理工酷

2022年09月22日发布

事件

9月20日，英伟达召开2022秋季GTC大会，正式发布自动驾驶计算平台DRIVE Thor、全新架构GPU Ada Lovelace与GeForce RTX 40系显卡等产品。

点评

集英伟达前沿技术之大成，具备算力和集成度的代差优势。DRIVE Thor作为DRIVE Orin的后续迭代产品，单颗芯片算力达到史无前例的2,000 TOPS水平，直接取代2021年公司发布的Altan芯片，成为目前业界性能领先的车载SoC芯片。根据发布会信息，Thor计划于2024年量产，极氪成为首家合作汽车品牌。Thor具备参数（算力）和集成度两个维度的代差优势，代表自动驾驶技术硬件未来的发展方向。根据黄仁勋介绍，Thor芯片的领先优势源于对CPU（Grace）、GPU（Ada Lovelace）和处理Transformer模型的引擎（Hopper）进行的升级：首先，Grace具备优异的单线程性能以及与GPU的融合性，可以弥补GPU工作负载受限；Hopper架构面向AI工厂，其Transformer深度神经网络引擎可将视频数据作为一个单一的感知帧来处理，使计算平台能够在固定时间内处理更多数据；新一代GPU架构Ada Lovelace面向终端AI计算机，有助于实现车载计算资源的集中化，可将成本降低数百美元。

高度集成的高算力芯片助力电子电气架构（EEA）向车辆集中式加速演变。超高算力决定了Thor能够满足智能汽车所需的所有AI功能计算需求，可同时为自动泊车、智能驾驶、智能座舱、车载操作系统等多个系统提供算力，让主机厂能够在不同AI任务中任意分配算力，使“一颗芯片打造一个整车控制器”成为现实。目前，智能汽车在车辆EEA方面由传统分布式（数百个ECU控制不同功能），逐步演进到域集中式，正向第三代中央式（车辆集中式）发展，由于搭载更少的零部件和芯片，中央式架构可以为车企实现车辆减重和全链条的成本降低。汽车EEA的升级主要体现在硬件架构、软件架构、通信架构三方面，英伟达通过Thor芯片树立了中央计算主芯片的行业标杆，为实现车辆集中式的终极目标演进提供了硬件基础，有望通过提升智能汽车计算效率，有效解决“缺芯”问题。

NVIDIA DRIVE开发平台提升模拟仿真能力，英伟达拓展汽车业务边界。发布会展示了融合Omniverse和终端AI计算的自动驾驶开发平台NVIDIA DRIVE的AI工作流新功能：根据传感器记录的数据快速构建3D场景，导入到DRIVE Sim后，通过人工创建或AI生成的内容对其进行增强，使英伟达能够在全球范围内创建模拟场景，进行闭环测试，提升自动驾驶安全性。简而言之，NVIDIA DRIVE技术进步方向是提高模拟测试效率，通过取代实际路测降低训练成本，实现开发平台的高度自动化。公司在智能汽车业务的布局持续增强，有望充分受益自动驾驶商业化落地。

发布基于Ada Lovelace全新架构的40系消费级显卡，旗舰产品4090性能翻倍。全新Ada Lovelace架构采用台积电4N工艺，较上一代Ampere晶体管和CUDA核心数量提升70%，着色器、光追、深度学习性能均实现重大飞跃。基于全新架构，英伟达发布GeForce RTX 40系列显卡，首发型号包括4090（24GB）、4080（16GB）、4080（12GB）三款高端产品，其中旗舰产品4090较上代同级3090Ti性能翻2-4倍最为巨大。定价方面，较上代同级首发价，40系显卡均有不同程度涨价。

政策风险仍在，高算力芯片国产替代仍是必行之路。上月底，美国政府发布对英伟达A100和H100芯片出口中国和俄罗斯的禁令，尽管两款芯片主要用于云端计算和AI数据中心，但仍不能排除未来芯片禁售范围扩大至车载高算力芯片，国产替代意义重大，我们认为有望看到以地平线等为代表的国产芯片厂商突围以及领先车企在芯片领域的向上突破。面对英伟达等消费电子厂商在高端市场的压倒性优势，车企与芯片厂商的跨界深度合作或成趋势。

风险

产品研发进展不及预期，中美贸易摩擦加剧等。