文/腾马丁博士
车图腾出品,转载请注明出处
● ● ●
过去,决定一台汽车性能的是输出动力的发动机,那么未来的智能汽车,决定其性能的将是输出计算能力的“数字发动机”——车载AI芯片。
这是因为,汽车的本质,变了。
过去的汽车,无论怎么豪华和高配置,本质上还是一台机械,尽管实现了部分的自动化,但是驾驶员始终具有无可争议的控制权,是人操纵机器的关系。
未来,一旦实现L4级别自动驾驶以后,汽车的本质只是一台四个轮子上的超级计算机。你感觉不到它是一台“汽车”了,这就是为什么谷歌的无人驾驶汽车表面上是一个呆呆萌萌的小盒子,而暗中却大胆剥夺了一切跟驾驶员有关的“权力”:方向盘、踏板全部消失。
无人驾驶汽车,本质上不是一台汽车,而是一个司机。
这个“司机”的大脑,就是车载AI芯片。
没错,AI取代人力,就是这么彻底。
这是危言耸听吗?
英伟达(Nvidia)的故事,会让你看到,我们离明天有多近。
01
游戏迷对英伟达一定不陌生。
上世纪90年代,PC机走向了多媒体时代,其中3D游戏又是多媒体时代最闪耀的明星。为了能加速3D游戏的运行,图像处理芯片快速走热。成立于1993年的英伟达的目标市场,就是显示市场。
90年代末,英伟达先后推出了TNT系列显卡、GeForce系列显卡,在性能上大幅领先率先推出3D加速卡的首创者3dfx,一跃成为游戏显卡领域的霸主。
冥冥之中,自有天意。
20年来,民用电子产业已经斗转星移。我们简单分成三段:一是PC时代,二是苹果Iphone\Ipad开启的移动时代,三是当前的智能汽车时代,那么,好像再伟大的公司也看不到自己的边界之外。
比如,在PC时代发迹的巨头,就能顺利“接盘”移动时代继续称霸吗?当然不能,英特尔就是例子。
既然如此,PC时代的玩家,似乎更没可能跳过移动时代,直接“千里眼”看到了智能汽车时代。
所以说,风云诡谲的芯片市场,大抵就是一个“赌”字。
而且,在芯片行业,简直是赌上身家性命的豪赌。这个行业投入资金巨大,而且在技术和资本都高度密集的情况下,跑在全世界前方的研发,本就有满盘全输的风险,很可能一失足成千古恨。
日本公司是显著的例子。
在芯片企业全球Top15榜单中,上世纪日本企业虎踞龙盘高达一半之多,一时间风光无两。再看现在,榜单里只剩下寥寥的两三家,除了东芝、索尼之外,掉出榜单的破产的破产,合并的合并,数不尽的落寞和心酸。
然而,有意思的事情还是发生了。
20年前选择押宝PC显卡的英伟达,从那时起,就已经遥启当今时代,奠定了与汽车的不解之缘。
这是天意?
还是创始人高瞻远瞩?
02
黄仁勋,1963年于中国台湾省台北市出生,毕业于斯坦福大学,美籍华人,英伟达公司创始人兼CEO。2001年,黄仁勋在《财富》“40岁以下最富40人”排名第12位。
提起老黄的成就,媒体界大多给他封神了,说他是AI教父。成就如此却很低调,国内很少有人知道这位杰出华人。有人评价,其实老黄(大家对他的暱称)已经足够与王嘉廉和杨致远等华人IT精英并驾齐驱。
以上都是硬性资料。
再说一些接近过黄仁勋的人士,对其性格方面的描述,以及让人难忘的部分。
最显著的特征,“老黄”总是穿着黑色皮夹克,好像没人知道为什么。精力充沛,说话有力,并且“从早到晚说个不停。”强势,但不无礼。
还有,“老黄会说中文,但说的不好。但是他愿意为一场纯粹的中文发布会而准备中文演讲。2015年一次线下活动上,黄仁勋从头到尾坚持中文发言,不熟的人完全看不出老黄中文不好。”
同时,他还是一位技术狂人,“论文读的很多”,且可能是“大厂老大里面对当下新技术细节了解最深的。”
人物就介绍到这。下面讲老黄和他的英伟达。
关键问题是,英伟达是怎么在PC时代出生,成功屹立于移动浪潮,而又在全新的智能汽车时代更加火热?
03
GPU,一芯定乾坤。
真要算“成功的时差”,英伟达跟英特尔相比,那不是一个辈分。再说回上世纪90年代,那是PC的大时代。
彼时,英特尔跟微软强强联合,组成的令人闻风丧胆又咬牙切齿的Wintel联盟一统天下,令下游PC组装企业沦为血汗工厂。有PC企业老板说,卖一台PC能赚100元,其中英特尔拿去了70元,微软拿去了40元。
这个时期,英伟达作为一个显卡制造商,PC江湖的小角色,与英特尔不可同日而语。
现在,我们把时间跳到2020年7月——英伟达的市值达到2513.14亿美元,英特尔是2481.55亿美元。英伟达正式完成对英特尔的反超。
这是历史性的时刻。
风水轮流转,凭啥转到了老黄家?
最最关键的变量,是AI市场的崛起。
英伟达最重要的产品之一GPU,一种图像处理芯片。在英伟达之前,显卡并不负责繁重的计算,而必须由CPU(英特尔家的产品)来做这些运算。但老黄在1999年就认为,显卡必须支持一部分CPU的工作,GPU的概念从此产生。实际上,GPU是老黄一手打造的全新品类。
正如前文说道,GPU成功统治PC显卡,但这个行业天花板比较低。
真正的转折,是21世纪之后,学术界发现,对于使用GPU做通用计算(GPGPU),效果要优于英特尔的CPU。
我们来对比一下两个芯。
CPU(中央处理器)和GPU(图像处理器)都是为了完成计算任务而设计的芯片。
两者的区别在于结构:CPU核少且大,适合更复杂的逻辑判断;GPU用小核,但核数远超CPU(注:核大小指的是缓存和运算单元),适合对大量数据进行并行的简单计算。
我们知道,AI的第三次浪潮,正因为基于神经网络的深度学习,这种技术的最大特征是,不是给机器灌输许多逻辑,而是尽量喂更多的大数据,数据越多越聪明。
看,在上世纪就出生的英伟达家的GPU,多么适合2016年才崛起的AI产业。
随着深度学习的兴起,高校和工业界在越来越多的场景使用深度学习。目前在图像、语音、自然语言处理、推荐系统等大量场景深度学习都已经落地。这也是为什么,过去五年,英伟达股价暴增1900%。
时也?运也?
PC时代的“辅助”,在AI的新时代里,大杀四方。
04
眼看从前的小弟混成了大哥,英特尔怎么能坐视不管。
然而,大象难转身。
这里的逻辑在于,巨头公司似乎都有同一个命运:昨天做得有多伟大,今天的转型顾忌就越多。
因为赛道换了,你很难放弃现有的利益,壮士断腕,去支撑一个根基尚浅的新业务。
举个汽车圈的例子。
德国大众,日本丰田,两家全球唯二销量超千万台的汽车巨头,在电动车时代为啥给人感觉姗姗来迟?
一个合理的假设是,如果柴油门没有在严苛的美国市场爆发,德国大众大概率还是在柴油车的赛道上,渐行渐远。排放门的压力迫使它迅速转型。
至于丰田,多慢就不用说了,刚刚从混动普锐斯的节奏里走出来。
只需要想一下,作为一个国家经济命脉攸关的汽车产业,一旦全面电动化,随着汽车零部件骤减三分之二,而在德国、日本的产业链就要几十万从业者,瞬间失业。
更何况,在集团内部,推进转型的关键人,实际上是旧有利益的掌握者。转型对他们,没好处。
这就是迪斯为什么一再被大众集团强势的工会“弹劾”甚至可能王位不保,而丰田章男作为家族继承人,必须打破许多利益链才能实现转型电动化的根本原因。
好了,说回英特尔和英伟达这对芯片冤家。
从PC时代,到移动互联网时代,再到智能汽车时代,两家公司其实都不是一帆风顺。
英特尔在PC年代是霸主,但是移动时代,它落寞了。因为,PC时代对芯的要求,一个字:强。但是移动时代,尤其出货量最大的智能手机,体积就那么一点点大,芯的任务,除了强,还必须功耗低,太费电不行。
早在2004年,乔布斯与时任英特尔的CEO曾经商谈iPhone采用英特尔芯片的合作,就因为英特尔芯片功耗太高而被放弃。
2006年,英特尔将手机处理器业务XScale以6亿美元卖给了芯片厂商Marvell,2007年1月,苹果发布了首款iPhone手机。
移动时代的画卷缓缓开启,英特尔迎来大溃败,被称作“失去的十年”。
在移动领域,有两家获胜者,一是苹果iOS,二是谷歌安卓。他们俩,用的都是更为精简、能耗更低的ARM架构,与英特尔X86架构无关。
没错,树倒猢狲散。移动领域失势的不仅是英特尔,还有从前的好兄弟微软。Wintel联盟随之解体,俩人各回各家,在移动领域纷纷牵手更为强势的伙伴。
但是,面对越来越春风得意的英伟达,英特尔并未放弃。
05
先看一个三段论。
1. AI时代,最具前景的垂直领域,是无人驾驶汽车。
2. 英伟达GPU为AI而生,所以无人驾驶时代,英伟达的好运气就到了。
3. 所以,英特尔的CPU,被时代抛弃。更甭提小玩家了。
给大家结论:1,2正确。
3错误。
用一句鸡汤文的话总结,在尚未来到的无人驾驶时代,乾坤未定,他们都是黑马。
包括英伟达,英特尔,还有谷歌。未来还有苹果。当然了,特斯拉也自研芯片了,但是这里我们把它当做从L2开始渐进演变的稍微传统的厂商。
先看英特尔。
上文说,AI领域,英特尔的CPU,不如英伟达家的GPU。那要不要推倒重来呢?
大可不必,因为有一个很有疗效的办法,FPGA。
FPGA,现场可编程逻辑门阵列,简单理解,就是一种非常灵活的芯片,可无限地重新编程,这就减少硬件的开销。比特币挖矿,就使用基于FPGA的矿机。近年来在微软、百度等公司的数据中心大规模部署,以同时提供强大的计算能力和足够的灵活性。
顺便说一句,FPGA在包括航空航天、工业等重要领域都有应用,且我国没有自研能力。
英特尔自知在移动领域的落后,就开始在移动领域买买买,一个重大举措,就是收购了老牌FPGA巨头Altera。
英特尔的思路是,通过“CPU+FPGA”的组合,把很多原来需要在CPU上处理的工作负荷转移到FPGA上,既节约了CPU的带宽,又拓展了FPGA的应用范围。
FPGA在以下两个领域能够发挥非常关键的作用:一是本地计算,比如说传感器、融合,二是深度学习的推算。2020年6月19日,英特尔发布了Stratix 10 FPGA系列的新产品 “Stratix 10 NX”,号称是第一款专为AI优化的FPGA,通过定制硬件集成了高性能AI,可带来高带宽、低延迟的AI加速。
无人驾驶汽车,对芯片性能将会有一个极大的要求,手机的芯有问题了,可以卡顿,重启就行。汽车芯如果卡顿,人命关天。那么,CPU+FPGA能不能取代GPU?
前文说了,乾坤未定,无人驾驶没有到来,最终方案尚不完全明朗。
但不可置疑的是,GPU是占了先机的,英伟达的方案是目前AI的主流。
英伟达在2020大会上公布了旗舰计算GPU新品A100,AI训练峰值算力达312TOPS(1TOPS代表处理器每秒钟可进行一万亿次操作),AI推理峰值算力达1248TOPS,均较上一代GPU提升20倍,实现了英伟达史上最大的性能飞跃。
当然,对于未来,两家各执一词。
英特尔人工智能事业部(AIPG)首席技术官Amir Khosrowshahi在对媒体表示,“目前所使用GPU太低级了,半导体行业需要构建全新的神经网络架构。”
而彭博社则报道,英伟达通过成功争辩说GPU优于CPU方案,其更能处理AI工作,赢得了Facebook和谷歌的巨型计算工厂提供设备的订单。
06
看,时代变了。
车载AI芯片正在替代手机芯片,成为半导体行业发展新的驱动力。
简单算一笔账:如果预计到2030年,每辆汽车的车载AI芯片平均售价将达1000美元,整个车载AI芯片市场的规模将达到1000亿美元。
这意味着,汽车将成为芯片最大的单一市场。
相反,智能手机、PC都走到了自己的边界,增长乏力。
这么大一块蛋糕,引无数英雄竞折腰。
一个重要的变量是,谷歌。别忘了,谷歌家的阿尔法狗是如何一再击败人类围棋技能顶峰的代表,正是这家公司,塑造了外界对AI的认知。
一开始就切入无人驾驶的谷歌,自研了AI专用芯片TPU,与CPU、GPU、FPGA都不同,TPU是专为AI打造的专属芯片,有硅谷专家表示,TPU才是无人驾驶的未来,其他几个方案都只是个过渡而已。
当然,我们相信,掌控全球经济命脉的英伟达和英特尔,不会轻易允许自己手中的资源被“过渡”,他们会不遗余力招聘全球最顶尖的工程师,尽全力优化自家的技术,并一步步打破人类认知与技术应用的边界。
这个过程,粉身碎骨,也愿赌服输。
还是那句话,明天,就是一场豪赌。
但我更喜欢另一句——明天,才是真正的现实。
车图腾
资深汽车媒体人暮四先生(刘小闷)领衔打造
腾爷文化 · NDIMedia旗下新媒体
转载请超链接注明:头条资讯 » 中国台湾省大佬,站在了无人驾驶最顶端?
免责声明 :非本网注明原创的信息,皆为程序自动获取互联网,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责;如此页面有侵犯到您的权益,请给站长发送邮件,并提供相关证明(版权证明、身份证正反面、侵权链接),站长将在收到邮件24小时内删除。