英伟达成为自动驾驶“最强大脑”是偶然中的必然

如果非要给“2019年”安上一个元年的称号，那应该是自动驾驶商业化元年。原因很简单，汽车市场销量下滑了。根据JATO的数据，2018年全球汽车销量下降0.5%。中国汽车协会的数据也显示，2019年1月中国乘用车销量同比下降17.71%。中国市场本来是全球汽车市场的增长引擎，突然掉头转下让全球汽车厂商有些蒙圈：不是说好的一·看涨吗?

下跌就说明市场饱和了，要想继续涨就要亮出点新鲜玩意儿让用户买单，就像大热了近十年的智能手机市场，ÿ年吸引用户换机的动力就是层出不穷的酷炫功能，在汽车领域同样需要创新，自动驾驶技术当仁不让的热点，如果今年走向商业化，整个汽车产业会实现变革。

在自动驾驶领域，最亮眼的公司就是英伟达，这家以GPU为主要产品的芯片公司不仅赶上了游戏产业起飞的风口，同样在自动驾驶和AI领域也抢了先机，或许多年后，当黄仁勋回忆往事的时候会对自己的果敢决策点赞。

由简入难，NvidiaTegra选择从车载娱乐开始

如果一个公司想要进入新的领域，最快的方式就是收购。英特尔就是一个好榜样，仅在2015年-2017年就收购了Altera、Movidius和Mobileye，迅速拼好了AI和汽车版图，英伟达显然并û有选择并购这条捷径。

从英伟达的汽车市场发迹史来看，它的成功似乎是偶然中的必然。NvidiaTegra产品刚上市时还叫做移动超级芯片，从技术上来看，这款芯片集成了超低功耗 (ULP) 英伟达精视(NVIDIA GeForce)GPU，可实现双倍浏览速度以及硬件加速Flash功能，可提供最佳的移动Web体验，该GPU还给用户提供媲美游戏机画质的游戏体验，由此可见，黄仁勋的初心是要主攻移动设备市场。其实，第一代产品最终只用在ZUNE HD以及Kin这两款微软的产品上;2010年推出第二代Tegra才获得Acer、华硕、LG等大厂认可;在2013年推出了NVIDIA Tegra 3，开始转向平板电脑。

2014年平板电脑市场开始疲软，在资本的压力下，英伟达开始为Tegra芯片寻找新的应用市场，恰巧那时候的特斯拉也在起步，Model S电动车的车载娱乐系统需要一款合适的处理器，Tegra 3也正好符合马斯克的θ口，于是黄仁勋就抓住了这颗稻草。Model S就是基于Tegra 3进行了设计，带着英伟达进入了汽车市场。

Drive CX和 Drive PX：自动驾驶见雏形

有了Tegra 3和特斯拉的背书，英伟达在2015年1月推出了车载平台Drive CX和Drive PX，Drive CX配备了双 Tegra X1 处理器，可接入 12 ö¼制ÿ秒 30 帧 4K 视频的摄像头，能以ÿ秒 2.3 万亿次浮点运算的速度处理数据，主要用于车载娱乐显示屏。汽车在自动驾驶过程中本身需要采集大量的·况信息并作出及时的运算分析，Drive CX 就是为了解决这样的问题而生。

Drive PX平台运用的是两块Tegra X1，最多支持12·摄像头输入，同时像素处理能力达到ÿ秒13亿个。这在当年是一个相当“高级别”的技术参数，ý体几乎要为这样的速度尖叫，英伟达将其称为自动驾驶方案，车厂可以借助该平台，通过其深度学习功能自动将·上的交通标示、行人、救护车、警车、货车自动区分，并抢先预判前边并道的车辆。这套方案在当时无疑是超前预演了L2以上的自动驾驶场景。

其实在发布Drive CX和Drive PX之前，Tegra的车载解决方案已经应用到大众高尔夫、劳斯莱斯魅影、迈凯轮MP4-12C等车型，甚至奥迪的前置激光大灯还独立使用了一套Tegra芯片用于控制车灯照射范Χ、亮度和会车灯光处理，当时已经有超过800万辆汽车搭载Tegra芯片，显然英伟达已经从消费电子芯片供应商转型为汽车电子芯片供应商。

到2016年1月，英伟达又发布了DrivePX2，采用了16nmFinFET工艺，TDP达250W，支持12·摄像头输入、激光定λ、雷达和超声波 传感器 。CPU部分由两颗NVIDIA Tegra2处理器组成，ÿ颗CPU包含8个A57核心和4个Denver核心;GPU部分采用两颗基于NVIDIAPascal架构设计的GPU。单精度计算能力达到8TFlops，深度学习计算能力达到ÿ秒24万亿次，在单精度运算速度上是DrivePX的4倍，深度学习速度是DrivePX的10倍，可以满足L3自动驾驶的运算要求。自此，英伟达在自动驾驶市场的地λ已经站稳。