为什么国内大多数自动驾驶企业都基于英伟达硬

在计算平台的选择上，国内企业表现得很趋同，这样避免了走太多弯路，但也不可避免地挤入了同一个赛道。希望看到那些自研芯片的玩家，他们在走一条少数人走的路，可能会很漫长，可能会觉得孤独，但如果相信自己做的东西是对的、有价值的，那么也希望他们坚定的走下去。

12月18日，一年一度的NVIDIA GTC China大会在苏州举行。这次，老黄带来了名为NVIDIA DRIVE AGX Orin™的自动驾驶和机器人软件平台，该平台内置了全新Orin系统级芯片（由170亿个晶体管组成），集成了NVIDIA新一代GPU架构和Arm Hercules CPU内核以及全新深度学习和计算机视觉加速器，每秒可运行200万亿次计算，几乎是NVIDIA上一代Xavier系统级芯片性能的7倍。

同时，Orin支持在自动驾驶汽车和机器人中同时运行的大量应用和深度神经网络，并且达到了ISO 26262 ASIL-D等系统安全标准。

作为一个软件定义平台，它能够为L2-L5级完全自动驾驶汽车开发提供兼容架构平台，助力OEM开发大型复杂的软件产品系列。

除此之外，英伟达在中国的朋友圈又多了一位重磅玩家——滴滴，后者将选用NVIDIA进行自动驾驶和云基础建设。滴滴出行将使用NVIDIA GPU和其他技术开发自动驾驶和云计算解决方案。滴滴的数据中心使用NVIDIA GPU训练机器学习算法，并采用NVIDIA DRIVE为其L5级自动驾驶汽车提供推理能力。

除了滴滴，英伟达在中国的合作伙伴百度Apollo、文远知行、图森未来、小鹏汽车、智加科技、奇点汽车、新石器等企业也悉数到场。这些企业都不同程度的使用了英伟达的硬件平台来开发其自动驾驶车辆。

你会发现一个现象，这些国内知名的自动驾驶企业都不约而同的选择了英伟达芯片来做硬件平台支撑。

作为企业，从自动驾驶的研发或者量产的角度来说，自动驾驶大脑的计算单元，其实主要有以下的三种选择：

1、使用比较成熟的工控机，简单方便，很适合自动驾驶初期的算法开发与验证，工控机相比于嵌入式设备更稳定、可靠，社区支持及配套的软件也更丰富，但是缺点也很明显难以量产化；

2、使用如NVIDIA等第三方提供的研发平台比如Drive PX2等。第三方研发平台是有一定选择空间的，但是英伟达已形成成熟的产业生态，开发了先进的感知模型，用于检测、分类、跟踪和轨迹预测，还可用于感知、本地化、规划和制图。除了芯片外，NVIDIA的平台、软件等很多技术可应用在汽车中，帮助客户定制化应用以进一步提升产品的性能。但是否能解决以往出现的资源浪费或者资源不足的问题，满足大多数用户的使用问题仍需要进一步考证。

比如百度L3+级自动驾驶的计算单元主要是一种CPU+GPU+FPGA的架构，基于具体应用、功耗以及量产化问题，会在原平台基础上做一些个性化的拓展。

3、自研研发平台，有些企业会根据自身需求，设计自己的嵌入式控制单元，不过这种做法在研发上往往需要耗费很多精力和时间，整个芯片的流程，芯片设计、芯片制造、芯片封测三个流程，对于普通创业企业来说，周期很长。尽管如此，国外Waymo、Cruise、Tesla选择了自研芯片，比如Audi和TTTech共同研发的zFAS，目前已经应用在最新款Audi A8上量产车上了。

总而言之，国内自动驾驶企业使用英伟达计算平台的玩家不在少数。

在计算平台的选择上，国内企业表现得很趋同，这样避免了走太多弯路，但也不可避免地挤入了同一个赛道，在方案个性化呈现上少了一点。我们也需要鼓励那些自研芯片的玩家，他们在走一条少数人走的路，可能会很漫长，可能会觉得孤独，但如果相信自己做的东西是对的、有价值的，那么也希望他们坚定的走下去。

【欢迎大家提供行业新闻热点，商业合作请联系：18562613430】