当前位置:首页 > 选车>内容

2000T算力!英伟达DRIVEThor,抢高通的饭碗

时间:2023-01-21 16:06 来源:易车网 阅读量:7566   

在GTC2022在线大会上,英伟达向汽车行业赠送了一份大礼——NVIDIA Drive Thor片上系统这款芯片的运算能力高达2000 TOPS,是Orin芯片的8倍,也取代了去年发布的DRIVE Atlan

雷神为什么要取代亚特兰蒂斯。

Atlan芯片于2021年4月发布,计算能力超过1000TOPS它曾被认为是Orin的接班人,是未来L4/5量产车的主流计算平台但一年多后,Atlan甚至还没上市就宣布换成雷神,这在业内并不多见

Atlan下马,是因为计算能力吗。

对于Invista来说,计算能力从来都不是问题目前车载AI芯片的top—flow Orin计算能力为254 TOPS,双核冗余配置的最终功率高达508TOPS,是特斯拉FSD的3.5倍,足以满足L3甚至更高自动驾驶的要求

当然,如果你觉得508 TOPS不够高,也可以像蔚来一样搭载4个芯片,运算能力再翻倍到1016 TOPS。

而Atlan,一个就能达到这个数字,计算能力绝不是Atlan芯片取消的核心原因。

变形金刚是!

在发布会上,英伟达首席执行官黄仁勋提到,具有Hopper架构的惊人变压器引擎和Vision Transformer的快速变化都至关重要,必须纳入下一代机器人处理器。

Transformer是Google提出的神经网络模型,Vision Transformer是针对图像场的Transformer模型。

简单来说,这个模型中引入了一个叫做注意力的概念通过SE和CBAM等注意模块,可以把握远处像素之间的关系,而传统的CNN算法只能注意到相邻像素之间的关系所以,变压器模型往往能带来更高的精度

可是,与CNN和RNN相比,变压器模型具有复杂的结构和许多参数,这导致了它的指数增长在过去的五年中,Transformer模型的计算量增长速度远远快于大多数其他AI模型,每两年增长275倍

目前变压器模型已经包含了数万亿的参数,导致训练时间极其漫长例如,威震天图灵NLG模型需要2048个NVIDIA A100 GPU运行2个月才能完成训练

但是从结果来看,变压器模型的优势非常明显根据消息显示,从去年开始,ViT成为SOTA模式,今年逐渐成为行业主流研发方向

在这种趋势下,今年Nvidia最新推出的Hopper架构中,TensorCore已经升级到第四代,加入了专门为变压器模型计算设计的变压器引擎,并由Intel和ARM联合推出FP8 precision format。

Transformer engine是自定义的Hopper张量核心技术,可以应用混合FP8和FP16精度格式,智能管理精度以保持计算精度,从更小更快的数值精度提升计算性能,大幅加速Transformer训练的AI计算。

FP8精度格式是8位浮点规范,与TF32,FP16等规范相比,只使用了8位,节省了额外的计算周期它的加入提高了大型语言模型的推理速度,再加上Transformer引擎,Hopper架构的性能高达Ampere架构的30倍

DRIVE THOR是基于Hopper架构的片上系统基于TSMC 4N工艺,DRIVE THOR内置了770亿个晶体管,计算能力为2000TOPS如果它内置了完整的GH100 GPU核心,那么它将拥有144个SMs,即集成了多达576个第四代张量核心

计划中的Atlan是和Orin一样的安培架构,不支持第四代张量核和变压器引擎,这可能是其取消的最大原因。

驾驶&娱乐&车辆操控,整车一个核心全包。

2000顶,雷神的计算能力很强,但是不禁要问:我们真的需要这么高的计算能力吗。

英伟达告诉我们,2000 TOPS的计算能力不仅可以用于智能驾驶。

老黄说,雷神可以把它的2000 TOPS计算能力全部用于智能驾驶流程,也可以配置成一部分用于驾驶舱AI和信息娱乐,一部分用于辅助驾驶。

这是由于Nvidia不仅拥有专注于计算的Hopper架构,还拥有面向通用计算的Grace CPU架构和面向图形计算的阿达·洛芙莱斯GPU架构这三种架构可能同时存在于雷神的芯片上,它们可以各司其职,也可以互相帮助

此外,THOR还支持多计算域隔离技术,可以生成多个隔离的计算单元,允许并发,时间敏感的多进程无中断,互不干扰地执行命令它还支持Linux,QNX,Android和其他不同的系统

这体现了英伟达的野心!

目前车身上有很多ECU或域控制器,如门窗,车身,动力系统,制动系统,智能驾驶系统等,它们通常由独立的系统控制这就是所谓的分布式电子电气架构现在,一个趋势是,电子和电气架构已经从分布式发展到集中式

过去多由车企推动,如特斯拉,蔚来,理想,小鹏等,已经在底盘,车身或智能驾驶领域进行了尝试但是,这种全栈自研的开发模式无疑会带来巨大的R&D成本和时间成本,这并不是每个厂商都能够承担和愿意承担的

THOR的这个特性从硬件和系统的角度为很多厂商提供了一个选择硬件方面,不仅能提供智能驾驶的计算平台,还能提供一整套全栈解决方案,支持整车控制,娱乐系统等,可以简化车辆设计和开发,在软件方面,提供了足够的自由度,允许车企对软件进行自研需求,支持车辆系统和功能的快速迭代

正如老黄所说,目前,自动泊车,主动安全,驾驶员监控,摄像头镜像,集群和信息娱乐都是由不同的计算设备控制的,而未来将由运行在THOR上并伴随着时间的推移不断改进的软件提供。

找准定位,跑在行业前沿。

在智能汽车时代,经常会提到两种论调,一种是软件定义汽车,另一种是马力的竞争将变成计算能力的竞争。

在无数事实面前,这两个论点的正确性得到了一次又一次的验证,英威达也逐渐成为了很多车企的核心供应商。

今天的英伟达,离不开他们在GPU上的积累,但更难能可贵的是英伟达对自己的清晰定位,以及始终走在行业前沿的态度。

就像亚特兰蒂斯的堕落,还不够强大吗面对1000 TOPS的单核计算能力,没有人能做出这样的判断可是,对于Invista来说,在Transformer模型成为SOTA之前,Atlan在推出之前就已经落后了

于是,亚特兰蒂斯消失了,雷神更强大了。

这不是一件容易的事,但一旦成功,结果可能是划时代的无论是2000 TOPS的计算能力,还是全车一体包,从目前的角度来看都足够震撼

唯一的问题是:2025年,DRIVE THOR能否获得足够的信任并按时出货。

我们拭目以待。

声明:免责声明:此文内容为本网站转载企业宣传资讯,仅代表作者个人观点,与本网无关。仅供读者参考,并请自行核实相关内容。

热门排行
猜你喜欢
最新资讯