在計算平台的選擇上，國內企業表現得很趨同，這樣避免了走太多彎路，但也不可避免地擠入了同一個賽道。希望看到那些自研晶片的玩家，他們在走一條少數人走的路，可能會很漫長，可能會覺得孤獨，但如果相信自己做的東西是對的、有價值的，那麼也希望他們堅定的走下去。
12月18日，一年一度的NVIDIA GTC China大會在蘇州舉行。這次，老黃帶來了名為NVIDIA DRIVE AGX Orin™的自動駕駛和機器人軟體平台，該平台內置了全新Orin系統級晶片（由170億個電晶體組成），集成了NVIDIA新一代GPU架構和Arm Hercules CPU內核以及全新深度學習和計算機視覺加速器，每秒可運行200萬億次計算，幾乎是NVIDIA上一代Xavier系統級晶片性能的7倍。
同時，Orin支持在自動駕駛汽車和機器人中同時運行的大量應用和深度神經網絡，並且達到了ISO 26262 ASIL-D等系統安全標準。
作為一個軟體定義平台，它能夠為L2-L5級完全自動駕駛汽車開發提供兼容架構平台，助力OEM開發大型複雜的軟體產品系列。
除此之外，英偉達在中國的朋友圈又多了一位重磅玩家——滴滴，後者將選用NVIDIA進行自動駕駛和雲基礎建設。滴滴出行將使用NVIDIA GPU和其他技術開發自動駕駛和雲計算解決方案。滴滴的數據中心使用NVIDIA GPU訓練機器學習算法，並採用NVIDIA DRIVE為其L5級自動駕駛汽車提供推理能力。
除了滴滴，英偉達在中國的合作夥伴百度Apollo、文遠知行、圖森未來、小鵬汽車、智加科技、奇點汽車、新石器等企業也悉數到場。這些企業都不同程度的使用了英偉達的硬體平台來開發其自動駕駛車輛。
你會發現一個現象，這些國內知名的自動駕駛企業都不約而同的選擇了英偉達晶片來做硬體平台支撐。
作為企業，從自動駕駛的研發或者量產的角度來說，自動駕駛大腦的計算單元，其實主要有以下的三種選擇：
1、使用比較成熟的工控機，簡單方便，很適合自動駕駛初期的算法開發與驗證，工控機相比於嵌入式設備更穩定、可靠，社區支持及配套的軟體也更豐富，但是缺點也很明顯難以量產化；
2、使用如NVIDIA等第三方提供的研發平台比如Drive PX2等。第三方研發平台是有一定選擇空間的，但是英偉達已形成成熟的產業生態，開發了先進的感知模型，用於檢測、分類、跟蹤和軌跡預測，還可用於感知、本地化、規劃和製圖。除了晶片外，NVIDIA的平台、軟體等很多技術可應用在汽車中，幫助客戶定製化應用以進一步提升產品的性能。但是否能解決以往出現的資源浪費或者資源不足的問題，滿足大多數用戶的使用問題仍需要進一步考證。
比如百度L3+級自動駕駛的計算單元主要是一種CPU+GPU+FPGA的架構，基於具體應用、功耗以及量產化問題，會在原平台基礎上做一些個性化的拓展。
3、自研研發平台，有些企業會根據自身需求，設計自己的嵌入式控制單元，不過這種做法在研發上往往需要耗費很多精力和時間，整個晶片的流程，晶片設計、晶片製造、晶片封測三個流程，對於普通創業企業來說，周期很長。儘管如此，國外Waymo、Cruise、Tesla選擇了自研晶片，比如Audi和TTTech共同研發的zFAS，目前已經應用在最新款Audi A8上量產車上了。
總而言之，國內自動駕駛企業使用英偉達計算平台的玩家不在少數。
在計算平台的選擇上，國內企業表現得很趨同，這樣避免了走太多彎路，但也不可避免地擠入了同一個賽道，在方案個性化呈現上少了一點。我們也需要鼓勵那些自研晶片的玩家，他們在走一條少數人走的路，可能會很漫長，可能會覺得孤獨，但如果相信自己做的東西是對的、有價值的，那麼也希望他們堅定的走下去。
【歡迎大家提供行業新聞熱點，商業合作請聯繫：18562613430】