在人工智能领域崭露头角的英伟达（Nvidia），其在汽车行业的布局同样引人注目。尽管在英伟达的财务报表中，汽车业务所占比例并不显著，且在过去两年有所下降，但这并不妨碍我们深入探讨这家AI巨头在汽车领域的战略布局和产品发展。
Nvidia在汽车行业的布局主要集中在智能驾驶技术的开发上。其核心产品是Drive系列SoC芯片平台，这是专为智能驾驶设计的计算平台。自2015年首次亮相以来，Nvidia Drive已经经历了多代的技术迭代。
第一代Drive CX和Drive PX基于Maxwell微架构，专注于智能座舱和高级驾驶辅助系统（ADAS）的应用。这些平台在2015年就已经配备了256至512个CUDA核心，支持并行计算操作。
紧接着，2016年推出的第二代Drive PX2，专为ADAS智能驾驶功能设计，基于Pascal GPU架构，内含多达12个64位Arm CPU。特斯拉的Hardware 2.0就是使用了Drive PX。
2017年，Nvidia发布了Drive PX Xavier，采用Volta微架构，国内初代领航辅助系统，如小鹏的NGP，就是基于这个平台开发的。同年，Drive PX Pegasus发布，基于Turing架构，是Nvidia首款支持AI功能的汽车平台，性能比Drive PX2提升了约10倍。
2019年12月，Nvidia推出了Drive AGX Orin，2020年5月宣布将采用Ampere架构，适用于ADAS和L3-L4级别的车辆。Orin配备多达2048个CUDA核心，能处理复杂AI模型的并行运算，拥有170亿个晶体管，符合ISO 26262 ASIL-D标准，具备高度安全性，成为国内高阶智能驾驶平台的首选。
2021年4月，Nvidia宣布推出基于Ada Lovelace架构的Drive Atlan，但在2022年9月取消该产品并推出了Drive Thor。Drive Thor基于Blackwell GPU架构，与Drive Orin相比，其晶体管数量是Drive Orin的12倍，Nvidia声称性能提升超过60倍。Blackwell使用的4位浮点（FP4）计算比Orin使用的16位浮点（FP16）计算更高效，有利于加速大语言模型（LLM）的训练速度并降低功耗。
Drive Thor预计将于2025年开始大规模应用于市场上，业内传闻比亚迪的仰望系列将采用这一芯片。Blackwell还通过专用的可靠性、可用性和可服务性（RAS）引擎提升了设备的可靠性。RAS AI驱动的预测管理系统能够监控硬件和软件中的数千个数据点，以预测潜在的安全隐患，并提供深入诊断数据，以识别和处理问题区域。
Nvidia的Transformer AI模型通过学习大量文本数据中的模式，能够理解和生成类似人类的文本。Blackwell和Drive Thor可利用transformer技术来解决自动驾驶和其他汽车问题。此外，Blackwell的解压缩引擎通过高速链路访问Nvidia Grace CPU的大容量内存，提供900 GB/s的双向带宽，有效加速AI和数据库查询等任务。
Nvidia的CUDA平台支持AI模型最大化使用GPU核心，执行并行任务。Drive Thor的客户包括多家汽车行业客户，如中国的比亚迪、广汽、极氪、蔚小理等，以及外资品牌如奔驰、现代、捷豹路虎等。Nvidia Drive的客户还包括卡车以及L4 Robotaxi等出行公司，如2getthere、AutoX、滴滴、Navya等多家自动驾驶初创公司。
Nvidia的推理微服务（NIM）是一种基于CUDA的软件打包与交付方式，提高了GPU中心软件的可用性。NIM服务提供开发者更多机会，允许定制AI软件的开发，覆盖大量GPU。NIM服务利用Nvidia的加速计算库和生成式AI模型构建，得益于标准的NIM API和CUDA的庞大用户群体。NIM尤其适用于业务驱动的AI应用，并将在未来用于软件定义汽车（SDV）、自动驾驶和信息娱乐等应用。
Nvidia Omniverse是一个API、SDK和服务平台，允许开发人员将OpenUSD与RTX渲染技术集成到现有的软件工具中，以构建AI系统。GTC 2024宣布的Omniverse Cloud提供了五项新API，帮助开发人员直接将核心Omniverse技术集成到现有的数字孪生设计中。Omniverse在汽车行业的市场占比将进一步提升，特别是在自动驾驶和软件定义汽车的数字孪生应用上。
总结来说，Nvidia将自己产品线分为四大部分：数据中心、AI软件、游戏、专业图形和企业应用显卡业务。汽车应用，主要是指DRIVE Hyperion sensor architecture with AGX compute、DRIVE AV & IX full stack software for ADAS, AV & AI cockpit等智能汽车的座舱和智能驾驶硬件以及软件服务。尽管汽车业务在英伟达业务总占比非常少，但英伟达却将这个产业单独拎出来，首先AI的应用非常广泛，已经渗透到所有产业，而汽车不过是一小部分；但是，其实汽车行业牵扯巨大，按照上面的分类只不过是终端分类，例如汽车行业数据中心，从智能的研发到销售巨大的业务，也是目前国内各种云竞相争抢的肥肉。
而汽车是智能AI机器人落地的第一大场景，是机器人的分类的先行者，未来自动驾驶以及机器人业务，英伟达预估会达到3000亿美金的业务。因此，AI巨头Nvidia在汽车行业的布局，类似于我们熟悉通讯行业的华为，从设备到终端，从硬件到软件全面布局AI产业。研究智能汽车离不开AI，也离不开AI类
