<mark id="oztn4"></mark>
0
| 本文作者： 史高拔 | 2017-03-09 12:13 |
雷鋒網按：本文作者史高拔，汽車電子工程師，供職于國內某汽車技術中心，從事汽車智能網聯技術研發。本文由雷鋒網獨家發布。
英偉達（NVIDIA）這個名字相信每一個電腦用戶都不陌生，這家全球知名的GPU廠商已經成為了圖像處理器這一領域的絕對王者。可即便有巨大的市場份額，在過去的17年中，英偉達的股價幾乎總在20美元（對應市值100億美元左右）附近徘徊，其推出的Tegra系列處理器在智能手機領域也不溫不火。但從2015年開始，英偉達股價飆漲，不僅一掃移動處理器市場的陰霾，更是歷史性的突破100美元（對應市值600億美元左右），達到前所未有的新高度。
↑ 英偉達上市以來股價的變化 via Bloomberg
近兩年英偉達快速布局汽車和深度學習領域，在Tegra處理器的基礎上相繼推出了DRIVE PX和DRIVE PX2自動駕駛汽車計算平臺，并開始與特斯拉、奧迪、博世等車企合作開發無人駕駛技術，在2017年CES上更是推出了搭載DRVIE PX2的英偉達BB8無人駕駛原型車。這一次，在自動駕駛和智能汽車的風口上，英偉達或許會成為新的王者。
↑ 2017年CES上英偉達的無人駕駛試驗車
一、GPU王者失意智能手機時代
已經在GPU領域耕耘深厚的英偉達在2008年推出了基于ARM和Geforce的移動處理器Tegra，隨后由于這一處理器系列在圖像處理方面的巨大優勢，迅速占領了對圖像處理要求較高的游戲機和平板市場，并在隨后幾年中不斷更新升級。但在智能手機領域，Tegra系列一直被高通、三星吊打，就連華為都已經后來居上自從Tegra 4以后，英偉達在智能手機領域幾乎銷聲匿跡，甚至首發T4處理器的小米3手機，到現在還會被用戶吐槽。英偉達這個GPU之王在智能手機市場起了個大早，趕了個晚集，這次失敗有偶然、但更多的是必然。
↑ 曾被寄予厚望的Tegra系列處理器
1. 基帶——手機CPU的核心
基帶，調制解調技術的統稱，是負責手機與外界信號接收轉換的關鍵橋梁，通話、上網、待機等所有的通訊技術都繞不開它。我們一般都會認為手機CPU的性能體現在是其處理速度和功耗，其實在智能手機時代還有一層最基礎、最關鍵的需求——手機信號質量，這一由基帶性能決定的通訊功能直接決定了手機的通話質量和上網速度。
在基帶技術這一塊，英偉達幾乎是一片白紙，不僅僅英偉達，模擬通信時代的巨頭德州儀器、摩托羅拉等公司在數字通信技術（3G、4G）上都毫無成績可言，而這一領域的專利幾乎全部由高通壟斷，高通也依靠其基帶技術推出驍龍系列集成式移動處理芯片，并在這一領域逐漸成為主流。
在使用ARM架構的手機處理器上，各家的性能差異并不是特別大，但高通還能提供穩定可靠的集成式基帶，其成本具有絕對的優勢，畢竟就算英偉達處理器性能再剽悍，也還是的使用高通的基帶芯片，開發難度和成本都相應提高。在這一點上，不僅英偉達，大部分廠商的衰弱都應該說是必然，除非你能研究出自己的基帶專利技術，比如華為麒麟系列這個后起之秀。
↑ 集成基帶的高通驍龍和華為麒麟處理器
2. 定位偏差+T4難產
英偉達做GPU起家轉戰移動處理芯片一定不會放棄這個優勢，因此Tegra處理器集成了強大的圖像處理功能，并將市場主要定位在了平板和游戲機領域，T1在這兩個領域的成功也證明了英偉達的實力。因此T2依然專注于此，但此時3G、4G技術開始發酵，高通強勢出擊，在這一時代T2依靠其圖像處理性能在手機領域也能有一定的市場，但英偉達此時已經錯失了整合基帶的時機，T3幾乎是全面落后。隨后T4的難產和高功耗也注定了英偉達在手機領域大勢已去。
二、智能汽車——新王者之路
智能手機市場的失敗并沒有讓黃仁勛妥協。在2015年英偉達新品發布會上，tegra X1處理器發布，但這一次老黃只簡單介紹了這款新品，隨后便拋出一顆重磅炸彈——DRIVE PX，基于Tegra X1打造的全新智能汽車處理平臺。英偉達正式宣布大舉進軍汽車領域，奧迪、特斯拉等汽車公司也相繼與其展開合作。隨后，英偉達股價開始一路狂飆，那么這次的成功是偶然還是必然？
↑ 搭載DRIVE PX 2的Roborace無人駕駛賽車
1. GPU與CPU的區別
CPU和GPU都是現代計算機技術中不可或缺的關鍵處理器，CPU擅長復雜的邏輯運算和通用性數據運算，是為解決復雜的計算和控制而發明的；GPU擅長大數據量、邏輯不復雜的重復計算，是為解決圖像像素處理發明的。設計目標的不同，使得兩者的結構也有巨大的差異，如下圖所示：
↑ CPU與GPU結構對比
CPU具有強大的運算單元和巨大的緩存區域，在執行復雜計算和控制時，運算單元可以保證計算的效率，緩存區域又可以提供足夠的數據加載區域，即便又復雜的運算和終端邏輯也能保證速度和精度，因此CPU更擅長串行運算和邏輯控制。
GPU具有眾多密集的運算單元和少量的緩存區域，每個線程配備一個緩存區和控制單元，而運算單元也只需要處理簡單的邏輯 ，這也使得每個線程可以同時并發工作，所以GPU適合大規模、邏輯簡單的并行運算。
2. GPU加速算法
圖像處理的核心就是處理一個個信息簡單但數量巨大的像素點，這是GPU誕生的舞臺，用GPU處理圖像和渲染等工作可以極大的提高效率。在此基礎上英偉達提出了一種GPU加速計算的方法，同時運用CPU和GPU處理計算任務，將程序的密集運算放在GPU上，其他的邏輯依然在CPU上完成，這種結合讓GPU可以在更多的應用場景發揮作用。
↑ 英偉達GPU加速算法示意圖
例如在機器學習領域，使用GPU提供的強大并行運算能力去處理海量的學習數據，再用CPU完成其他的邏輯。Tegra系列處理器便可完美的支持這種運算方法，這也讓英偉達成為眾多機器學習系統的首選，據卡耐基梅隆大學的lan Lane教授稱："借助 GPU，預先錄制的語音或多媒體內容的轉錄速度能夠大幅提升。與CPU軟件相比，我們執行識別任務的速度超級高可提升33倍。"
↑ 英偉達k40處理器針對機器學習應用的基準測試結果
3. Tegra的新舞臺——自動駕駛
圖像處理、機器學習都已經成為目前自動駕駛不可缺少的技術，自動駕駛中的環境感知、目標識別，都需要圖像處理的參與；而借助機器學習算法，又能有效提高目標識別的效率和準確度，這也為英偉達Tegra處理器帶來了新的舞臺。
↑ 英偉達自動駕駛系統示意圖
英偉達在DRIVE PX2平臺上使用了兩顆Tegra 處理器，并包含了新一代強大的Pascal架構的GPU，由此可以同時接收處理12路高清攝像頭的信號，可以融合來自多個攝像頭和激光雷達，雷達和超聲波傳感器的數據，這使得算法可以360°全方位感知車倆周圍的環境，從而產生穩定的圖像，包括靜態和動態目標。
DNN（深度神經網絡）的應用，在探測和目標分類方面，顯著提升融合傳感器數據結果的準確性。這一全方位的自動駕駛處理平臺幾乎超越了現在所有汽車處理器的性能，當仁不讓成為眾多廠商研發自動駕駛技術的首選。
↑ 英偉達發布DRIVE PX 2平臺
另外，Tegra系列在移動平臺上的性能和開發經驗，更可以讓其支持導航、儀表和車載娛樂的相關應用。而特斯拉早在Model S上就使用了Tegra 3處理器來支持中央的大尺寸觸摸屏。據說因為特斯拉創始人Elon Musk和黃仁勛私交甚好，這也讓英偉達早早進入了汽車領域，積累了不少經驗。在自動駕駛這個新興領域，行業標準空白，英偉達最早進入這一領域，已經占據了不少經驗和市場的優勢。
↑ 英偉達汽車領域的合作伙伴
三、成功之路并不容易
雖然現在看起來英偉達的前景一片光明，但其成為智能汽車巨頭的道路并不平坦。
1. 汽車電子行業的壁壘
汽車行業相對于消費電子領域有其特殊性和苛刻的要求，使用壽命、耐極端環境特性、電磁兼容性能、功能安全等等諸多要求都對汽車電子的硬件提出了極大的挑戰，甚至可以說是汽車電子行業的一個技術壁壘。尤其在集成度極高的處理器領域，消費電子上常見的20nm在汽車電子上幾乎是很難見到，反而以瑞薩、飛思卡爾的16位、32位的處理器大行其道。汽車首先要保障的是安全，只有經過充分驗證才能大規模使用，這也是傳統汽車廠商一直比較保守的原因。
2. 競爭對手的追趕
去年，汽車電子領域發生了一件大事，就是高通收購汽車芯片巨頭恩智浦，收購價格創下半導體行業收購的記錄，而前一年恩智浦還收購了飛思卡爾，成為汽車芯片的第一大廠商。高通推行這項收購計劃意圖明顯，隨著自動駕駛和車聯網的發展，汽車電子行業已然成為下一個風口。以高通的實力和野心，相信這一領域的競爭將會更加激烈，英偉達又要遇到老對手的挑戰。
↑ 高通400億美元收購NXP
四、總結
英偉達在個人電腦的發展中發跡，靠GPU成為圖像處理領域的巨擘。2008年轉戰移動平臺，推出Tegra系列處理器，可優異的處理性能卻無法抵擋高通在3G、4G時代對基帶技術的壟斷，導致其在智能手機領域折戟沉沙。
但GPU在大規模并行運算上的先天優勢和創始人黃仁勛的孤注一擲，又讓英偉達在近年自動駕駛技術和機器學習領域占得先機：特斯拉集成Tegra 3、發布DRIVE PX系列自動駕駛平臺、與各大汽車廠商深入合作。因為這些布局，英偉達成為了第一家能提供超級汽車處理器的半導體公司，而其在圖像處理和機器學習領域的優勢也無比適合自動駕駛這個新戰場。
目前，自動駕駛技術已經成為一個新的風口，很多其他的新興玩家也逐漸參與進來，互聯網、半導體、計算機領域的各種高新技術極大地促進著這一產業的發展，市場也跟著瞬息萬變，誰會成為最后的王者？
雷峰網特約稿件，未經授權禁止轉載。詳情見轉載須知。
