今年的智能駕駛?cè)τ瓉砹藦摹翱捎谩钡健昂糜谩、“愛用”轉(zhuǎn)向。自特斯拉2020年對自動駕駛算法進行史詩級重構(gòu)并引入BEV+Transfomer 架構(gòu)開始,車圈就開啟了對于端到端“類人”技術(shù)的追逐,不論是國內(nèi)的蔚小理,還是國外的豐田等巨頭車企亦紛紛入局。
英偉達在過去30年的旅程中,一直致力于加速一個又一個應(yīng)用領(lǐng)域。從計算機圖形學(xué)開始,英偉達的計算架構(gòu)已經(jīng)擴展到了多個行業(yè),包括半導(dǎo)體制造、計算光刻、仿真、CAE、5G無線電等,這種加速計算的普及,使得英偉達的技術(shù)幾乎覆蓋了每一個重要的行業(yè)。
盡管AI芯片種類繁多,GPU因其適應(yīng)性和強大的并行計算能力,仍是AI模型訓(xùn)練的主流硬件。英偉達在GPU領(lǐng)域的技術(shù)積累和生態(tài)建設(shè)使其處于領(lǐng)先地位,而國內(nèi)GPU廠商雖在追趕,但仍存在差距。AI應(yīng)用向云、邊、端全維度發(fā)展,模型小型化技術(shù)成熟,數(shù)據(jù)傳輸需求增加,Chiplet技術(shù)降低設(shè)計復(fù)雜度和成本。