NVIDIA 开展自动驾驶业务的探索要从 2006 年说起。

2006 年，NVIDIA 推出革命性的 CUDA 架构，并应用于显卡中，同时还提供了 CUDA SDK。CUDA 是一种用于通用 GPU 计算的革命性架构，使科学家和研究人员能够利用 GPU 的并行处理能力来应对最复杂的计算挑战。现在，无论在高性能计算的企业计算领域，还是在个人身边的最为热门的软件，都可以利用 GPU 或者显卡来为其提速。对于企业来说，这是一场革命，我们可以看到成千上万基于 CUDA 的包括地质勘探、医学、数学、生命科学、金融、流体力学等运算，CUDA 通过 GPU 加速比原来高性能的 PC CPU 加速提速几十甚至上百倍。

2012 年，AlexNet 在 ImageNet 竞赛中以超过第二名 10.9 个百分点的绝对优势一举夺冠，深度学习和卷积神经网络一举成名。自此，深度学习的相关研究越来越多，行业也公认 2012 年是 AI 和深度学习神经网络技术爆发的起点。

在此之后，NVIDIA 基于 CUDA 技术支持业界流行的 TensorFlow、PythonTorch 等典型训练框架，助力 AI 在不同领域的研发和落地。

在探索过程中，NVIDIA 发现无人驾驶是最复杂的一个 AI 应用场景。如今，L2 级自动驾驶相对更为流行，但以车辆为主导的 L3/L4 级等高级别驾驶对 AI 来说更具挑战，这也是 NVIDIA 深入无人驾驶行业的动力。

NVIDIA 很早就认识到，AI 是由数据驱动的。而无人驾驶不只局限于 AI 本身，也需要考虑到嵌入式的 SoC。在做无人驾驶之前，NVIDIA 在 SoC 上有多年累积的经验，比如在手机、平板电脑、游戏盒子等应用领域都有所涉猎，因此有快速启动的基础和条件。2016 年，NVIDIA 推出了第一款汽车相关的 SoC 产品——Parker，这也是 NVIDIA 无人驾驶征程的开始。

无人驾驶最关键的是功能安全，但 NVIDIA 发布的第一代 Parker 更多是基于 Linux 打通数据链路，例如摄像头获取数据后的前处理和推理等，把这个环节打通，但欠缺真正的功能安全。

NVIDIA 在 Parker 之后带来了下一代产品 DRIVE Xavier。DRIVE Xavier 有超过 90 亿个晶体管，是全球第一个达到 ISO 26262 安全认证的复杂 SoC。由全球主要标准化机构——国际标准化组织制定的 ISO 26262 是道路车辆系统、软件和硬件功能安全领域中最具权威性的国际标准，要求计算系统能避免、识别并解决故障。为了达到这一标准，一款系统级芯片不仅需要有在运行时检测到硬件故障的架构，开发时还要注意减少潜在的系统故障。这意味着它必须尽可能地避免故障，即使在无法避免的情况下也能检测到故障并有所反应。

NVIDIA 的认证主要分为两部分：SoC 认证，以及在此之上的 DRIVE OS 认证。DRIVE OS 本身基于 QNX 的 QOS 而集成，整个芯片和 DRIVE OS 作为 SEooC 都可以满足 ISO 26262 的功能安全标准，达到功能安全评级 ASIL- B。

在这个过程中，NVIDIA 也在优化功耗。对于无人驾驶来说，AI 并不是全部，比如一些传统的 CV（计算机视觉）算法也是非常重要，因此后来我们也加入了 PVA（Programmable Vision Accelerator），可编程视觉加速器，通过 API 加速各种 CV 算法，以满足低功耗的需求。另外，GPU 虽然非常灵活，但 GPU 本身从能耗比来说表现还不是最好，所以 NVIDIA 又加入了 DLA（Deep Learning Accelerator），深度学习加速器，DLA 的设计方案，它的性能功耗比就非常好，这也是之后 NVIDIA 计算平台的标配。目前，NVIDIA 用 GPU +PVA+DLA 相结合的方式，帮助客户能够更加灵活地将不同算法部署在不同引擎上，以达到更好的功耗比和性能表现。

从去年开始，很多中国车企都采用了 NVIDIA DRIVE Orin SoC。作为 DRIVE Xavier 的下一代产品，DRIVE Orin 在算力方面有巨大提升。随着无人驾驶的要求从基本的 NCAP 到 ADAS ，再到 L2+ 以及 L3 级以上，算力的需求也更加迫切。除算力之外，内存瓶颈也时常发生。最终，DRIVE Orin Soc 的算力达到 254 TOPS，内存带宽被设定在 205GB/s，可以支持车载设备和传感器 4 个 10G bps 的网络接口，以及 H.265/HEVC/VP9 格式的 4K@60Hz 视频编码或者 8K@30H z 视频解码。

在功能安全方面，跟 Xavier 一样，NVIDIA 一直是按照最高标准去作为产品要求。DRIVE Orin 符合 ISO 26262 的功能安全标准，达到最高的功能安全评级 ASIL-D。目前 DRIVE Orin 也是全球领先的车规级 SoC，在全球领先的 30 家电动汽车制造商中，有 20 家选择 DRIVE Orin 作为首选的 AI 计算平台。

NVIDIA DRIVE Orin SoC

NVIDIA DRIVE Sim

其次，无人驾驶是非常复杂的工程，如果不对所开发出的算法进行大量仿真，那么车端应用便不具备充足的安全功能性。NVIDIA Omniverse 平台能够提供非常好的底层仿真环境，基于 Omniverse 的 DRIVE Sim 可以帮助客户构建一个物理属性准确的仿真平台，快速、高效地进行大规模的自动驾驶汽车测试和验证。

另外，在仿真过程中，也会涉及到有效数据获取的问题。有些数据可能非常容易获取，而有些数据则很困难。比如，时间特别短的黄灯数据或是路面上的小障碍物数据，在大部分情况下很难通过人工方式采集到。可是自动驾驶需要解决长尾场景的问题。NVIDIA 的仿真平台可以在生成这些复杂的合成数据的同时，结合真实数据让算法更加完美，以支持不同的应用场景。

最后，客户也可以通过 DRIVE Sim 仿真平台，借助域控制器支持路测。从开发、训练、测试，到自动驾驶车辆或域控制器的量产，NVIDIA 可从多个维度、端到端地帮助客户快速迭代，共同加速软件定义时代的到来。

推荐阅读