VOL.204：当 IT 遇到汽车···不服跑个分？
网易云音乐搜索歌单：GeekCar 叨逼叨 BGM。每期节目的背景音乐都能一次听到啦！还有，我们周四周日更新啊！记住了吗？！ 好吧，今天这期节目真的是 rio 直男~对我来说光是想要接上话就已经很不容易了，不知道在听节目的各位小伙伴能不能跟上大尧的节奏！嘿喂够！很长一段时间，大尧大老师都把自己关注的重点放在了芯片供应商和车厂的爱恨情仇上。积蓄了这么久，他终于弄懂了这些厂商一直以来在做的布局，并且能够清晰的告诉你他们之间互相之间以及和车厂之间的博弈究竟进展的怎么样了。 虽然可能姑娘们还没弄懂什么是 CPU，什么是 GPU，但汽车和 IT 行业的融合已经逐渐在展开了。所以在今天的这期节目里，我们会先跟懵逼的小伙伴普及一下什么是上面讲到的两个屁优，然后再从屁优在车内的应用延伸到整个行业的发展趋势上。好的吧，以后的汽车我知道，不服还是要跑个分才行啊！ 听起来是不是很厉害？点开节目赶紧学起新姿势来啊！ 好啦，听节目记得点赞打赏和评论哦！憋忘啦！最后我要再说一遍~我们爱你！❤ 本期人物介绍： 大尧——GeekCar 最具洞察力的运营官。北京土著外加 UK 留学背景，专业性极强又超接地气，一个能顶俩！记住：跟他聊什么都行，但就是千万别提吃饭的事儿，谁提谁 S*B！ 刘能叔叔——GeekCar 最不正经的铲屎官。虽然是个妹子，但非得给自己起个叔叔的艺名儿，而且自打公司来了三位猫爷，就变成了专注的铲屎官。记住：惹她可以，别说猫不好！别说！ GeekCar 有话说： GeekCar 叨逼叨是我们一次新的尝试，有任何意见和建议都可以直接留言告诉我们！你也可以表达你的观点你的态度，让你的声音也出现在我们的节目当中~欢迎吐槽欢迎么么哒~
CES 2017 | 详解英伟达 CEO 黄仁勋演讲：「AI 教父」的自动驾驶布局
在每年美国 CES 正式开始的前一天晚上，都会有一位科技领域的大佬在拉斯维加斯最高端的酒店之一「 威尼斯人」 做一场演讲，作为整个展会的开端。今年正值 CES 50 周年，这个「 非官方开场」 就显得更加有意义。而这次站在威尼斯人酒店舞台上的人，正是 NVIDIA（以下称为英伟达）的 CEO 黄仁勋（以下称为老黄）。 2016 年可以说是英伟达大爆发的一年。GPU 驱动下的人工智能与深度学习技术让整个科技行业为之疯狂，这不只让英伟达的股价和利润在 2016 年各种翻倍，更让他们有能力进一步扩展人工智能在汽车行业，尤其是自动驾驶领域内的应用。 在这次演讲当中，老黄用了整整一半的时间来公布英伟达在自动驾驶领域内的最新解决方案与合作进展。这足以看出他有多么重视汽车业务。下面我们就来分析一下老黄公布的全部与汽车相关的信息。 人工智能驱动下的自动驾驶解决方案 ·在老黄看来，通过深度学习的方式让人工智能不断地优化自己的驾驶行为，是目前最有效的自动驾驶解决方案。这个流程就好像是我们人类去学习开车一样，只不过如何让机器能够像人类大脑一样学习才是这其中的难点，而这也是英伟达目前正在用自己的平台所努力解决的问题。其解决方案主要包括两点： 1. 人工智能车载超级电脑（AI CAR SUPERCOMPUTER）在去年的 CES 上，老黄就已经发布了他们的车载超级电脑 Drive PX2，今年他又对这套芯片做了进一步的迭代优化。这套称为 XAVIER 的超级电脑整合了多种芯片，其中包含了 8 核心的 ARM64 CPU，以及具有 512 个核心的 Volta 架构 GPU。Volta 是英伟达下一代的 GPU 核心架构，甚至还没有应用在 PC 端的显卡产品上，这套架构拥有 30 Tops DL ，功耗仅为 30W，且整套系统符合车规级安全标准 ASIL D 级。 将自己最新的 GPU 架构率先应用在自动驾驶平台上，老黄确实非常拼。其实我在之前的文章中就解释过，由于 GPU 的架构原因，其在深度学习方面的应用本就十分拥有优势。而老黄这次的演讲中进一步解释了车载超级电脑在自动驾驶环境中所提供的功能：接收车载传感器所传回的数据信息并加以分析，之后输出能够控制汽车各部分元器件控制单元（例如转向、加速等）的 CAN 总线信息，简单讲就是将车辆感知到的信息加以分析，然后再输出控制车辆行驶的指令，可以说这套电脑就是用来替代人脑在驾驶行为当中的判断与决策能力的。 2. 自动驾驶测试车 BB8 深度学习光有硬件是不够的，还需要有足够的学习「 素材」。为了让自己的深度学习平台能够积累更多的行驶数据，英伟达自己打造了一台自动驾驶测试车辆 BB8，并获得了加州自动驾驶车辆的测试牌照。BB8 搭载了 Drive PX2 电脑，并已经开始在道路上进行行驶测试。后天 GeekCar 将有机会能够在 CES 现场试乘 BB8，届时将会为大家带来具体介绍。 AI CO-PILOT 系统 老黄认为具有云端连接的人工智能汽车应该已经具备能力在世界上的很多地方实现自动驾驶。但是，目前总会有一些路况或条件中，人工智能是无法完全依靠自己来驾驶的，这时就需要驾驶者的介入。由于人工智能事先已经了解到整条行驶路线的规划，它就能够根据路线中不同位置的路况来决定是否需要人类驾驶者介入。因此为了能够更好的实现自动驾驶和人工驾驶之间的切换，英伟达研制了一套人工智能的自动巡航辅助系统（AI CO-PILOT）。 需要注意的是，这套系统被称为 CO-PILOT，我将它翻译成自动巡航辅助系统，而不是自动驾驶辅助系统。原因是这套系统的应用场景更多的是在 SAE 所定义的 LEVEL 2 或 LEVEL 3 级别的半自动驾驶环境当中。在这种级别当中，驾驶者需要随时准备好接管车辆的驾驶控制权，但是很多事实告诉我们，人类驾驶者很难能够长时间维持足够的注意力，这往往会导致事故的发生。AI CO-PILOT 的诞生正是为了解决这样的问题。 这套系统主要包含五个功能： 1. 语音预警提示：在人工驾驶和环境中，车身周围的四个摄像头实时监控周围的路况，并通过自然语音的预警方式向驾驶者提示潜在危险。 这第一个功能与我们常见的 ADAS 类似，但是进一步优化了预警方式。接下去的四个功能，则是让车载人工智能能够更好的了解驾驶者的状态。 2. 人脸识别（Face Recognition）：AI 可以通过摄像头识别驾驶者的身份，即使是驾驶者的发型或者是装扮发生了变化。其精度已经可以达到人类的级别。 3. 头部跟随（Head Tracking）：AI 能够通过摄像头识别驾驶者头部所朝的方向。 4. 目光跟随（Gaze Tracking）：AI 能够通过深度学习网络对人眼进一步识别，来判断出驾驶者的目光所关注的点。 5. 唇语识别（Lips Reading）：这个功能来源于牛津大学的一项唇语研究，他们的成果能够让人工智能对唇语的识别精度达到 95%，比人类的识别精度高出一倍。 上述的几个功能，旨在让车载系统能够持续观察驾驶者的行为，并在适当的时机与驾驶者交互，保证其维持足够的注意力。而正如我们之前文章中所分析的，整套系统的基础仍然是英伟达的人工智能汽车平台（AI CAR PLATFORM）。 基于 AI CAR PLATFORM 的合作伙伴 除了前面提到的超级电脑和 AI CO-PILOT，英伟达的人工智能汽车平台还包含其它部分，比如高精度地图。为了搭建出这套完善的平台，英伟达选择了与行业内的巨头们合作。 在高精度地图方面，英伟达针对不同国家地区的具体情况选择了不同的合作伙伴： 1. 百度：提供中国地区的高精度地图。 2. TomTom：提供欧洲地区的高精度地图，及 RoadDNA 技术。 3. Zenrin：提供日本地区的高精度地图。 4. … 继续阅读
GPU 驱动下的自动驾驶变革
人们开始认识 NVIDIA（英伟达）这个企业，是因为他们创立了 GPU 这个概念并一直在这个领域内统治至今。不过，最近几年，这家企业却在自动驾驶领域做得风生水起。过去的 2016 年中，他们发布了 Drive PX2 核心，获得加州无人驾驶路试牌照，并和众多其他公司达成了自动驾驶相关的合作。 NVIDIA 的 CEO 老黄将在本次 CES 期间演讲，并发布最新的产品和技术，感兴趣的朋友文末有视频直播链接。 GPU 与自动驾驶的联系 NVIDIA 在自动驾驶领域的成就正是得益于他们在 GPU 领域内的深耕。大多数人对 GPU 应用的了解都是在游戏领域。其实，在自动驾驶环境中，GPU 的优势也十分明显。 与 CPU 一样，GPU 的功能主要也是完成计算任务。两者的不同点在于，CPU 的核心数量只有几个（一般不超过两位数），每个核都有足够大的缓存和足够多的数字和逻辑运算单元，并辅助很多复杂的计算分支。而 GPU 的运算核心数量则可以多达上百个（被称为流处理器），每个核拥有的缓存大小相对小，数字逻辑运算单元也少而简单。 这样的架构差别使得 CPU 更擅于计算复杂繁琐的大型计算任务，而 GPU 则可以高效的同时处理大量的简单计算任务。如果把 CPU 和 GPU 想成是一个出色的建筑团队，那么 CPU 就是可以定义结构并完成复杂计算的总设计师。而 GPU 则是负责完成各个细节建筑任务的工匠团队。 在驾驶环境中，司机除了操作车辆之外，还需要同时做出大量的判断——既要实时观察路面上正在发生的各种情况，又要判断自己在整个路线当中的方位。重复完成这种大量且相对比较简单的计算判断任务，正是 GPU 的专长。用 GPU 作为自动驾驶系统的核心大脑，也就变得顺理成章了。 NVIDIA 在 CES 2016 上发布的 Drive PX2 就是这样一台「 自动驾驶超级电脑」。它同时搭载了两颗 CPU 和两颗 GPU，在浮点运算性能上，相当于 150 台 Macbook Pro，可以处理 12 部 200 万像素摄像头（60fps）的数据。 除 PX2 之外，NVIDIA 还发布了端到端的深度学习系统，能够将 PX 2 与云端 NVIDIA DIGITS 链接，上传驾驶数据，并通过深度学习平台 NVIDIA DRIVENET，进一步提升所有使用 NVIDIA 自动驾驶平台的自动驾驶精度。关于这套系统的具体原理，可以参考我们之前的 文章 众多的合作伙伴 有了强力的自动驾驶大脑，完善的深度学习体系，再加上加州无人驾驶路试牌照。NVIDIA 在自动驾驶领域的地位已经越来越重要。在这一年中，NVIDIA 在汽车领域内达成的众多合作也很好的印证了这一点： 1. 主机厂： 一向在自动驾驶领域十分激进的特斯拉今年就宣布，在其 Model S、Model X 以及 Model 3 车型的全新 AutoPilot 自动驾驶系统都将配备 NVIDIA DRIVE PX 2。此外，福特、宝马、奔驰、大众（奥迪）等汽车厂商也都开始测试并使用 NVIDIA 的自动驾驶技术。 2. 地图商： TomTom 的 RoadDNA 技术也被应用在了 Drive PX2 上面。这套系统可以通过车辆上的传感器及摄像头实时捕捉道路两侧的 3D 数据，并于已有的数据库进行对比，从而让行车电脑即使在告诉行驶中，也能够确认自己在整个路线当中所在的位置。 3. 深度学习及人工智能： 百度是 NVIDIA 最重要的合作伙伴之一。因为这两家公司的合作不只是在驾驶环境下的深度学习平台建设上，还包括了云端平台，地图技术，语音及图像识别等等方面。除去百度这样的互联网巨头之外，自动驾驶软件公司如 AIMotive 也会使用 NVIDIA 的硬件产品。 在即将开始的美国 CES 2017 上，NVIDIA 将进一步展示他们与这些合作伙伴的合作成果。此外，NVIDIA … 继续阅读
英伟达获得加州无人驾驶路试牌照
英伟达昨天正式获得了加州政府的授权许可，未来可以在加州公路上测试自动驾驶汽车。目前，包括谷歌、奔驰、特斯拉、福特、通用、Faraday Future 以及蔚来汽车等车企，全都获得了加州政府的自动驾驶汽车测试牌照。今后，英伟达也将加入到这一阵容当中。 令人吃惊的是，获得了加州政府的授权许可之后，英伟达第一时间就派出了一辆自动驾驶汽车上路测试，于是有人抓拍到了测试画面。 一直以来，英伟达都以显卡业务而闻名。而近几年，他们也开始在人工智能方面开始发力，尤其是自动驾驶领域。2015 年的 CES 展会上，英伟达发布了一套用于自动驾驶系统的计算机视觉平台，一年之后的 2016 CES 上，他们还推出升级版本「Drive PX2」，它的性能可以媲美 150 台 Macbook Pro。 今年 9 月，英伟达宣布将与百度合作，共同研发自动驾驶汽车平台，随后，英伟达一直在私人停车场里进行自动驾驶汽车测试。而在 Roborace 无人驾驶比赛当中，现有的测试车辆以及未来的参赛车辆就会用上英伟达 Drive PX2。 目前，加州已经成为了自动驾驶汽车测试的热门地区。只不过，美国其他州政府也已经注意到了这种热门趋势。今天，密歇根州政府就通过了一项法案，允许自动驾驶汽车上路测试。同时，公众在全自动驾驶汽车上市后，还可以购买和使用，汽车制造厂商也可以建立自动驾驶汽车共乘、网约车服务。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。
最「极客」的无人驾驶赛车，用上了最强大的英伟达汽车芯片
还记得前几天给你们安利的 Roborace 无人驾驶赛车吗，现在又有了关于它的最新消息。昨天，英伟达 CEO 黄仁勋宣布，Roborace 的无人驾驶赛车，将使用英伟达的 DRIVE PX 2 作为计算平台。 DRIVE PX 2 平台，是英伟达在今年 CES 上推出的一款产品，自称是「 世界上第一款适用于自动驾驶汽车的 AI 超级计算平台」。这个平台的性能非常强劲，在刚刚推出时，我们难免会觉得这款产品太超前了。下面再重复一遍它的参数吧… DRIVE PX 2 搭载两颗 NVIDIA Tegra 处理器（共 8 个 A57 核心和 4 个 Denver 核心，共计 12 颗 CPU）和两颗基于 NVIDIA Pascal 架构的新一代 GPU，采用 16nm FinFET 工艺，单精度计算能力达到 8TFlops，功耗 250 瓦。由于汽车芯片工作环境恶劣，为了解决散热问题，英伟达为它配备了液冷系统，最高可在 80 度的环境温度下工作… 至于售价，1.5 万美元…… 现在有自动驾驶功能的量产车，无法发挥 DRIVE PX 2 平台的最大潜力。在明年，沃尔沃将会有一款搭载 DRIVE PX 2 平台的自动驾驶汽车上路。 而现在，你可以通过 Roborace，先睹为快。在最新的官方图片里，已经公布了 NVIDIA 涂装的赛车渲染图。 按照 Roborace 官方的说法，10 支参赛队伍所使用的车是一样的，各支队伍核心竞争力是算法。现在有了 NVIDIA 的计算平台，还需要激光雷达、摄像头、三电系统等等。或许未来还会有更多的主流供应商加入 Roborace 的行列，比如 Velodyne、Quanergy、Mobileye… 可能很多人都觉得，Roborace 这个比赛是「 不可能的任务」，但是从他们和英伟达合作的举动来看，这项比赛还真的是在向前推进。可能当比赛真的举办的时候，我们会发现，那些参赛队并不是我们熟知的宝马、保时捷、奔驰……而是上面提到的这些「 智能汽车」 供应商们。 在英伟达的官方稿中，提出了一个问题：如果英伟达参加 Roborace 比赛，该给赛车起个什么名字？「Deep Green」？ 而从英伟达发布的最近几款产品中可以看出，他们非常重视自动驾驶技术的发展。对于英伟达来说，拉起一支队伍，参加 Roborace 比赛，也不是没有可能。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
要是少了这几家公司，自动驾驶就别做了
2020 年是很多厂商计划中的自动驾驶「 元年」 了，对于自动驾驶技术来说，可以分为「 软件」 和「 硬件」 部分。无论是丰田还是谷歌，从传统主机厂到科技公司，他们现在解决的都是「 软件」 问题。 一切软件都是基于硬件的，自动驾驶技术也不例外。在硬件部分，芯片主要担任数据处理任务，整个自动驾驶系统中，雷达、摄像头会产生大量的数据，这些数据都交给了芯片。（芯片表示压力很大…）供应商是汽车行业不可或缺的关键一环，比如车厂要从米其林买轮胎，要从博世买火花塞等等。那些发展自动驾驶技术的厂商也是如此，专业的人做专业的事，芯片也是来自供应商的。 那么，到底是谁在做自动驾驶芯片的生意？ Nvidia（英伟达）这个名字大家应该都很熟悉，没准你电脑的显卡就是 N 卡。但英伟达针对自动驾驶技术也推出了相应芯片「Tegra X1 」，性能超越了 Tegra K1 和 A8X。英伟达表示这款芯片将最先应用于智能汽车领域，然后再应用到手机和平板电脑里（目前这款芯片对于手机和平板来说，性能太过剩了）。 英伟达还有一款名为「Nvidia DRIVE PX」 的平台，搭载了 Tegra X1 芯片和 10GB 的 DRAM，可以同时处理 12 部 200 万像素摄像头（最高 60fps）产生的数据，同时 DRIVE PX 还有深度学习功能。 官方宣称 DRIVE PX 比一般的 ADAS 更聪明，因为它可以识别出到底是什么车型，比如识别出是警车、出租车还是救护车（这一点对将来可以完全自动驾驶的汽车很重要）。 为了表示 Tegra X1 的性能到底如何，我们可以拿它和 Mobileye 的 EyeQ3 芯片做对比… STMicroelectronics（意法半导体）意法半导体的总部位于瑞士日内瓦，主要产品是专用集成电路、单片机、存储器等。Mobileye 所使用的「EyeQ3」 芯片就是和意法半导体合作开发的，两家公司最早在 2005 年就开始研发 ADAS 芯片。 EyeQ3 使用了四个多线程 MIPS32 内核和四个矢量微码处理器 (VMP) 内核，在一个专门为处理视频设计的架构内工作。同样，也可以处理多部摄像头传来的图像信息。除了 EyeQ3 外，意法半导体和 Mobileye 还合作研发了 EyeQ3-Lite 芯片，属于乞丐版的 EyeQ3，可以精简一些功能，达到降低价格的目的。 目前，Mobileye 正在研发「EyeQ4」 芯片，它使用了 4 颗核心处理器、6 颗 VMP 芯片（EyeQ2 和 EyeQ3 均有搭载）、2 颗 MPC 核心和 2 颗 PMA 核心，每秒浮点运算可达 2.5 万亿次，而功耗只有 3 瓦。通过一系列的算法，EyeQ4 可以同时处理 8 部摄像头（最高 36fps）产生的图像数据，符合 ISO-26262 国际标准、欧洲 NCAP 和美国 NHSTA 的法规要求。 EyeQ4 的工程样品将在今年第四季度完成并开始测试，在 2016 年第二季度实现完全的自动驾驶，计划在 2018 年上半年量产，最先向欧洲汽车厂商供货。 Freescale（飞思卡尔）飞思卡尔有一个名为「SafeAssure」 的功能保障计划，它所提供的解决方案可以简化安全系统的研发流程，并使系统符合 ISO-26262 国际标准及国际电工委员会 IEC-61508 标准的规定。在其官方介绍中，我们也看到了这套计划特别考虑了「 车用硬件」 的要求。 其中，「S32V」 处理器是 SafeAssure 计划的重要组成部分，它采用了 4 个 ARM Cortex-A53 内核，使用了 CogniVue APEX-642 内核图像处理技术。支持将 S32V 所捕捉的视觉数据与其他数据流（包括雷达、LiDAR 和超声波信息等）进行融合，实现最佳的分辨率和图像识别精度。 其实在飞思卡尔的介绍中，突出了一个重点就是「 安全」。S32V 支持全球许多顶级汽车制造商公布的安全硬件扩展规范，宣称能够抵御外部攻击和未经授权的访问。但事实是没有绝对的安全，为了最大限度减少由黑客攻击带来的影响，工程师在汽车网络内部增加了一个保护层。即使黑客获取了对汽车系统某个节点的访问，由于保护层的存在，黑客无法获取其他节点访问权限。 之前飞思卡尔高管 Bob Conrad 也表示，目前市场上很多汽车视觉系统用的都是「 消费级」 的芯片解决方案，这些芯片的最初目的是为了玩游戏，依靠非汽车级芯片来控制汽车并做出关键的驾驶决策让人无法接受。 现在很多主机厂都规划出了自己的自动驾驶蓝图，目前也有一些车型有了一些高级辅助驾驶功能，但很少有人知道这些炫酷功能是靠哪些公司实现的。 由于自动驾驶芯片涉及到行车安全，对发热、寿命、网络安全要求更高，所以比一般消费级芯片更有技术含量。同时，还要兼顾成本问题。在未来应该有越来越多的老牌芯片厂商发展自动驾驶芯片业务，毕竟诸多主机厂都把自动驾驶元年定在了 … 继续阅读
联发科意图收购英伟达 Tegra 业务，推进车联网布局研发 ADAS 产品
(转自 3sNews) 台湾媒体传来消息称，芯片系统整合解决方案商联发科有意收购图形技术和数字媒体处理器厂商英伟达 (Nvidia) 公司。但联发科所重视的不仅是英伟达公司关于图形技术方面的方案能力和影响力，更是意在这家公司的车联网业务。 英伟达公司是车联网领域的后来者，但这并不影响他们在该领域争取行业地位和优势。早在 2008 年，英伟达公司率先抓住机会，推出了面向移动互联网的 Tegra 单片机系统设计芯片，集成 ARM 架构处理器和 Geforce GPU，并内置多元化的移动网络功能; 产品面向各类小型移动终端; 这也是英伟达跨界的一次重要尝试和对未来业务的铺垫。随后 Tegra 芯片不断迭代满足移动市场的需求，并积极融入云计算技术，以在线的形式解决一部分移动端信息和服务的处理问题。 从 2013 年起，英伟达公司在全球发出声音表示要涉足车联网领域，例如该公司的全球副总裁潘迪 (Ashok Pandey) 在中国做演讲时经常要告诉大家英伟达已经开始面向车联网领域做些事情了。彼时的英伟达已是移动互联网业的一个老兵，业界认为这是他们很自然地迎合着趋势所做的一次业务拓展。 在今年的 CES2015 上，英伟达公司发布可用于新的图形应用、深度学习、计算机视觉等领域 Tegra X1 芯片，以及基于该芯片所设计的两款汽车电脑 NVIDIA DRIVE CX 和 NVIDIA DRIVE PX。其中，前者产品利用图形与计算机视觉功能，解决车内导航、娱乐信息、数字仪表组等一系列功能，相关显示方案还解决多屏显示、360 度视觉环绕等问题; 后者产品则利用 Tegra X1 的大数据处理能力，服务于汽车自动驾驶技术，例如通过 NVIDIA DRIVE PX 可实现未来的无人驾驶和自动化泊车。在英伟达公司看来，Tegra X1 芯片要成为汽车的「 大脑」，而他们已经在全球不少车系中，植入了他们的芯片产品。 然而数据显示，最近一个财年英伟达的营收为 47 亿美元，而汽车芯片销售仅占其中的 4%，在业内这样市场份额还远不具有太大竞争力。 但联发科却在发展车联网的路上，注意到了英伟达的潜力。 在 2015 年的全球行动通讯大会 (MWC) 上，联发科总经理谢清江提到下半年将进入车联网领域，推出专有的车联网处理器。目前联发科已具备提供车载资讯娱乐系统整合芯片，以及 GNSS、WiFi 联网传输芯片的能力，但他们希望找到一家更具实力的合作伙伴，在接下来的时间里开发包括 4G 数据处理器和先进驾驶辅助系统 (ADAS) 在内的产品。 这样的战略，因而有了今天流传出来的消息。有评论认为，联发科不太可能对英伟达展开全部资产的收购，而是仅仅聚焦于 Tegra 相关业务。但目前，联发科和英伟达官方尚未对此正式发出声音。(转自 3sNews) GeekCar 附注： 下图：联发科和英伟达的公司情况对比。 下图：台湾《经济日报》爆料的联发科可能收购英伟达的消息，昨日被联发科发布公告予以否认。 近一年来，半导体圈的「 合体」 事件或者传闻铺天盖地：恩智浦 170 亿美元买下飞思卡尔、Avago 370 亿美元拿下博通、Intel 167 亿美元并购 Altera，AMD 被传收购、高通也有收购其他芯片商的消息流出…… 对于合并收购这种事情，我们已经接受了各种不可能为可能。或许某些极力澄清的事情，说不定背后有什么「 惊天大逆转」。
英伟达商开始主攻汽车芯片了，那么他们有哪些经验教训？
英伟达耗费了 10 年时间才被汽车行业接纳为元件供应商。而其他一些科技公司也希望开拓类似的市场，将业务从消费电子产品拓展至汽车元件。 过去多年时间里，英伟达为游戏主机和笔记本电脑提供了强大的图形处理器。在这样的情况下，大众也曾与英伟达接触，了解是否能将这样的 3D 显示技术引入奥迪汽车的中控台中。 这已经是 10 年前的事。10 年对硅谷而言已经可以进行多次产品换代，但对汽车厂商而言，10 年中的车型更替并不会太多。英伟达花费了 6 年时间才开发出 3D 导航系统的显示芯片，而这一导航系统已被用于 2011 款奥迪 A8 汽车。通常情况下，英伟达只需 3 到 4 年时间就能针对游戏应用开发出新的芯片。 与此同时，英伟达的工程师发现，他们无法将为笔记本或游戏主机设计的芯片直接用在汽车中。 英伟达汽车业务高级主管丹尼·夏皮罗 (Danny Shapiro) 表示：「 我们需要学习，『 车规级』 意味着什么。」 简而言之，这意味着不能出现重启，因为如果中控台屏幕无法点亮，那么用户将会愤怒，而保修带来的成本将非常高昂。 在长达 10 年的时间里，英伟达成功将业务从计算机和游戏主机拓展至快速发展的高端汽车显示屏和自动驾驶系统。硅谷其他科技公司也试图效仿英伟达的做法，统一汽车和数字设备。 英伟达的处理器在奥迪 A8 和特斯拉 Model S 等车型中取得了成功。这也表明，汽车厂商正在打破传统供应商的范畴，从而获得更先进的技术。 奥迪技术发展负责人乌尔里奇·哈肯伯格 (Ulrich Hackenberg) 表示，「 他们提供的计算系统」 能处理最新驾驶辅助系统和显示屏所需的大量数据。 在传统汽车芯片市场，英伟达仍是一家小厂商，该公司未来还有很长的路要走。一些更大的厂商，例如日本的瑞萨电子，美国的 德州仪器 、英特尔 和 高通 ，仍是汽车芯片市场的领先者。 最近一个财年英伟达的营收为 47 亿美元，而汽车芯片销售仅占其中的 4%。去年，德州仪器的汽车半导体业务销售额达到 19.6 亿美元，而英伟达这一业务的规模仅为其 1/10。 德州仪器驾驶辅助系统业务经理布鲁克· 威廉姆斯 (Brooke Williams) 表示，在开展汽车芯片业务 35 年之后，德州仪器已经知道，如何处理汽车厂商的需求。他表示：「 我们了解汽车设计周期，以及汽车厂商和供应商的工作方式。」 英伟达目前已进军了车载信息娱乐系统市场，但尚未涉足无人驾驶汽车。 2011 年，英伟达汽车芯片业务的销售额仅为 2300 万美元。自那时以来，该公司取得了极高的增长率。该公司预计，今年汽车芯片业务营收将为 1.83 亿美元。而对于未来汽车业务的发展，该公司已记入了超过 20 亿美元的收入，其中大部分与数字显示屏和娱乐系统芯片有关。英伟达预计，到 2020 年，该公司的芯片将被用于 3200 万辆汽车。 英伟达正试图打入一些新兴市场，面向这些市场提供驾驶辅助系统，包括自动泊车、半自动转向和刹车系统等。这样的系统需要尺寸很小，但运算能力强大的芯片。 目前，英伟达已经开发了 Tegra X1 芯片，并面向汽车和游戏行业的用户销售。英伟达表示，Tegra X1 将超级计算机的计算能力封装在了邮票大小的芯片中。 摩根士丹利 分析师约瑟夫·摩尔 (Joseph Moore) 表示：「 英伟达带来了无与伦比的图形处理能力，这对驾驶辅助系统模块的开发可能至关重要。」 一些客户欣赏英伟达的技术，但不能肯定这一技术是否符合它们的标准。而英伟达从中吸取了经验。 在合作早期，奥迪一名高管邀请英伟达工程师前往位于德国 Ingolstadt 的奥迪工厂。奥迪互联汽车技术高级系统架构师马西亚斯·哈利格 (Matthias Halliger) 表示：「 我们对英伟达的工程师表示，『 你们只生产一个元件，而在这里我们需要将 1 万个元件组装成一辆汽车。即使是一个元件损坏，我们都 会面临问题。」 为了说明问题的严重性，奥迪一名向导指出，曾经有一辆豪华轿车由于喷漆存在瑕疵而被拒绝收货。 哈利格表示，此次的工厂参观「 帮助英伟达理解了我们的需求。这很好地展示了我们想要什么」。 不过，英伟达需要学习的还有很多。正常的汽车生产周期达到 5 年甚至更长时间，而许多消费类产品只有 1 年。英伟达需要与自己的供应商合作，确保关键元件，例如内存和电源模块，在更长的生命周期中能按需得到升级。 英伟达 CEO 黄仁勋表示：「 当你与汽车厂商合作，参与他们的开发过程时，你会在多年时间里接受他们的文化。不过，汽车产业正渴望被重塑。」（本文来源于新浪科技）
「CES2015」NVIDIA（英伟达）Tegra X1，扩充汽车的脑容量
其实现在路上的汽车可以算是「 弱智」，因为它们根本没有独立处理大量行车数据的能力，基本是靠驾驶者思考判断。进而谈到自动驾驶汽车、智能汽车，那么至少得有个「 大脑」 和相关「 神经传导」 来担当——高性能移动芯片配合相应的软件服务就能帮助汽车进行「 脑容量」 扩充，让智力低下的它们变得聪明。 在 CES2015 正式展会的前一天，英伟达首席执行官黄仁勋向世人展示了 NVIDIA 新一代的移动芯片 Tegra X1，同时发布的还有两款 NVIDIA DRIVE 汽车电脑（NVIDIA DRIVE CX、NVIDIA DRIVE PX）。剑指未来智能汽车和智能交通计算核心，英伟达已经正式迈开大步。 回看之前一段日子英伟达过得并不是那么好：和三星、英特尔这些巨头们有着纠缠的官司，智能手机、平板芯片领域的业务也是遭遇了高通、联发科为首的高低端芯片厂商的夹击。坊间一度传言，英伟达要放弃移动芯片业务。 英伟达的 CES 秀 几个月前英伟达发布了全新的 Maxwell GPU 构架，毫无悬念此次发布的 Tegra X1 就使用了 Maxwell 构架的 GPU。具体来看，Tegra X1 有多达 256 个 GPU 核心，性能是去年 CES 上发布的 Tegra K1 的 2 倍。和 15 年前最快的超级计算机 ASCI Red 相比，体积仅为前者 1/10、功耗只有 10W 的 Tegra X1 已经完爆当年的超级计算机，所以称 Tegra 为超级移动芯片应该不为过。 这么高的性能指标，英伟达可以把 Tegra X1 用于新的图形应用、深度学习、计算机视觉等领域。不过基于 Tegra X1 的自动驾驶平台 NVIDIA DRIVE PX、数字座舱电脑 NVIDIA DRIVE CX 才是英伟达想引领汽车系统级芯片以及相关软硬件服务所发的大招。 NVIDIA DRIVE CX 数字座舱利用先进的图形与计算机视觉功能，解决车内导航、娱乐信息、数字仪表组等一系列功能，同时利用车内显示多屏、数字视镜等打造 360 度环绕的视觉，可以有效的减少汽车盲区、扩展驾驶员视野。 NVIDIA DRIVE PX 自动驾驶平台则是给未来自动驾驶汽车提供了底层技术基础，其依靠的 Tegra X1 能处理高达 1T 的数据，而配备了两颗 Tegra X1 芯片的 DRIVE PX 平台可拥有多大 12 路高分辨率摄像头输入，每秒处理 13 亿像素的能力。有了这些强大的处理能力，就可以完成自动泊车、自动驾驶等功能。 汽车「 大脑」 进化进行时 不管是实现环绕式视觉的 CX 数字座舱，还是要打造自动驾驶平台的 PX，实质上都是利用了 Tegra X1 对于图形、对于数字的超级处理能力。对自动驾驶汽车甚至未来交通的想象，核心是把控汽车以及交通相关的各种数据：数据的收集则依赖于庞大的精密的各类传感器（这一点其实已经有很多好的传感硬件和解决方案），对于汽车上大量数据的快速处理从这次英伟达开始才算是步入快车道，超级移动芯片使得汽车的「 大脑」 真正摆脱了「 幼稚期」。 英伟达瞄准汽车芯片，可以说是「 高瞻远瞩」。汽车智能化（交通智能化）的趋势十分明显，可以推测在未来的 5 到 10 年内，几乎所有的新产汽车都需要 SoC（系统级芯片），市场巨大。英伟达 Tegra 在汽车领域其实已经深耕多年，相比与其他芯片商有先发优势；同时汽车芯片对于功耗的要求远小于智能手机，所以更容易单纯地追求高性能。 目前 Tegra 处理器已经运用在较为高端的 Tesla、奥迪等车型上，奥迪已经和英伟达在自动驾驶系统等方面有了深入的合作，英伟达的很多汽车先进技术将会出现在奥迪新一代 TTS 上面。 对未来汽车来说，芯片就是其大脑中枢，可以预见未来这一块是各大芯片厂商以及相关软件服务公司都想占据的市场。与汽车相关的飞思卡尔、英飞凌、意法等半导体厂商以及明导（Mentor Graphics）等汽车电子设计自动化服务商，以及像高通、英伟达这样的芯片商也会纷纷进入，加大汽车「 大脑」 进化的研发投入。不过在图形处理上具有优势的英伟达，和汽车的结合则显得要更顺理成章。 汽车「 大脑」，正在快速进化中。 最后引用一下英伟达首席执行官的一句话，说明移动超级计算处理器对于未来汽车的意义。 「 对未来汽车来说，移动超级计算将是至关重要的。未来的汽车拥有大量摄像头和显示屏，因而可以看到并越来越了解其周围的环境。无论是自动从停车位回到你跟前还是利用情境感知来规避伤害，未来的汽车可以做许多绝妙且貌似智能的事情。计算机视觉、深度学习以及图形领域中的进步最终让这一梦想变得触手可及。」