jì)算邏輯。例如，在矩陣乘法計(jì)算中，輸入是待相乘的矩陣數(shù)據(jù)以及編寫(xiě)好的并行計(jì)算矩陣乘法的內(nèi)核函數(shù)代碼。

輸出：經(jīng)過(guò)GPU中大量并行計(jì)算單元（CUDA核心）協(xié)同處理后，輸出計(jì)算結(jié)果。如在完成矩陣乘法計(jì)算任務(wù)后，輸出最終相乘得到的結(jié)果矩陣。

用途：廣泛應(yīng)用于科學(xué)計(jì)算、深度學(xué)習(xí)、圖形渲染、數(shù)據(jù)處理等領(lǐng)域。在深度學(xué)習(xí)中，CUDA加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理過(guò)程，大幅縮短訓(xùn)練時(shí)間；在科學(xué)計(jì)算中，加速?gòu)?fù)雜的數(shù)值模擬，如流體動(dòng)力學(xué)計(jì)算；在圖形渲染領(lǐng)域，加速3D模型渲染，實(shí)現(xiàn)更逼真的視覺(jué)效果。

原理：CUDA架構(gòu)基于GPU的硬件特性，將計(jì)算任務(wù)分配到大量的CUDA核心上并行執(zhí)行。GPU由多個(gè)流式多處理器（SM，StreamingMultiprocessor）組成，每個(gè)SM包含多個(gè)CUDA核心、共享內(nèi)存、寄存器等資源。當(dāng)執(zhí)行CUDA程序時(shí)，線程被組織成線程塊（block）和線程網(wǎng)格（grid），多個(gè)線程塊構(gòu)成一個(gè)線程網(wǎng)格。每個(gè)線程塊在一個(gè)SM上執(zhí)行，線程塊內(nèi)的線程可以通過(guò)共享內(nèi)存進(jìn)行通信和數(shù)據(jù)交換，利用GPU強(qiáng)大的并行計(jì)算能力，實(shí)現(xiàn)對(duì)大規(guī)模數(shù)據(jù)的快速處理。。

CUDA架構(gòu)允許開(kāi)發(fā)者使用C、C++等編程語(yǔ)言對(duì)GPU進(jìn)行編程，讓GPU能夠執(zhí)行通用計(jì)算任務(wù)，而不僅僅局限于圖形處理。這一舉措，為GPU開(kāi)辟了全新的應(yīng)用場(chǎng)景，也讓英偉達(dá)在高性能計(jì)算領(lǐng)域嶄露頭角。

CUDA的語(yǔ)法可以說(shuō)是C語(yǔ)言的一個(gè)特殊子集，實(shí)際上相當(dāng)于把原來(lái)封閉的GPU計(jì)算開(kāi)放給了用戶，用戶可以開(kāi)發(fā)自己的算法來(lái)加速英偉達(dá)的顯卡。實(shí)現(xiàn)的效果就是，花錢(qián)買(mǎi)的硬件GPU一樣的，計(jì)算速度就不一樣，因?yàn)镃UDA寫(xiě)的算法水平不一樣。

當(dāng)時(shí)，深度學(xué)習(xí)技術(shù)正在悄然興起。深度學(xué)習(xí)算法需要大量的計(jì)算資源來(lái)訓(xùn)練模型，而傳統(tǒng)的CPU在處理這類(lèi)任務(wù)時(shí)效率低下。GPU強(qiáng)大的并行計(jì)算能力，正好滿足了深度學(xué)習(xí)對(duì)算力的需求。英偉達(dá)敏銳地捕捉到了這一趨勢(shì)，開(kāi)始大力投入資源，優(yōu)化GPU在深度學(xué)習(xí)領(lǐng)域的性能。

2012年，多倫多大學(xué)的研究團(tuán)隊(duì)（AlexKrizhevsky、IlyaSutskever和GeoffreyHinton）使用英偉達(dá)的GPU訓(xùn)練出了AlexNet，這是第一個(gè)現(xiàn)代深度學(xué)習(xí)模型，在ImageNet圖像識(shí)別競(jìng)賽中取得了巨大成功，其識(shí)別錯(cuò)誤率比之前的方法降低了一半以上。AlexNet的成功，讓人們看到了GPU在深度學(xué)習(xí)領(lǐng)域的巨大潛力，也為英偉達(dá)帶來(lái)了大量的訂單。谷歌、微軟、Facebook等科技巨頭紛紛開(kāi)始采購(gòu)英偉達(dá)的GPU，用于構(gòu)建自己的深度學(xué)習(xí)計(jì)算集群。

 AlexNet

網(wǎng)絡(luò)結(jié)構(gòu)圖，圖片來(lái)自網(wǎng)絡(luò)

實(shí)際上這一類(lèi)神經(jīng)網(wǎng)絡(luò)都是基于CNN卷積神經(jīng)網(wǎng)絡(luò)原理，但是比的就是誰(shuí)的網(wǎng)絡(luò)結(jié)構(gòu)更有效。這很類(lèi)似于自動(dòng)武器，都是基于馬克沁的后坐力復(fù)位原理。但是輕武器最求更輕更牢固更有效的研究在AI時(shí)代還在繼續(xù)，而且遠(yuǎn)遠(yuǎn)沒(méi)有到頭。

隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，對(duì)算力的需求呈指數(shù)級(jí)增長(zhǎng)。英偉達(dá)不斷推出新的GPU架構(gòu)，如Pascal、Volta、Turing、Ampere等，每一代架構(gòu)都在性能和能效上實(shí)現(xiàn)了大幅提升。例如，2020年發(fā)布的Ampere架構(gòu)，相比前代算力提升了20倍，成為大模型訓(xùn)練的標(biāo)配。

在AI領(lǐng)域的成功，讓英偉達(dá)的市值一路飆升。2016年，英偉達(dá)市值突破500億美元；2020年，突破3000億美元；2022年，ChatGPT引爆生成式AI需求，英偉達(dá)市值突破萬(wàn)億美元；2024年6月，市值突破3萬(wàn)億美元，超越蘋(píng)果，成為全球市值最高的公司。

進(jìn)軍汽車(chē)：從邊緣到核心的突破

早在2002年，英偉達(dá)就開(kāi)始涉足汽車(chē)領(lǐng)域，不過(guò)最初只是為汽車(chē)設(shè)計(jì)師提供3D設(shè)計(jì)工具，幫助他們?cè)O(shè)計(jì)汽車(chē)的3D模型。隨著處理器性能的提升，英偉達(dá)的技術(shù)逐漸應(yīng)用到汽車(chē)的更多領(lǐng)域，如車(chē)載信息娛樂(lè)系統(tǒng)。特斯拉、奧迪、蘭博基尼、勞斯萊斯、本田和Mini等品牌的車(chē)型，都曾采用英偉達(dá)的移動(dòng)處理器來(lái)驅(qū)動(dòng)車(chē)載信息娛樂(lè)屏幕。

真正讓英偉達(dá)在汽車(chē)領(lǐng)域嶄露頭角的，是其在自動(dòng)駕駛技術(shù)方面的投入。2015年，英偉達(dá)推出了專為自動(dòng)駕駛汽車(chē)打造的AI超級(jí)計(jì)算機(jī)DrivePX。這款產(chǎn)品能夠處理大量的傳感器數(shù)據(jù)，為自動(dòng)駕駛汽車(chē)提供強(qiáng)大的算力支持。

英偉達(dá)DRIVEPX2，三張圖都來(lái)自網(wǎng)絡(luò)（一臺(tái)頂150臺(tái)蘋(píng)果筆記本）

英偉達(dá)DRIVEPX2識(shí)別效果，注意30英里限速牌小目標(biāo)的識(shí)別，圖片來(lái)自網(wǎng)絡(luò)

與傳統(tǒng)的汽車(chē)零部件供應(yīng)商不同，英偉達(dá)采用了一種開(kāi)放的平臺(tái)模式。它不僅提供硬件，還搭建了一個(gè)涵蓋硬件、軟件、算法、工具和服務(wù)的完整生態(tài)系統(tǒng)英偉達(dá)構(gòu)建的完整生態(tài)系統(tǒng)橫跨硬件、軟件、算法、工具和服務(wù)五大核心領(lǐng)域，形成環(huán)環(huán)相扣的技術(shù)閉環(huán)：

硬件基石：以RTX系列顯卡為代表的GPU芯片，憑借CUDA并行計(jì)算架構(gòu)和Tensor Core張量核心，將圖形渲染、科學(xué)計(jì)算和AI訓(xùn)練性能提升至行業(yè)標(biāo)桿水平，其數(shù)據(jù)中心級(jí)HGX H100芯片更是成為全球AI算力基建的核心組件。

軟件生態(tài)：CUDA Toolkit作為英偉達(dá)的核心軟件平臺(tái)，提供了超過(guò)1000個(gè)GPU加速庫(kù)，支持Python、C++等主流編程語(yǔ)言，開(kāi)發(fā)者可借此快速調(diào)用底層算力；配合cuDNN深度學(xué)習(xí)庫(kù)和TensorRT推理優(yōu)化工具，大幅降低AI開(kāi)發(fā)門(mén)檻。

算法創(chuàng)新：自研Transformer引擎和Omniverse物理仿真平臺(tái)，前者加速大模型訓(xùn)練效率，后者通過(guò)USD（通用場(chǎng)景描述）標(biāo)準(zhǔn)構(gòu)建元宇宙級(jí)數(shù)字孿生系統(tǒng)，在自動(dòng)駕駛、工業(yè)設(shè)計(jì)等領(lǐng)域?qū)崿F(xiàn)高精度模擬。

工具鏈矩陣：從用于模型訓(xùn)練的TAO Toolkit低代碼開(kāi)發(fā)平臺(tái)，到用于部署的EGX邊緣計(jì)算平臺(tái)，再到用于視覺(jué)處理的Deepstream SDK，形成覆蓋AI全生命周期的開(kāi)發(fā)工具。

服務(wù)網(wǎng)絡(luò)：通過(guò)英偉達(dá)云服務(wù)（NGC）提供預(yù)訓(xùn)練模型、容器化軟件棧，支持企業(yè)按需調(diào)用算力資源；開(kāi)發(fā)者社區(qū)定期更新技術(shù)文檔與案例，形成知識(shí)共享生態(tài)。

這種“硬件提供算力、軟件釋放潛力、算法驅(qū)動(dòng)創(chuàng)新、工具簡(jiǎn)化開(kāi)發(fā)、服務(wù)加速落地”的協(xié)同模式，使英偉達(dá)不僅掌控硬件市場(chǎng)，更通過(guò)技術(shù)生態(tài)壁壘構(gòu)建起難以逾越的競(jìng)爭(zhēng)護(hù)城河。車(chē)企、一級(jí)供應(yīng)商、軟件開(kāi)發(fā)商、傳感器制造商和初創(chuàng)公司等，都可以基于英偉達(dá)的平臺(tái)進(jìn)行開(kāi)發(fā)，降低了自動(dòng)駕駛技術(shù)的研發(fā)門(mén)檻，加快了產(chǎn)品的上市速度。

這種開(kāi)放平臺(tái)模式吸引了眾多車(chē)企的關(guān)注，因?yàn)殚_(kāi)放模式能允許沒(méi)有財(cái)力做AI全棧的企業(yè)開(kāi)發(fā)自己特色定制的產(chǎn)品，形成差異化競(jìng)爭(zhēng)。這和安卓開(kāi)源后，華為手機(jī)的EMUI和小米的MIUI的競(jìng)爭(zhēng)局面。當(dāng)然，現(xiàn)在華為手機(jī)基于自己的鴻蒙系統(tǒng)了。

2016年，特斯拉宣布將在所有車(chē)型上安裝英偉達(dá)的圖形處理器，以實(shí)現(xiàn)自動(dòng)駕駛功能。隨后，奔馳、寶馬、奧迪等傳統(tǒng)豪華車(chē)企，以及比亞迪、小鵬、理想等新能源車(chē)企，紛紛與英偉達(dá)展開(kāi)合作。

在智能駕駛領(lǐng)域，英偉達(dá)不斷推出新的產(chǎn)品和技術(shù)。2023年，英偉達(dá)推出了Drive Hyperion9平臺(tái)，該平臺(tái)集成了多個(gè)傳感器，能夠?yàn)長(zhǎng)2+及以上級(jí)別的自動(dòng)駕駛提供支持Drive Hyperion9平臺(tái)（為前裝平臺(tái)，不是后裝），該平臺(tái)集成了多個(gè)傳感器，能夠?yàn)長(zhǎng)2+及以上級(jí)別的自動(dòng)駕駛提供支持。

2024年，英偉達(dá)又發(fā)布了Drive Thor，這是一款專為L(zhǎng)4/L5級(jí)自動(dòng)駕駛設(shè)計(jì)的超級(jí)芯片，其算力高達(dá)2000TOPS（每秒萬(wàn)億次運(yùn)算），相比上一代產(chǎn)品有了大幅提升。

Drive Thor芯片（上）和計(jì)算平臺(tái)（下），圖片來(lái)自NVIDIA.cn

在智能座艙方面，英偉達(dá)同樣有所建樹(shù)。其Omniverse Avatar Cloud Engine（ACE）for automotive平臺(tái)，能夠?yàn)橹悄茏�艙提供高度逼真的虛擬助手，實(shí)現(xiàn)語(yǔ)音交互、情感識(shí)別等功能，提升用戶的駕乘體驗(yàn)。ACE是阿凡達(dá)云引擎的意思，Avatar Cloud Engine。

Omniverse Avatar Cloud Engine（ACE）for automotive平臺(tái)使用阿凡達(dá)形象生成一個(gè)智能行車(chē)助手，來(lái)自NVIDIA blog

如今，英偉達(dá)在汽車(chē)領(lǐng)域的業(yè)務(wù)已經(jīng)涵蓋了自動(dòng)駕駛、智能座艙、車(chē)載計(jì)算平臺(tái)車(chē)載計(jì)算平臺(tái)，例如英偉達(dá)推出的DRIVE AGX Orin，能夠?yàn)樽詣?dòng)駕駛汽車(chē)提供高達(dá)254TOPS（每秒萬(wàn)億次運(yùn)算）的算力，支持多個(gè)攝像頭、雷達(dá)和激光雷達(dá)的數(shù)據(jù)處理，可實(shí)現(xiàn)L2+到L4級(jí)別的自動(dòng)駕駛功能；還有下一代的DRIVE AGX Thor，算力更是達(dá)到2000TOPS，不僅能滿足自動(dòng)駕駛需求，還能支持智能座艙的多屏互動(dòng)、AI語(yǔ)音助手等功能，成為汽車(chē)智能化的核心大腦。等多個(gè)方面，成為汽車(chē)行業(yè)向智能化轉(zhuǎn)型過(guò)程中不可或缺的合作伙伴。

挑戰(zhàn)與機(jī)遇并存

汽車(chē)行業(yè)的競(jìng)爭(zhēng)異常激烈。除了英偉達(dá)，高通、英特爾、三星等芯片巨頭也紛紛布局汽車(chē)芯片市場(chǎng)。高通憑借在移動(dòng)通信領(lǐng)域的優(yōu)勢(shì)，在智能座艙芯片市場(chǎng)占據(jù)了一席之地，并逐漸向自動(dòng)駕駛領(lǐng)域拓展。英特爾收購(gòu)了Mobileye，在ADAS（高級(jí)駕駛輔助系統(tǒng)）市場(chǎng)擁有大量的客戶。這些競(jìng)爭(zhēng)對(duì)手實(shí)力強(qiáng)大，給英偉達(dá)帶來(lái)了不小的壓力。

汽車(chē)行業(yè)對(duì)產(chǎn)品的安全性和可靠性要求也極高。一輛汽車(chē)的使用壽命通常在10年以上，這意味著汽車(chē)芯片需要在長(zhǎng)時(shí)間內(nèi)保持穩(wěn)定運(yùn)行。而英偉達(dá)的GPU最初是為消費(fèi)電子市場(chǎng)設(shè)計(jì)的，如何滿足汽車(chē)行業(yè)對(duì)可靠性和安全性的嚴(yán)格要求，是英偉達(dá)需要解決的問(wèn)題。

為此，英偉達(dá)推出了Drive Safety Force，這是一個(gè)從芯片到系統(tǒng)的安全架構(gòu)Drive Safety Force，也是一個(gè)從芯片到系統(tǒng)的全棧式安全架構(gòu)。

在芯片層面，采用了冗余設(shè)計(jì)與故障檢測(cè)機(jī)制，核心計(jì)算單元配備多個(gè)獨(dú)立的安全島，每個(gè)安全島可獨(dú)立執(zhí)行關(guān)鍵任務(wù)，并實(shí)時(shí)交叉校驗(yàn)運(yùn)算結(jié)果，當(dāng)檢測(cè)到異常時(shí)，系統(tǒng)會(huì)立即啟動(dòng)熱備份單元接管工作，確保算力供應(yīng)不中斷。

系統(tǒng)層面，構(gòu)建了如下分級(jí)防護(hù)體系：

底層通過(guò)硬件防火墻隔離外部惡意攻擊，防止非法指令入侵芯片核心區(qū)域；

中間層部署了動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估算法，結(jié)合車(chē)端傳感器數(shù)據(jù)與云端安全知識(shí)庫(kù)，毫秒級(jí)預(yù)判潛在威脅；

頂層設(shè)計(jì)了緊急干預(yù)機(jī)制，在檢測(cè)到嚴(yán)重安全風(fēng)險(xiǎn)時(shí)，可直接接管車(chē)輛控制權(quán)，執(zhí)行緊急制動(dòng)、車(chē)道保持等操作。此外，該架構(gòu)還支持功能安全（ASILD）與預(yù)期功能安全（SOTIF）雙標(biāo)準(zhǔn)認(rèn)證，從設(shè)計(jì)源頭杜絕系統(tǒng)性與隨機(jī)性失效風(fēng)險(xiǎn)。，旨在為自動(dòng)駕駛汽車(chē)提供可靠的安全保障。

此外，隨著各國(guó)對(duì)數(shù)據(jù)安全和隱私保護(hù)的重視程度不斷提高，汽車(chē)數(shù)據(jù)的安全問(wèn)題也日益凸顯。自動(dòng)駕駛汽車(chē)在運(yùn)行過(guò)程中會(huì)收集大量的用戶數(shù)據(jù)，包括行駛軌跡、駕駛習(xí)慣、車(chē)內(nèi)環(huán)境等。如何確保這些數(shù)據(jù)的安全，防止數(shù)據(jù)泄露和濫用，是汽車(chē)制造商和科技公司共同面臨的挑戰(zhàn)，還有敏感的跨國(guó)信息安全問(wèn)題。英偉達(dá)表示，將通過(guò)加密技術(shù)、訪問(wèn)控制等手段，保障汽車(chē)數(shù)據(jù)的安全。

隨著全球汽車(chē)產(chǎn)業(yè)向智能化、電動(dòng)化轉(zhuǎn)型，對(duì)自動(dòng)駕駛和智能座艙技術(shù)的需求持續(xù)增長(zhǎng)。根據(jù)市場(chǎng)研究機(jī)構(gòu)的數(shù)據(jù)，全球自動(dòng)駕駛汽車(chē)市場(chǎng)規(guī)模預(yù)計(jì)將從2023年的583億美元增長(zhǎng)到2030年的5566億美元，年復(fù)合增長(zhǎng)率高達(dá)38.1%。這為英偉達(dá)等科技公司提供了廣闊的市場(chǎng)空間。由于英偉達(dá)戰(zhàn)略前瞻性強(qiáng)，做游戲顯卡時(shí)就押注AI，做AI又同時(shí)押注自動(dòng)駕駛和智能座艙，總是布局早得到先機(jī)（比如相對(duì)于英特爾）。它是AI芯片和自動(dòng)駕駛兩條腿走路，不僅二者相互促進(jìn)，而且萬(wàn)一在市場(chǎng)不利時(shí)還可以“失之東隅收之桑榆”。

-- END --

       原文標(biāo)題 : 從游戲到智能駕駛，英偉達(dá)有哪些技術(shù)升級(jí)？