酷应用

从方案到整体生态全线布局，NVIDIA 高调亮相2018年CES，欲借XAVIER称霸自动驾驶产业

百家作者：DeepTech深科技 2018-01-17 10:30:54

长按识别二维码，报名2018十大突破技术全球直播首发

2018 年 CES 一启动，知名科技大厂 NVIDIA 就又在自动驾驶领域抛出重磅炸弹，带来了全新的全新的自动驾驶 SoC 平台——NVIDIA DRIVE XAVIER，其强大的性能输出足以保障 L5 自动驾驶技术的实现。

图丨“黄教主”在介绍全新的XAVIER

目前，主要方案供应商进攻自动驾驶市场的切点都各有不同，NVIDIA 在方案设计上则是已经考虑到 L4 级别之后的未来自动驾驶应用，借此提早布局，欲紧抓希望能在第一时间推出 L4/L5 级别自动驾驶整车产品的车厂。

自动驾驶被业界视为下一代车辆技术发展的最大挑战，目前各家车厂无不针对自动驾驶场景发展对应的技术，而这些技术包含了环境感测能力、核心计算能力以及汽车如何与环境互动，并自主进行判断的网络通信及决策能力。

图丨特斯拉的自动驾驶

在 L2 之前，由于主要是集中在视觉计算的部分，所以各家方案也都朝这个方向发展，比如说 Mobileye，在被英特尔并购之前，主要就是供应以视觉计算为主的方案，并吃掉了绝大部分的相关方案市场，但随着汽车产业往更高级别自动驾驶发展，Mobileye 在策略推理方案的缺乏，就成了限制其未来发展的最大瓶颈，而对此有需求的特斯拉，其实也是因为这个原因才抛弃 Mobileye，而非几次的车祸事故就决定分手。

图丨 Mobileye

NVIDIA 在自动驾驶方案设计上，除视觉计算以外，策略推理能力的强化也是重点方向，最主要还是要考虑到未来自动驾驶所需要面对的道路状况千奇百怪，如果没有办法考虑到各种突发事件，而只能遵循固定的套路逻辑来处理，这种自动驾驶本身也是种危险因子，反而违反了当初设计自动驾驶的初衷：要为人类创造更好更安全的交通环境。

而在 2018 年 CES 中，NVIDIA 在芯片以外的其它更重要的部分有了更紧密的布局。这些布局包含了与优步、大众、ZF、百度和 Aurora 等自动驾驶方案公司合作，要把优秀芯片架构转化为可以实际上路的自动驾驶核心。而若没有意外，NVIDIA 也将成为全世界最早上路的 L3/L4 自动驾驶系统供应商。

自动驾驶安全摆第一，打造高规格软件算法环境与满足全方位驾驶模型训练需求的 AutoSIM

硬件的性能和硬件本身的可靠性是一回事，但硬件设计再怎么优良，若在硬件上面执行的程序码质量不够好，那么整个系统还是称不上安全。为解决这个问题，NVIDIA 与 QNX 及 TTTech 合作，全面支持 ISO 26262 中汽车电子安全标准的最高级别 ASIL-D 级。

什么是 ASIL-D？这个由 ISO 26262 定义的车辆功能安全标准确保了系统的正常运作，以避免危险情况，更重要的是监测和克服故障的能力。从 ASIL-A 到 ASIL-D 共分 4 个等级，ASIL D 代表层级最高的完整性要求。例如，ASIL-D 意味着在整个系统中的单点故障率小于 1%。

事实上，目前主流汽车主控芯片供应商，大多都只支持到 ASIL-B 或 ASIL-C，NVIDIA 的举动可以说一下就把标准拉到极高，提高了将来竞争者要进入市场的门槛。

另一方面，前面 DT 君也提到，为了把各种在道路上可能遇到的状况纳入模型当中，NVIDIA 也打造了基于云端与虚拟现实的自动驾驶模拟器，虽然理论上道路实测与训练可以遇到各种各样的状况，但这种实测旷日废时，且有可能因为实测过程中，机器与辅助的人类驾驶反应不及，或者是其它更突发的状况，造成测试车辆以及其它道路使用者的安全疑虑。

为此，NVIDIA 结合来自自家 GPU 加速的云端服务器、绘图计算能力，以及车载智能系统，形成一套可以根据车厂需求，能产生各种道路状况的虚拟训练机器，借此平台，当车厂需要验证特定的算法或模型逻辑时，只要在 AutoSIM 这个虚拟环境中就可完成，靠此就可以加速整个开发流程，且更能考虑到各种驾驶环境或变故的影响因素。

NVIDIA 全力推动自动驾驶技术发展，将可能从重视延续性的可升级设计着手

NVIDIA 加入自动驾驶市场的竞争对 Mobileye 造成很大的压力，而其方案设计上的方向不同，也是特斯拉后来选择 NVIDIA，抛弃 Mobileye 的原因之一。

NVIDIA 可说是业界最早提出自动驾驶“决策”方案的公司，不过达成决策依靠的并不是 GPU，而是 CPU，所以从最早的 Drive CX 到最新的 Xavier 平台，NVIDIA 都用上了 ARM 架构核心，在 Drive PX2 上用了 6 核心处理器，其中 2 个是由 NVIDIA 深度定制化的 Denvor 核心，4 个是标准的 Cortex-A57。Xavier 则是使用了 8 个深度定制化的 ARM 核心。

凭借这些在计算能力经过 NVIDIA 大幅强化的核心，其驾驶方案可以在非常短的时间内就统合 GPU 部分计算出来的视觉处理数据，并进行决策的判断。

Xavier 是 NVIDIA 在 CES 2017 宣布的自动驾驶方案，其不仅大幅强化计算能力，也同时借助更好的半导体工艺，将功耗控制在 30W 以下，较前代 Drive PX2 的 250W 功耗，已经有长足的进步，虽然以功耗表现来看，NVIDIA 可能不占优势，但 Xavier 已经是目前市面上最成熟，且可用的 L4 级别自动驾驶方案，竞争厂商目前多仅停留在 L2 级别的 ADAS 驾驶辅助系统，所以目前车厂想发展 L4 级别以上的产品，要快速推出可上路测试的方案，NVIDIA 可以说是唯一的选择。

图丨 NVIDIA 的 Xavier

而其支持 L5 级别的完全自主驾驶方案 Pegasus 平台，虽然账面上高达 400W 的功耗数字吓倒了不少业界人士，但 DT 君认为，NVIDIA 推出此方案并非针对量产市场，而主要是针对先期开发之用，毕竟目前全世界关于自动驾驶法规的制定都还在相当初期的阶段，业界也认为在 2025 年之前，恐怕 L5 级别的自动驾驶汽车都还很难上路。

那既然未来数年自动驾驶的主流会是以 L3 为主，那支持 L4 级别以上的 Xavier 平台是否就没有推出意义？

但事实上，目前针对自动驾驶的周边传感元件的设计其实已经相当成熟，关键还是在法规、决策部分牵扯到的法律责任问题，以及对应自动驾驶的高分辨率地图数据的发展，也就是说，以目前的硬件技术要设计出完整可上路的 L5 自动驾驶汽车并非太大的问题，但是在软件环境部分还有很大的升级空间。

换言之，车厂采用了基于 NVIDIA 的 Xavier 平台，可以推出在硬件功能上完全符合 L4 级别以上的汽车，但可根据不同时期法规，以及软件环境的成熟度，逐步升级软件，将其自动驾驶能力从 L3 提升到 L4 甚至 L5。

而由于车厂发展平台都希望能够有非常好的前后一致性，以及长期的平台支持能力，一般汽车半导体方案的支持期间都至少是 5 年起跳，长则可达 10 年以上，虽然目前 NVIDIA 的方案价格较高，但如果能借其方案从 2018 年就设计出可供量产的 L4 级别以上自动驾驶汽车，未来车厂只需要在同一平台上去逐步升级、完整软件环境，以高端、可升级的汽车产品定位，不仅方案本身的高昂成本可以有效获得稀释，对车厂的市场布局以及长期的技术研发亦将会有正面的帮助。

而这也是 NVIDIA 打的如意算盘，在各家方案厂商都还推不出 L3 级别自动驾驶方案的现在就已经抢先卡位 L5 市场，以汽车产业重视一致性、稳定性的习惯，未来中途要转换平台的可能性相当低，借此能确保 NVIDIA 在未来自动驾驶方案的市场与获利空间。当然，目前 NVIDIA 的 L5 方案在功耗方面的需求过大，要直接以该方案制造量产车虽非不可能，但是在车辆电源管理的需求恐怕难以解决，但随着半导体工艺以及芯片设计技术的发展，这方面的问题应可获得很好的解决。

与大众、百度、AURORA、Uber 等公司合作，打造最先进自动驾驶平台

NVIDIA 最大的合作伙伴之一丰田，在 2018 年 CES 也发表了许多自动驾驶平台计划，及在无人货运与租车服务的规划，而参与其计划的合作伙伴包含了 Pizzahut、亚马逊、Uber 和滴滴等，要抢在个人自动驾驶产品推出前，先行以出租及货运需求的可控路线自动驾驶服务为切入点。

另外，Uber 除了与丰田合作，也同样在开发自己的 L4 自动驾驶平台，要抵抗来自竞争者的压力。事实上，其在去年底就已经和 Volvo 达成协议，要在 2019 年之前，以 14 亿美元购买 24000 辆 XC90，在美国建置数量最庞大的自动驾驶出租车队。为何选择 Volvo？首先，XC90 是 Uber 一直以来用来开发自动驾驶技术的标准汽车平台，其次，Volvo 也是 NVIDIA 自动驾驶方案的主要客户之一，要说 Uber 目前的自动驾驶方案就是基于 NVIDIA 底层技术其实也不为过。

而百度积极在中国推动自动驾驶生态，其推出的 Apollo 自动驾驶平台在经过多次改版之后，目前技术水平也堪称一流，而虽然数年内主流自动驾驶会是以 L3 级别为主，但百度早就剑指 L4 甚至 L5 级别，而要达到这个技术层次，若非与 NVIDIA 合作，恐怕落地时程要晚个好几年。而借此与 NVIDIA 合作，百度也不只要让 Apollo 在中国发芽茁壮，更要把 Apollo 平台推向全世界，对 NVIDIA 来说，与百度的合作不仅确认其方案在中国这个全世界数一数二复杂的路况是否能从容因应，同时也是要拿到进入中国市场的基本门票。

NVIDIA 不只在自家的芯片方案持续精进，也和业界积极合作，推动自动驾驶平台的开发易用性持续进化，不仅是点对点的开展汽车客户，也积极和百度等自动驾驶平台开发商合作，要从“面”把 NVIDIA 的方案全面铺开，而不论未来汽车产业的发展如何，NVIDIA 也都已经注定是不容忽视的核心角色。

-End-