「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。」
为什么说 Nvidia（英伟达）将激发下一轮汽车变革
相比 Nvidia，英特尔与高通在汽车领域的优势并不明显。从 Tesla 的选择上就能找到答案。Nvidia 更擅长图形处理，其 CUDA 并行计算架构是最重要的一个筹码，因为今后的汽车智能化必然需要强大的 GPU 支持。