英伟达发布最新自动驾驶芯片Atlan 2025年大量装车

易车讯 日前，英伟达创始人、CEO黄仁勋线举行了私人技术会议“ GTC 2021”。线上直播中正式发布了最新自动驾驶芯片Atlan。单颗芯片的算力能够达到1000TOPS，Atlan芯片将于2023年向开发者提供样品，2025年大量装车。

NVIDIA首席执行官黄仁勋在主题演讲中透露，沃尔沃将使用NVIDIA的车载半导体“ DRIVE Orin”。据说该车载机将从沃尔沃下一代XC90开始使用，预定于2022年发布。从去年开始，NVIDIA的车载半导体就已经供应并安装了“Xavier”，而这种Xavier的后继产品将是“Orin”。Xavier的处理能力为30TOPS，而Orin的处理能力约为254TOPS的八倍，它旨在处理在自动驾驶汽车和机器人上同时运行的大量应用程序和深度神经网络。

全新的自动驾驶芯片Atlan，单颗芯片的算力能够达到1000TOPS，相比Orin算力提升接近4倍，超过现今大部分L4级自动驾驶车辆整车的算力。

Atlan拥有安培架构GPU核心、基于Arm的Grace CPU核心、深度学习和计算机视觉加速单元以及BlueField DPU核心，Atlan SoC将于2023年向开发者提供样品，2025年大量装车。

黄仁勋

同时，英伟达也公布了最新L4级自动驾驶开发车Hyperion 8，车辆搭载2颗英伟达Orin芯片用作自动驾驶计算，1颗Orin芯片用作监测车内安全员，4颗Orin芯片与4颗MLNX芯片记录3D环境。

车外传感器使用8个800万像素摄像头、4个300万像素鱼眼摄像头、3个座舱内摄像头、9个毫米波雷达以及2个激光雷达。这辆开发车将在今年年底面向开发者开放。黄仁勋还宣布自动驾驶仿真平台DRIVE Sim将于今年夏季开放使用。

此外，法拉第未来宣布将在FF 91上搭载英伟达Drive Orin平台。未来，FF 81和FF 71车型上配备更先进的自动驾驶和停车功能，这两款同样搭载NVIDIA DRIVE Orin自动驾驶平台的车型预计分别于2023年和2024年上市。

SegmentFault 思否报道丨公众号：SegmentFault

是他，还是那个男人，那个熟悉的皮夹克。

5 月 14 日 晚，黄仁勋在厨房召开了英伟达 GTC 2020 线上发布会。由于新冠病毒疫情影响，英伟达原计划的现场活动被迫取消，定于 3 月 24 日通过媒体发布的新闻稿也未见踪影。千呼万唤中，黄仁勋终于在烤箱前和大家见面了。

本届 GTC 从预热开始就不走寻常路，黄仁勋在大会前一天晒出了自己从烤箱里拿出了 全新的安培（Ampere）架构 GPU NVIDIA A100 。

令人颇感意外的是，虽然无法举办线下活动，英伟达竟然连线上直播都懒得办，直接播放了黄仁勋在自家厨房里录制的视频完成了新品发布。果然是手里有「硬货」就不在乎形式了。

英伟达的首款安培架构 GPU 可以算「史上最强」了，基于 7nm 工艺制程，拥有 540 亿晶体管，面积为826mm²，与 Volta 架构相比性能提升了 20 倍 ，既可以做训练也可以做推理。

NVIDIA A100 具有 TF32的第三代 Tensor Core 核心，能在不更改任何代码的情况下将 FP32 精度下的 AI 性能提高 20倍，达到19.5万亿次/秒 。

多实例 GPU-MG 可将单个 A100 GPU 分割为 7 个独立的 GPU，根据任务不同提供不同的计算力，实现最佳利用率和投资回报率的最大化。

NVIDIA A100 新的效率技术利用了AI数学固有的稀疏性，优化之后性能提升了一倍。

英伟达将 NVIDIA A100 的特性总结为以下 5 点：

黄仁勋说：“Ampere架构的突破性设计为英伟达第八代GPU提供了迄今为止最大的性能飞跃， 集 AI 训练和推理于一身，并且其性能相比于前代产品提升了高达 20 倍 。这是有史以来首次，可以在一个平台上实现对横向扩展以及纵向扩展的负载的加速。A100 将在提高吞吐量的同时，降低数据中心的成本。”

NVIDIA A100 是第一个基于 NVIDIA 安培架构的 GPU，提供了在 NVIDIA 八代 GPU 里最大的性能提升，它还可用于数据分析，科学计算和云图形，并已全面投产并交付给全球客户。

全球 18 家领先的服务提供商和系统构建商正在将 NVIDIA A100 整合到他们的服务和产品中，其中包括阿里云、AWS、百度云、思科、Dell Technologies、Google Cloud、HPE、Microsoft Azure和甲骨文。

黄仁勋还介绍了基于 NVIDIA A100 的第三代 AI 系统 DGX-A100 AI。DGX-A100 AI 是世界上第一台单节点 AI 算力达到 5 PFLOPS 的服务器 ，每台 DGX A100 可以分割为多达 56 个独立运行的实例，还集合了 8 个 NVIDIA A100 GPU，每个 GPU 均支持 12 路 NVLink 互连总线。

据了解，与其他高端 CPU 服务器相比，DGXA100 的 AI 计算性能高 150 倍、内存带宽高 40 倍、IO 带宽高 40 倍。

黄仁勋说：“AI已经被应用到云计算、 汽车 、零售、医疗等众多领域，AI算法也正变得越来越复杂和多样。ResNet模型的算力需求从2016年到现在已经增加了3000倍，我们需要更好的解决方案。”

如此强大的 DGX-A100 AI 售价自然也不便宜，标价 19.9 万美元，约合人民币 141 万元。

此外，黄仁勋还提到了英伟达新一代 DGXSuper POD 集群，由 140 台DGXA100系统组成，AI算力达 700 Petaflops，相当于数千台服务器的性能 。

据了解，首批 DGXSuper POD 将部署在美国能源部阿贡国家实验室，用于新冠病毒疫情相关的研究。

除了以上两款重磅产品，黄仁勋还宣布推出了 NVIDIA Merlin，这是一个用于构建下一代推荐系统的端到端框架，该系统正迅速成为更加个性化互联网的引擎。Merlin将创建一个 100 TB 数据集推荐系统所需的时间从四天减少到 20 分钟。

英伟达此次还推出了众多 AI 领域相关产品，包括 以太网智能网卡 Mellanox ConnectX-6 Lx SmartNIC、EGX 边缘 AI 平台和一系列软件更新扩展。

1.以太网智能网卡 Mellanox ConnectX-6 Lx SmartNIC

ConnectX-6 Lx 是业界首个为 25Gb/s 优化的安全智能网卡，可提供两个 25Gb/s 端口或一个 50Gb/s 端口。

2.EGX 边缘 AI 平台

EGX Edge AI 平台是首款基于 NVIDIA 安培架构的边缘 AI 产品，可接收高达 200Gbps 的数据，并将其直接发送到 GPU 内存进行 AI 或 5G 信号处理。

3.Spark 3.0

英伟达还宣布在 Spark 3.0 上支持 NVIDIA GPU 加速，基于 RAPIDS 的 Spark 3.0，打破了提取，转换和加载数据的性能基准。它已经帮助 Adobe Intelligent Services 将计算成本降低了90％。

4.NVIDIA Jarvis

黄仁勋在发布会中详细介绍了 NVIDIA Jarvis，这是一个新的端到端平台，可以充分发挥英伟达 AI 平台的强大功能，创建实时多模态对话式 AI。

5.Misty 交互 AI

现场演示中，一个名为 Misty 的 AI系统展示了实时理解并回答一系列有关天气的复杂问题的交互过程。

自动驾驶方面，英伟达也将安培架构嵌入了新的 NVIDIA DRIVE 平台。据了解，小马智行、法拉第未来等自动驾驶企业已宣布采用 NVIDIA DRIVE AGX 计算平台。

英伟达的 NVIDIA Isaac 软件定义的机器人平台还将用于宝马集团工厂。英伟达机器人技术全球生态系统涵盖配送、零售、自主移动机器人、农业、服务业、物流、制造和医疗保健各个行业。

英伟达这场时隔 3 年的发布会可谓诚意满满，首次推出的安培架构给足了惊喜，性能提升 20 倍的 NVIDIA A100 GPU 可谓性能飞跃。

虽然发布会并不是现场直播，但依旧爆点十足。一台就比千台强的 DGX-A100 AI 也印证了黄仁勋那就经典名言“买的越多，赚的越多”。英伟达的 AI 解决方案已经覆盖了各行各业，强大的 AI 生态正在形成。

中国工程院院士倪光南曾表示：「芯片设计门槛极高，只有极少数企业能够承受中高端芯片研发成本，这也制约了芯片领域创新。」

英伟达在本届 GTC 上推出的安培架构和基于此的一系列 AI 平台无一部显示了一个 AI 芯片巨头的实力，又一次树立了性能标杆。

根据 Gartner 的预测数据 ，未来 5 年内全球人工智能芯片市场规模将呈飙升趋势 ，自 2018 年的 42.7 亿美元 ，升高至 343 亿美元 ，增长已超过 7 倍，可见 AI 芯片市场有较大增长空间。

尽管与西方发达国家相比，中国的 AI 芯片研发还存在一定差距，但过去两年中，中国 AI 芯片初创企业已获得了数亿美元的资金。华为等公司也开发了令人印象深刻的芯片设计。

但芯片开发极具复杂性，中国人才的短缺以及缺乏多家全球销售排名前 15 位的中国半导体公司的情况表明，中国仍需要取得重大进展，才能在半导体领域与美国匹敌。

半导体市场向来是一个硝烟未灭另一个硝烟又起之地，大佬们摆棋弄局，小弟们争相突围。

每隔数十载，市场格局又大变。

前有半导体界称霸已久的巨头英特尔，因困于制程进展缓慢休憩片刻，便引来无数垂涎其地位已久的竞争者——台积电大步超车，从5nm到开始布局3nm；三星不甘示弱，下血本开多条产线，剑指龙头；AMD推陈出新，疯狂抢占PC处理器市场。

而其中，突围最成功的当然要数AI芯片领域的佼佼者英伟达。

短短几年，人工智能从一个冷门的非主流领域，变成了人们争相谈论的“网红”，甚至发展到了商业的最前沿。

今年来，以 游戏 显卡成长起来的英伟达可算是吃到了甜头。由于新冠疫情的影响，居家隔离办公期间，在线 游戏 和远程计算服务让英伟达成为了最大的受益者。

2020年8月17日，英伟达公司股价再创新高，493美元的收盘价之后市值冲破3000亿美元，成为美国半导体行业的第一，比巨头英特尔高出近1000亿美元，这个市值也等于老朋友AMD、Intel两家的市值之和。

这一件又一件的喜事，足以让英伟达创始人老黄-黄仁勋兴奋不已——看来以后怼英特尔更理直气壮了！

老黄于1963年2月在台湾出生，后在1972年举家移民美国。

老黄在上高中的时候就迷上了计算机，高中毕业后就报考了俄勒冈州大学学习计算机科学和芯片设计。在那里，他遇到了他未来的妻子

Lori。

毕业后，他们搬到了硅谷，黄仁勋开始了他在竞争对手AMD的第一份工作。老黄工作的同时也在继续着学业，并于1992年在斯坦福大学获得了电子工程硕士学位。在他的第二份工作，就职于芯片制造商LSI Corp期间，他遇到了在Sun Microsystems（太阳计算机系统公司）工作的Malachowsky和Priem。

1993年4月，在圣何塞Berryessa立交桥附近的Denny's里，三位年轻的电气工程师——黄仁勋和朋友马拉乔斯基（Chris Malachowsky）和Curtis Priem联合创立了Nvidia，启动资金4万美元，致力于生产能够为视频 游戏 生成更快、更逼真的图形专用芯片。

公司起初没有名字，黄仁勋说：“我们想不出名字，就给所有的文档命名为NV，意思是‘下一代’（next version）。”由于需要让公司具象化，创始人只能去查阅所有带了这两个字母的单词，他们发现了“ invidia ”，它在拉丁语中意为“羡慕”。于是名字就这么敲定了。

三人在21世纪初看到了 数字化浪潮 的机会，并且希望用与英特尔在1990年代相同的方式定义计算。

英伟达创始人之一的马拉乔斯基说： “ 1993年没有市场，但我们看到了一波热潮。” “每年都有一个加州冲浪比赛，比赛时间为五个月。当他们在日本看到某种形式的波浪现象或风暴时，便告诉所有冲浪者出现在加利福尼亚州，因为两天内会发生波浪。就是这样我们才刚开始。”

浪潮？

三人看到的浪潮，就是那个年代新兴市场——图形处理器（GPU）。

在 PC 诞生之初，并不存在 GPU的概念，所有的图形计算都由 CPU 进行计算，直到NVIDIA提出了GPU概念。

GPU通常作为视频 游戏 玩家插入PC主板的卡出售，可提供超快的3D图形。不过这项技术在当时并不被看好。

1995年9月30日，英伟达发布第一款可以真正意义上被称为显卡的产品，叫做NVIDIA STG-2000X。该产品采用英伟达的第一代NV1架构，开发成本为1000万美元。

这款产品并不成功，而且花光了英伟达筹来的第一笔投资，之后又经历了NV2的研发，均在市场上没有掀起什么浪花。这个刚成立没几年的年轻公司几乎破产，陷入财政危机的英伟达被迫解雇一半员工，最后仅保留了约40名核心人员艰难地维持公司的运作。

直到1997年，RIVA128的研发，它的速度是其他图形处理器的4倍，被视为英伟达第一款最成功的显示核心。借着这款产品的成功，英伟达一鼓作气于1998年秋和1999年2月分别推出了TNT和TNT2，一举占据了显卡芯片市场的主流位置。从此GPU就改变了世界，特别是在 游戏 领域，NVIDIA GPU几乎已经成为了 游戏 设备的标配。

上个世纪90年代末，70家GPU公司中存活下来的只有Nvidia和AMD。

与台积电

1998 年英伟达与台积电签署了合作伙伴关系协议，台积电开始协助制造 NVIDIA 产品。

这里还有一段小故事：

也许是同是老乡情谊，在一次采访中黄仁勋回记起1995 年的某天，张忠谋在跟他谈生意时说道，“我赴汤蹈火也要拿到你生意。” 黄仁勋说：“我们两家总共已做过100 亿美元的生意”。

1995 年，32 岁的黄仁勋遭遇商业瓶颈写信给张忠谋，询问台积电能否替 NVIDIA 代工生产第一颗芯片。随后台积电接下英伟达的订单，帮助其快速占领市场。黄仁勋对这段雪中送炭的情谊感动不已，据说还将这段经历画成了漫画送给张忠谋。（不得不说，画得是比我好多了。）

2017年黄仁勋获颁交大名誉博士，张忠谋也亲自到场祝贺，并表示与黄仁勋的友谊长达25年。张忠谋2018年6月在台积电股东常会后正式退休后，黄仁勋还受邀参加张忠谋的家宴。黄仁勋在家宴致词最后，也念了他写给张忠谋的一封信。这封信像是当作他们最后的道别，因为2019年的英伟达就转投由三星代工。

英伟达1999年1月全年营收突破1.5亿美元，并同年在美国纳斯达克挂牌上市。发行时，市值达2.3亿美元左右。2000年，公司收购九十年代末至二十世纪初的显卡芯片领导者3dfx，进一步壮大技术储备。2007年英伟达收入超过40亿美元，与上市时相比收入翻了近26倍！

2008年到2010年，受到“显卡门”事件以及全球经济危机的影响，上升势头正猛的英伟达遭遇了当头棒喝。公司一次性支付了近2亿美元来解决该产品质量问题，重创之后英伟达进入了短暂的停滞期。

终于来到关键性的2012年！

2012年，多伦多大学的Alex Krizhevsky创办了能够从100万样本中自动学习识别图像的深度神经网络“AlexNet”，成为人工智能的标志性事件。随后，斯坦福的 Andrew Ng 与 NVIDIA 研究室合作开发了一种使用大规模GPU 计算系统训练网络的方法。深度神经网络技术迅速发展，Nvidia 也一举成为深度学习领域最炙手可热的公司。

2016年9月13日，公司在GTC CHINA 2016 (NVIDIAGPU技术大会)

上发布了推理加速Tesla P4/P40，形成了深度学习的核心产品。

据悉，英伟达数据中心的业务可分为高性能计算、人工智能和深度学习以及可视化三大部分。目前，英伟达数据中心业务约一半的收入来自于人工智能和机器学习，40%的收入来自于高性能计算。

英伟达在AI领域的高歌猛进甚至让半导体老炮英特尔都感觉到了威胁，以至于英特尔很快地开始大举收购小型AI初创公司，以免错过下一波浪潮。

_

除了 游戏 、数据中心业务，英伟达也在自动驾驶领域进行了多个布局。2015年推出世界上第一块车载超级大脑第一代Drive PX，2017年，英伟达发布了全球首款为全自动驾驶系统设计的计算机芯片，这套名为Drive PX Pegasus的新系统面向Level 5级别的自动驾驶 汽车 。近年来，英伟达深耕自动驾驶领域，如今已经成为自动驾驶硬件的前沿公司。

近日，英伟达公布第二财季财报显示，公司第二财季的营收为38.7亿美元，同比增长50%。其中，数据和 游戏 收入占大头——数据中心业务（包括Mellanox在内）营收达到17.5亿美元，同比增长167%； 游戏 业务营收为16.5亿美元，同比增长26%；专业可视化业务营收为2.03亿美元，同比下降30%；机动车业务营收为1.11亿美元，同比下降47%。

与一贯的500强CEO的形象不符的是，黄仁勋有着别具一格的风格。标志性的皮衣，以及手臂上有一个英伟达logo的抽象版本。

“我一直认为我们距离倒闭还有30天的时间，”黄仁勋说，“这不是害怕失败，而是害怕自满，我甚至不希望自己安定下来。”

往期精选

英特尔52年——大厦将倾，冰山欲倒

设备区｜中微半导体：撑起国产设备“半边天”

设备区｜光刻机还要“卡”多久？留给上海微电子的时间已经不多了

---