黃仁勳的3000億美元野心，吳新宙能否助他實現？

今天小編分享的汽車經驗：黃仁勳的3000億美元野心，吳新宙能否助他實現？，歡迎閲讀。

原創｜Jaden 編輯｜Cong

去年 8 月，吳新宙離開小鵬加入英偉達，到年底，吳新宙以英偉達全球副總裁和汽車事業部負責人的身份回國，并開始了在中國市場對自動駕駛人才的大規模招聘計劃。這被看作是英偉達針對中國市場智能駕駛業務，開啓的全新一輪戰略擴張。

作為全球智駕發展最為迅速的區網域之一，中國車企相關的產品、技術和經驗的積累已經走在世界前列，包括最近甚嚣塵上的特斯拉 FSD 入華，也證明了中國市場上自動駕駛的商業土壤和想象力。

對于英偉達來説，在中國和全球市場商業落地層面的開疆拓土，當然是它當前的重要任務。不過，英偉達也延續它一貫超前的風格，更多從未來自動駕駛發展的視角，提前做更多的戰略部署，并最終讓這條路線成為行業的共識。

在近期英偉達的媒體溝通會上，除了吳新宙，英偉達汽車事業部數據中心副總裁 Norm Marks，以及英偉達全球副總裁、中國區汽車事業部負責人劉通也悉數到場，向車雲等媒體詳細介紹了英偉達智能駕駛的技術和商業化進展。

從這場溝通會傳遞的信息來看，中國市場激烈的競争和巨大的需求，讓英偉達看到了汽車領網域更多的機會和想象空間；

另一方面，英偉達也希望利用自身在 AI 領網域的領先技術和經驗，與中國市場的產品研發和落地經驗相結合，為車企提供完整的端到端智能駕駛全棧解決方案，而非限于硬體，在面向未來的智能駕駛競争中，助力英偉達在全球市場提前占位。

在這個過程中，在 " 賦能 " 和 " 競争 " 之外，英偉達更希望扮演的，還有 " 引領 " 的角色。

AI 定義汽車成為未來的趨勢

過去十年，" 軟體定義汽車 " 在汽車領網域產生了非常深遠的影響，特别是通過 OTA 技術，把汽車這樣一個固定不變的硬體產品變成可以自學習、不斷變化的用户產品。

伴随着 AI 的發展，軟體定義汽車在不斷變得成熟，要解決的 Corner Case 也在不斷增多。生成式 AI 和 LLM，将有可能解決這些更復雜的問題，自動駕駛會迎來新的開發範式。在未來這個 AI 定義汽車的階段，企業研發重心将向雲端轉移，打造一個真正類人的高階自動駕駛技術棧。

在吳新宙看來，軟體定義汽車和 AI 定義汽車，這兩個階段其實是一脈相承的。從自動駕駛的發展過程來看，第一代的自動駕駛系統是完全基于規則，有大量工程師特征；現階段第二代自動駕駛，已經開始用大量的 AI 取代原有的工程師特征，可以通過模型去做部分預測、規劃等。而接下來則是端到端大模型的方式，這也是英偉達目前在提前做的事情。

二者之間的區别在于，軟體定義汽車需要大量工程師介入。所有組件的算法開發量都非常大，比如 Corner Case 識别比較慢，需要海量的路測和運營，再把數據回傳給工程師，這需要非常高效的基礎建設設施支持數據設施閉環，再通過 OTA 的方法更新。簡言之，每個環節都需要大量人工參與。

而在 AI 定義汽車的新階段，大部分模型能夠在雲端完成訓練，通過數據驅動的方式，車端 Corner Case 識别，然後通過自動數據驅動完成模型的自我迭代，在雲端通過仿真完成大部分的驗證，極大地減少車端大規模設備部署和測試的依賴性，讓流程得到極大簡化。同樣，随着生成式 AI 能力的進一步提升，針對座艙的部分，包括雲對話、針對任務的測試規劃和編輯，同樣也會簡單很多。

作為目前智能駕駛賽道最為熱門的技術路線之一，雖然很多企業強調自己對于端到端的布局和投入，但也都面臨很多未能解決的技術挑戰，比如黑盒化的問題。吳新宙認為這些問題，會在未來逐步得到解決。比如未來的大模型、端到端模型有周邊的輸出點可以觀測，相當于在黑盒上開幾個窗，可以看到信号是怎樣的模式。

盡管現階段還有一些挑戰，但吳新宙堅信端到端自動駕駛，在五年内一定會能實現。但他也強調這也是一個很艱難的過程，不是大家字面上理解的從像素到動作，而是需要很多其他技術配合，所以也不可能一開始就上線端到端模型。

所以，在端到端的模型上線之前，一定會有一個 " 護欄 "，因為這個模型需要不停地優化和成長。就如同一個人從小學生成長為博士生的過程，端到端模型也需要非常好的第二代甚至第一代的自動駕駛堆棧，能夠有時間去成長，變得更加強大。

" 接下來的幾年裏的趨勢是，端到端模型和原有模型相輔相成，某些情況下，比如對比較難的路口處理，可以顯示出更加拟人化的東西，通過原有的模型和方法保證安全性，這是把端到端模型真正大規模部署變成主流的過程。" 吳新宙總結説。

英偉達想扮演的角色：賦能者、競争者和引領者

在剛剛過去的北京車展上，雖然英偉達并沒有開設展台，但在 AI 和自動駕駛作為關鍵詞的這屆車展，英偉達卻是完全無法忽略的存在。在高度同質化的競争中，高階智駕中是否搭載英偉達的最新產品，甚至成為車企車型差異化競争的賣點之一。

根據英偉達的官方信息，包括蔚小理、比亞迪、仰望、路特斯 GT Emeya、smart 精靈 #5，智己 L6、昊鉑、極氪 007、小米 SU7、魏牌藍山等等車企車型，都已經開始搭載 DRIVE Orin 打造量產汽車。

與已經廣泛落地的 Orin 相比，英偉達下一代 DRIVE Thor 集中式車載計算平台表現出更大的商業發展勢頭。該平台集成全新 NVIDIA Blackwell GPU 架構，該架構專為 Transformer、大語言模型和生成式 AI 工作負載設計。

雖然 DRIVE Thor 明年才開始第一代 SOP，但從去年開始至今，已經有吉利、小鵬、理想、奇瑞、極越、廣汽、比亞迪等等車企，宣布了采用英偉達下一代 DRIVE Thor 來做面向未來 L3 以上級智駕的開發和設計。

吳新宙説，DRIVE Thor 還在快速增長，這是一個不可阻擋的趨勢，因為它不僅代表了最高算力的下一代芯片，也代表了最高安全等級的下一代芯片，同時能夠對生成式 AI 和 LLM 給于最好的支持。

在這麼多合作者中，包括蔚小理、比亞迪、長城、吉利等等很多實力強勁的車企，同樣也在布局自研智駕芯片。這其中有戰略上的審時度勢，也有落地實操層面的考量權衡。而車企與供應商之間的競合關系和走向，也是行業所關注的重點。

和很多國内的智駕芯片供應商不同，英偉達面對中國市場，要考慮的問題會更多一些。就如同黃仁勳此前提到的，英偉達芯片在中國市場并非不可替代，如果買不到，那中國就會自己研發生產。這并非沒有先例，當然，這也是英偉達的隐憂。

吳新宙将英偉達定位于 AI 生态賦能者，而不是專注于做車的公司，他表示目前英偉達的芯片大多是基于通用 GPU，但英偉達也在不斷調整迭代，對整體硬體架構進行優化，再把 AI 領網域最前端的技術運用到車端芯片，更好地賦能汽車和機器人行業，這是英偉達的優勢。

吳新宙特意強調了安全性，這需要大量的投入和實際經驗，特别是端到端的安全，包括芯片和作業系統的模塊、雲端所有訓練工具的安全性，真正通過高效安全的網絡将軟體部署到車端芯片。英偉達希望賦能車企用較少投入實現安全，這也是英偉達的優勢。

在面向未來的 AI 定義汽車的布局上，除了廣為人知的系統級芯片，英偉達還部署了多項核心基礎能力，包括數據中心、工具訓練，汽車安全平台和端到端全棧解決方案等。比如英偉達的 Omniverse，可以幫助車企實現從整車設計、生產制造、測試驗證甚至銷售體驗上的全面賦能。而這些軟體能力，也是英偉達面向未來競争希望被廣泛應用的重點。

這從英偉達智能駕駛的規劃中也能看出端倪：" 第一步是希望我們的軟體盡快在現有的 L2 和 L2+ 系統上，達到市場領先水平或者第一梯隊水平；第二步是希望在 L2++ 領網域有些新的突破，把上下遊的模塊完全打通，還可以做端到端訓練，真正做到行業領先的水平；第三步希望能夠在 2026 年量產的 L3，完全把人從系統中拿掉，這才是自動駕駛真正的價值所在。"

吳新宙認為這些規劃是基于英偉達的巨大優勢，是完全可行的，而且這三步規劃，是英偉達的市場競争力和商業想象力一步步提升的過程，同樣也是英偉達實現自己目标的過程。

" 我們的目标是讓大家在車裏可以不用開車，而是玩手機，這是大家的剛需。開車不是剛需，從 A 點到 B 點才是剛需，用手機也是剛需。"

英偉達商業模式的調整

雖然如今端到端幾乎成了特斯拉智駕的标籤，但是如果從時間線來看，英偉達自動駕駛團隊提出端到端智能駕駛并做出 demo 的時間，并不比特斯拉晚。只是當時過于超前，技術和市場都不成熟，所以沒有能夠成功地商業量產。

當然，還有一個非常重要的因素，英偉達以 " 賣卡 " 著稱，多年前的自動駕駛業務只是英偉達汽車業務中非常不起眼的一部分，所以當時端到端的問題，充其量也只是其前進路上無數插曲中的一個而已。

但黃仁勳很重視汽車業務，在 2022 年 GTC 上黃仁勳表示，按照其規劃，當英偉達營收達萬億美元時，汽車業務的收入占比應該達到 30%，也就是 3000 億美元。不過，從英偉達的财報來看，一直到去年 Q4，汽車業務只有英偉達整體營收的 1.3%。

這兩年伴随着智駕業務的爆發，在中國高階智駕市場，英偉達的智駕芯片占有率一度超過八成。不過英偉達在智駕相關的軟體市場份額，與其芯片的強勢地位全然不匹配。

去年吳新宙的加入，就被外界解讀為英偉達要在 " 賣卡 " 之外，重點發力智能駕駛軟體能力和整體解決方案，其首要任務，是要幫助英偉達和奔馳的合作項目落地。

2020 年 6 月，英偉達和奔馳官宣合作，英偉達将為奔馳的下一代車型提供 AI 軟體架構，包括了自動駕駛軟體方案、智能座艙等。該項目當時轟動行業的原因，在于雙方選擇了一種全新的商業模式，即基于合作車型的整車銷售進行抽成，而不是傳統的供應商采購模式。如果這個模式能跑通，這不僅是英偉達，更是整個汽車行業的标杆案例。

但這個萬眾矚目的項目卻遭遇了重重危機，至今沒有量產交付時間表。此前有説法是奔馳引入了 Momenta 救火，或是吳新宙的團隊會在今年年中交付解決方案等等，紛紛擾擾之中，鮮有官方的消息。

不過可以确定的是，從該項目可以看到，英偉達正在努力尋求在硬體之外，為車企提供完整的端到端智能駕駛全棧解決方案，這顯然可以幫英偉達實現更大的商業想象空間，離 3000 億更進一步。

如今在中國市場，這一努力也取得了非常大的進展。溝通會上，劉通專門介紹了在中國市場上與比亞迪的端到端全棧式合作，包括 Orin 和 Thor 智駕芯片、數據中心端的解決方案、用于 AI 開發和自動駕駛算法開發的軟體系列產品 NVIDIA AI Enterprise，以及在智能工廠的機器人和 Omniverse 仿真軟體等全系列合作，也是目前英偉達智能駕駛全棧解決方案最完整的合作代表案例。