在激戰正酣的自動駕駛汽車戰場，英偉達橫空殺出，最終拿下了旨在制造全自動駕駛汽車的特斯拉的合約。
MobileEye作為一家押寶并把競爭力完全建立在自動駕駛汽車技術上的廠家，它將怎樣目睹自己的市場被曾經只是一家GPU廠商的英偉達一點點蠶食。
和CPU技術相比，在解決自動駕駛汽車的一系列問題時，GPU的優勢更加明顯。
我將在本文中解釋為什么英偉達將繼續統治這個領域。
英偉達公司近日強勢殺入自動駕駛競賽，讓這個領域的頭號種子選手MobileEye頓感寒風凜凜，為了理解這種局勢的變化，我們需要深入技術進行探討。
時間回溯至1999年，當英偉達公司開始推廣GPU或者圖形處理單元這個術語時，它就在這個領域成為了一個顯眼的存在。自那個時候起，這家公司的前景就隨著整個電子行業而潮起潮落。首先，當人們開始在PC機上玩游戲時，計算機就使用上了GPU。然后，隨著終端游戲系統的推出，GPU又找到了一個新的用武之地。
2005到2008年，隨著游戲的復興，GPU也流行起來。后來，當有公司能夠推出滿足絕大多數消費者需求的板載圖形解決方案時，GPU才有點過時了。現在，隨著消費者開始接觸虛擬現實，以及那些在硅谷上班的高薪階層愿意花大筆的錢獲得最新和最強勁的計算能力，人們對英偉達提供的GPU的需求再次點燃。我們再來看一看GPU在無人駕駛汽車上的應用。
為什么GPU可以很好地處理自動駕駛汽車帶給我們的一系列挑戰和大量數據？主要原因在于GPU有很多小處理器，而CPU一般只有2、4、8個有時是16個單獨的處理器。有些GPU有數千個被稱為流處理器的單元處理數據，雖然這些單元的處理速度比CPU更慢，但是好漢架不住人多啊！因為所有這些處理器可以并行運行，即它們可以同時處理很多相對簡單但具有大量數據的任務。CPU可以輕松處理一個數據量大、時間長而且比較復雜的任務，而GPU處理這種任務時就會吃力得多。
當有很多簡單的任務時，GPU真的很好用。是不是聽起來開始覺得很熟悉了？想一想開車這樁事，它復雜嗎？不，至少對我來說很簡單。你甚至可以利用自己的本能來開車。當你開車時，是否需要處理大量的信息？比如有個小老太太要過馬路這種情形，你知道我的意思 ，駕駛是一個簡單的任務，但有大量的信息需要適時的處理。如果你的大腦是一臺電腦，而它正在執行駕駛任務，你寧愿使用哪一個處理器？你肯定愿意選擇強大的GPU。
英偉達在其自動駕駛套件中使用的芯片使用了基于從人類大腦本身模仿而來的神經網絡的AI深度學習技術。該技術目前看起來是模仿人類大腦如何做出決定和學習做出這些決定的最佳方式。這種技術使用層次結構，將復雜的問題分解成許多小問題。想想你是怎么識別降落在機場上的飛機吧。首先，你識別出在孩提階段就被教過的飛機的形狀。好的，這是一架飛機。然后，你再尋找進一步的線索。是白色還是黑色？如果是白色，你的大腦可能會告訴你這是一架客機，而不是軍事飛機。它大么？有4個還是2個發動機？如果飛機個頭又大又有4個發動機，你可能會推斷認為它是一個波音747或空客A380。它前面有一個駝峰嗎？如果有，你馬上就能知道這架飛機是一個波音747-你的大腦幾乎在一瞬間貫穿這個層次結構。這很難做到嗎？其實不然，你大腦里只需要有一個二叉樹就行了-判斷得超快。
當你開車時也會發生類似的事情，只是處理的功能不同而已。你看到前面有一個八角形的標志，它引起了你的注意，你確定這是一個停車標志。根據以前的停車經驗，你知道這附近有更多的危險、更多的行人和汽車，所以你本能地減慢，緩慢行駛到標志位置（也是法律規定）。
這正是GPU所擅長的處理類型。計算機識別前面的停止標志，由于為此分配了更高的危險等級，因此計算機知道需要減速。除此之外，計算機知道停車標志周圍通常有更多的行人，因此掃描和識別它們需要更多的時間。駕駛只是 一遍又一遍地執行一堆小的任務，GPU處理器非常適合這種任務。那么英偉達的無人駕駛汽車解決方案是什么樣子呢？
英偉達DGX-1＆PX，PX 2和PX 3
看下面這個盒子 - 它是執行自動駕駛的大腦：
看起來不像，是嗎？這是因為你不會看到這個盒子的外框。英偉達把它稱為“盒子里的超級計算機”，其實這種描述不是很準確。汽車上安裝的不是這個盒子，而是一個帶有芯片的板子，這個盒子是個源頭，它讓這一切成為可能。在特斯拉的視頻展示中，配備2.0版硬件（8個攝像頭、12個超聲波傳感器和前方雷達系統）的新Model-S使用與PX2系統相同的神經網絡。
我會再次嘗試著把一個非常復雜的事情解釋地容易理解。最近的研究表明，無人駕駛汽車需要處理每秒1千兆字節的數據。PX 2則宣稱能夠處理70 GB/s的數據，超過了第4級自主駕駛需要的能力。PX 2每秒能夠執行24萬億次操作-地球人口數量的三分之一。然而，系統可以處理這么大的數據量并不意味著傳感器可以捕獲這么多的數據-現在的傳感器確實做不到這一點。沒有什么東西能和廣告宣傳的一樣好，在整個系統中存在不可避免的瓶頸。
PX 2是目前市場上唯一能夠處理真正的自主駕駛的系統；大部分有自動駕駛能力的汽車都安裝了這個系統。PX 3將是一個更好的系統，并且無疑會降低PX 2的成本。換句話說，現在有一個計算機系統可以處理4級自主駕駛，而它是由英偉達制造的。英偉達的股票今年漲 180％就顯得理由更加充分了。那么英偉達在自動駕駛市場能走多遠呢？
英偉達、自動駕駛應用和競爭格局
那么，在剛剛成為自動駕駛領域的主要選手之后，英偉達會繼續保持其強勢存在嗎？它在這個領域的前景如何？應該會非常不錯。在我看來，自動駕駛汽車是自互聯網技術問世以來最重要的技術之一。當然，如果您不幸有個愛人經常生病，我相信您肯定會認為醫療技術的進步才是驚人的。不過，人們在日常出行、家庭出游和運送東西上的開支應該比用在個人和家庭健康上的開銷更大。
今年，全球共計銷售了約7500萬輛汽車。英偉達目前的產品售價為1500美元。如果10年后，所有的汽車都具備自主駕駛功能，而英偉達將產品價格削減為現在的1/3，并占有15%的市場份額，假設這十年中汽車市場的年復合增長率只有1%，英偉達在自動駕駛這個垂直市場的銷售總額將可能超過60億美元，這是英偉達2016年總營收的兩倍。英偉達股票是2016年表現最好的股票之一，任何看過英偉達股票表現的人都會知道，市場非常了解這種可能性。
我不想在這里把自動駕駛搞得更復雜，但我相信自動駕駛汽車與互聯網本身一樣重要。英偉達的發展前景非常廣闊，那么誰是它的競爭對手呢？我們已經提到了Mobileye，但這家公司的合約正在被英偉達蠶食。德爾福現在超級活躍 - 其V2E（車聯一切）系統和一切事物連接和通信。如果人們在智能手機上裝有合適的芯片，手機用戶也能夠與迎面而來的汽車通信 - 即使他們感知不到這種活動。但德爾福的產品目前還沒有形成一個完整的解決方案。
英特爾也正試圖加入這場競賽，但目前，它還算不上是一個合格的競爭對手。事實上，英特爾正在迫切地向消費者灌輸他們并不需要GPU的觀念，因為根據臺式機業務副總裁Gregory Bryant的說法：“集成顯卡快能趕上GPU了”，GPU可能會傷害英特爾的業務。我們已經看到，和CPU相比，GPU更適合自動駕駛這種任務。最近有很多人都在這個認識上犯了錯誤，英特爾可能也是其中之一。
還剩下誰呢？AMD制造ATI GPU - 但它可以在自動駕駛汽車上使用嗎？當然可以，但現在還沒有任何跡象表明AMD對這個市場的興趣。AMD現在只能算是一家小公司，不過，如果它決定推出自動駕駛解決方案，哪怕只有一家汽車制造商使用它，它也可以影響競爭格局。所以，目前為止，英偉達是當之無愧的贏家。汽車制造商也已經用腳投票了，寶馬、特斯拉、本田和大眾都押寶在英偉達的產品上。
結論
了解英偉達的盒子內部如何實現“智能”或“連接”的工作是一個非常燒腦的行為。我只是希望你能從處理器的角度更深入地了解無人駕駛汽車在行駛時到底發生了什么事情，以及為什么GPU更適合處理這些問題。當你在開車時，需要即時處理的數據量巨大-GPU最適合處理這些數據集。當特斯拉拋棄Mobileye并和英偉達走到了一起時，許多分析師都在費勁心思猜測其背后的動機，許多人都認為英偉達只是一家讓玩游戲變得更酷的公司而已。英偉達非常了解GPU相對于CPU的優勢，它一直在等待這個機會來證明自己。它的解決方案不僅僅支持自動駕駛汽車應用。您將來會與之溝通的智能機器人也將由這項技術來推動，英偉達處于這些技術的最前沿。