新的最强算力车载芯片来了！算力高达2000 TOPS。

今天，黄仁勋在GTC 2022的主旨演讲上正式宣布，英伟达将于2024年推出最新一代NVIDIA DRIVE SoC Thor，直接代替了原计划于2024年量产的Atlan。

Atlan算力为1000TOPS，已经是目前市场之最，而Thor则是直接将算力拉到了2000 TOPS，同时，浮点算力也达到2000 TFLOPS。

更让人惊叹的是，Thor既可以将其2000 TOPS和2000 FLOPS的算力全部用于自动驾驶工作流，也可配置为将一部分用于座舱AI和信息娱乐，一部分用于辅助驾驶。

也就是说，Thor既可以用作单独的自动驾驶芯片，也可以用作驾舱融合芯片，同时满足自动驾驶和智能座舱所需的算力。

目前已经实现量产的自动驾驶和智能座舱芯片中性能最强大的分别是英伟达Orin和高通8155，前者算力256 TOPS，后者算力8 TOPS，浮点算力1000 GFLOPS，相当于英伟达用Thor一颗芯片就同时干掉了自家的Orin和高通的8155。

在如此参数配置下，英伟达将其命名为雷神亦是实至名归。

01.

最强算力芯片是如何炼成的？

据黄仁勋介绍，Thor之所以能实现如此高算力，主要得益于其整体架构中的Hopper GPU、Next-Gen GPU Ada Lovelace和Grace CPU。

Hopper拥有令人惊叹的Transformer引擎和Vision Transformer的快速变革，而Ada中的多实例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 的CPU拥有出色的单线程性能，正好可以填补GPU的空缺。

黄仁勋表示，目前，汽车的泊车、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。而未来，这些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。

对未来汽车来说，仅凭Thor一颗芯片，就能集中众多计算资源，不仅降低成本和功耗，同时还可实现功能的飞跃。

而且，Thor的多计算域互相隔离，允许并发的、对时间敏感的多进程无中断运行，在一台计算机上可同时运行Linux、QNX和Android。

从发布会前的交流来看，目前已经宣布使用Thor的主要为国内车企。其中，极氪是最早宣布定点的，预计2025年将实现上车。

此外，小鹏与自动驾驶公司轻舟智航获得英伟达创新奖。

根据描述，从目前来看，主机厂应该会将Thor SoC用作驾舱融合芯片，而科技公司则更可能将所有算力都用作自动驾驶。

按照此前业界对L4级自动驾驶算力需求的估计，Thor的算力应该已经能够完美胜任。不过，当被问及何时能真正实现自动驾驶落地时，英伟达方面表示这取决于主机厂。

而从市场表现来看，英伟达表示中国市场表现喜人。

此前，英伟达的Orin就已经被40多家汽车、卡车和Robotaxi等公司使用。相信Thor应该也会有不错的表现。

02.

AI助力提高仿真模拟能力

此外，演讲中，黄仁勋还介绍了NVIDIA DRIVE平台上的部分新功能。

NVIDIA DRIVE是英伟达专为自动驾驶汽车开发的一系列产品，涵盖从汽车到数据中心的方方面面。为全栈端到端平台，并对开发者开放，既可选择使用整个平台，也可使用其中的一部分。

这次黄仁勋主要讲解的是用于模拟的DRIVE Sim。

首先是名为Neural Reconstruction Engine的AI工作流，目前已经成为DRIVE Sim的一项主要功能。

由于创建模拟场景耗时费力，而且难以扩展，因此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。

在将3D场景导入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。

只需几分钟，Neural Reconstruction Engine就可以根据传感器数据为驾驶记录重建完整的3D数字孪生。通过AI技术，还可以对物体进行采集和重建，根据现实世界的驾驶数据创建大型素材和场景库。而重建的场景和素材会被加载到Omniverse中，并且随时可在Drive Sim中使用。

Omniverse是英伟达在2019年正式发布的一个计算机图形与仿真模拟平台。

借助NVIDIA DRIVE Map，开发人员还可以在仿真场景中放置动态物体，例如车辆，以及行人。

此时，录制的数据就可以转换为能自主反应且可修改的仿真环境进行闭环测试。

而且，研发人员还可以利用合成和采集的场景和素材创作新场景，生成真值数据来训练感知网络。

另外，DRIVE Sim一项重要功能是硬件在环，也就是说，AI工厂中可以运行整个车载软件栈。

黄仁勋多次强调，构建机器人计算设备需要两类计算资源：

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。

运行中的AI车载计算机是不知道它在模拟环境中的，事实上它既不在车内，也不在道路上行驶。

此外，支持硬件在环的DRIVE Sim还可以模拟车内环境。

未来汽车内将有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中展开合作，同时运行所有的实际计算机和软件栈。DRIVE Sim将成为他们的虚拟设计工作室。

目前，英伟达正在扩展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就完美集成物理设计与数字接口。

DRIVE Sim基于Omniverse构建，其应用将有效加快新型AI座舱和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。

此外，黄仁勋还展示了英伟达在开发DRIVE端到端自动驾驶系统方面的进展。

一段自动驾驶演示视频显示，从出发到目的地，车辆可实现完全自动驾驶，无需人为干预。而在驾驶过程中，系统可实现包括行人识别，机器学习多摄像头融合，预估其他车辆行为，实时硬件在环，提取地图特征，自动3D场景生成，3D场景增强，实时雷达模拟，实时多传感器模拟等功能。

此外，英伟达还推出了Omniverse Cloud，将其用于车辆设计等场景。

03.

2000TOPS有必要吗？

在自动驾驶芯片方面，即便在Thor发布之前，英伟达也占据着市场绝对的主导权。

不过，近年包括高通以及地平线、黑芝麻等国内芯片厂商也在发力自动驾驶，对英伟达来说，应该也是不小的压力。

而此前芯驰科技副总裁陈蜀杰在接受采访时曾表示，虽然众多车企和自动驾驶公司采用英伟达Orin芯片解决方案，但由于其成本较高，包括车型和自动驾驶公司的出货量可能并不会很大。

因而Orin很可能是叫好但并不叫座的产品。

在英伟达媒体交流会上，也有质疑的声音认为，目前的车辆真的有必要用到2000 TOPS的算力吗？英伟达方面则表示Thor适用于从L2+级别的辅助驾驶系统到L5级自动驾驶系统的算力需求。

而当被问及对高通、地平线和黑芝麻等公司的芯片产品时，英伟达方面表示不对其他公司发表评价。