《英伟达推出新的车载人工智能芯片,并宣布跟大众的合作 》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 姜山
  • 发布时间:2018-01-09
  • 2018 年拉斯维加斯 CES 消费电子展的媒体日第一天,半导体设计公司英伟达(Nvidia)正式宣布此前发布的车载自动驾驶芯片 Drive Xaiver 已经开始向客户交付。

    相比于 2016 年 9 月首次发布的 Xaiver 芯片,这次交付的版本在制程工艺上进行了升级,从台积电的 16nm FinFET 工艺升级为 12nm FFN。

    FFN 三个字母中,FF 即 FinFET,而 N 则代表 Nvidia,是台积电专门为英伟达优化过的制造工艺。采用这种工艺的好处在于相同面积的芯片上能容纳和封装更多晶体管,能够直接提升计算性能。

    受益于此,Drive Xaiver 所包含的晶体管数量从 70 亿增加到了 90 亿,计算性能也从 20TOPS 提升至 30TOPS,功耗为 30W。

    TOPS,是半导体行业衡量处理器在深度学习应用上的性能表现时所用的单位,即 Tera-Operations per Second(万亿次运算每秒)。

    在整个自动驾驶行业,汽车厂商现在能拿到的性能最强的车载芯片就是 Drive Xiaver 了。英特尔旗下 MobileEye 今年的自动驾驶芯片 EyeQ4 只有 2.5TOPS,而更强的 EyeQ5 要等到 2020 年才能交付。

    对于最终的汽车用户,这些单位和概念的意义其实并不大。TOPS 只是衡量一款芯片的理论性能,不能完全代表自动驾驶车实际行驶在路上时的体验。

    目前,英伟达的自动驾驶平台上已经吸引了传统车厂、零部件供应商、地图厂商、传感器厂商等各类企业。

    其中值得一提的是百度。由于中国监管部门对自动驾驶车上的高清摄像头、激光雷达等传感器和相关技术使用并不放心,所有国内外的自动驾驶厂商都需要遵循相应的技术标准,并且车载导航要使用拥有地图牌照的公司提供的数据和服务。

    这意味着,像奥迪、丰田、福特等国外品牌在中国需要在软件和系统层面单独做出适配,才能负责监管要求。

    英伟达创始人黄仁勋表示,目前英伟达的自动驾驶平台已经可以同时提供这两种软件开发方案。这在很大程度上可能受益于跟百度的合作。

    除了百度,变速箱厂商采埃孚、打车服务 Uber、以及前 Google 自动驾驶负责人创办的 Aurora 也都宣布采用英伟达的自动驾驶芯片。

    在软件工具和安全性方面,英伟达跟黑莓 QNX 和 TTTech 公司合作车载操作系统,并通过测试车辆收集回来的真实路况数据模拟出一个虚拟的自动驾驶路测环境。

    通过英伟达提供的测试工具,自动驾驶工程师可以随意调整车上的摄像头位置和角度,并在模拟环境下操控另一辆车来测试自动驾驶算法的反应。

    如果佩戴上 VR 眼镜,开发人员还能在 VR 模式中实际感受自动驾驶车的行驶过程。

    除此之外,英伟达还跟大众汽车合作,未来大众自己的智能车载系统 I.D. Buzz 将采用英伟达 Drive IX 平台提供的人脸识别、语音交互等技术来实现车主个性化体验。

    总起来看,英伟达今年的重头戏仍然是继续推进自动驾驶技术向前走。但最终将平台和各家林林总总的传感器和技术方案整合起来,成为一辆能开上路的汽车,还要依靠那些车厂。

相关报告
  • 《英特尔在Computex展会上发布新的人工智能芯片,与英伟达、AMD、高通竞争激烈》

    • 来源专题:集成电路与量子信息
    • 编译者:AI智能小编
    • 发布时间:2024-06-12
    • 在台湾Computex展会的主题演讲中,CEO Patrick Gelsinger讨论了英特尔最新的技术。英特尔表示,他们的技术将引领人工智能革命,推出最新的Xeon 6服务器处理器和下一代人工智能PC芯片。此外,在展会上,英特尔反驳了竞争对手高通关于他们的AI PC芯片优势的说法。
  • 《美国亚马逊云科技(AWS)推出新一代自研人工智能芯片Graviton4和Trainium2》

    • 来源专题:集成电路
    • 编译者:张冉冉
    • 发布时间:2023-12-05
    • ChatGPT的发布引发了新一轮人工智能革命,业界掀起了围绕大语言模型的热潮,各大公司对生成式人工智能的兴趣激增。随着更大的内存数据库和分析工作负载被带到云上,公司对于计算、内存、存储和网络的需求大大增加。作为云服务提供商,亚马逊云科技(Amazon web service,简称AWS)一直在不断扩展其服务,为大模型的基础设施提供新的动力。同时,AWS深化拓展伙伴关系,于2023年11月28日宣布与英伟达(NVIDIA)开展战略合作,为生成式人工智能提供全新超级计算基础架构、软件和服务。 据Amazon官网11月29日消息,AWS推出新一代自研人工智能芯片Graviton4和Trainium2,能够为广泛的客户工作负载(包括机器学习训练和生成式人工智能应用)提供更佳的性价比和能效。 Graviton4基于ARM架构开发,适用于广泛的通用工作负载,是迄今为止最强大、最节能的AWS处理器。与前一代产品相比,Graviton4的计算性能提高了30%,内核增加了50%,内存带宽增加了75%,为在Amazon EC2上运行的各种工作负载提供了最佳的性价比和能效。此外,Graviton4通过完全加密所有高速物理硬件接口提高了安全性。Graviton4将在内存优化的Amazon EC2 R8g实例中可用,使客户能够改进其高性能数据库、内存缓存和大数据分析工作负载的执行。 Trainium2芯片专为具有高达数万亿参数的基础模型(Foundation Models,简称FMs)和大语言模型(Large Language Models,简称LLMs)的高性能训练而设计,提供上一代产品4倍的性能、3倍的内存容量以及2倍的能源效率,允许程序员以更低的成本快速训练模型,同时减少能耗。Trainium2将在Amazon EC2 Trn2实例中可用,可部署在多达10万个芯片的EC2 UltraCluster中,与AWS弹性结构适配器(Elastic Fabric Adapter,简称EFA)网络互联,提供高达65exaflops(65百亿亿次)的计算,并为客户提供按需访问超级计算机级性能。 随着每一代芯片的不断推出,AWS提供了更高的性价比和能效,让客户拥有了更多的选择。如今,Anthropic、Databricks、Datadog、Epic、Honeycomb和SAP等公司均使用了AWS设计的新一代自研芯片。作为AWS芯片设计的最新创新,Graviton4和Trainium2具备高性能、可扩展性、可靠性和低成本的特性,有望帮助客户解锁并加速生成式人工智能的下一波进步。