NVIDIA 的「云算盤」

整個 GTC 的主題還是圍繞 GPU 計算的范應用領域，所以老黃此次大會演講重點突出的其實是 NVIDIA 產品在云計算中的運用。其中重點包括三個消息：

1. 公布 BAT 三家互聯網巨頭的云服務產品開始使用 NVIDIA AI 計算平臺： 百度云、阿里云、騰訊云加在一起共覆蓋了超過兩億的用戶，這三家的云服務都將陸續更新到 NVIDIA 最新 Volta 架構的 V100 GPU。除此之外，華為、浪濤和聯想三家 IT 公司的企業服務器解決方案中也將開始使用 NVIDIA 最新的平臺。

2. 公布最新一代 AI 推理軟件 TensorRT 3：TensorRT 是 NVIDIA 專門為其 GPU 產品所設計的 AI 計算加速器，且這個加速器具有可編程性，可方便不同開發者適配 AI 在不同領域內的應用（包括自動駕駛、機器人等）。有了 TensorRT 3 的加持，NVIDIA 最新 GPU 產品的速度可達到 CPU 的 40 倍。由于 TensorRT 是一種軟件加速器，所以其成本也僅為 CPU 的十分之一。這個更新可以說就是瞄準了谷歌的 TPU 進行回擊。

3. 公布 NVIDIA 的 AI 城市平臺： 這個平臺叫 NVIDIA Metropolis，此次發布新增了阿里巴巴和華為兩家合作伙伴，并在平臺中新增了 NVIDIA DeepStream SDK 軟件開發套件。此平臺相當于針對城市的大型數據中心，其主要目的是為了結合城市當中已有的超過 10 億個的攝像頭，NVIDIA 將與合作伙伴一起，把這些攝像頭所捕捉到的數據信息更好地利用。

在中國這個超級互聯網市場重點突出云計算服務是非常合理的選擇，因為中國有著龐大的互聯網用戶群，也有著眾多基于云計算提供互聯網服務的巨頭公司。他們的大型云端數據中心對計算芯片的需求量要遠高于其它終端，NVIDIA 也自然希望自己的 GPU 產品能夠盡可能多的占領這塊市場。

對于自動駕駛而言，云服務也是至關重要。不管是百度的阿波羅計劃，還是特斯拉的 Autopilot，背后都需要有強大且高效的云計算平臺來負責數據運算，算法訓練以及終端更新推送。而 AI 城市平臺則可以為自動駕駛的基礎設施，路況檢測以及高精度地圖等要素提供有力的支持。因此云計算的產品對于 NVIDIA 的自動駕駛解決方案來說也有著很深遠的影響。

Drive AV：自動駕駛開發的軟件包

說到自動駕駛，老黃這次也并沒有把它落下。他在演講中發布了 NVIDIA 自動駕駛平臺當中的新成員 Drive AV（AV 應指 Autonomous Vehicle）。

剛看到上面這頁 ppt 的時候，我一臉懵逼：NVIDIA 的自動駕駛平臺不是叫 Drive PX 嗎？那這個 Drive AV 又是什么？

對此，老黃在之后的專訪中解釋道，NVIDIA 的自動駕駛平臺統稱為「Drive」。算上「Drive AV」之后，一共包括四個部分，剩下三個分別為”Drive PX”、「Drive OS」、「DriveWorks SDK」。這四個部分呈現遞進式的分工：

Drive PX： 指的是 NVIDIA 自動駕駛平臺的硬件部分，也就是 Drive PX 2 那樣的超級 AI 電腦。

Drive OS： 運行在 Drive PX 硬件上的操作系統，就像是 PC 需要 Windows 或 Linux 等操作系統一樣。

DriveWorks SDK： 運行在 NVIDIA 自動駕駛平臺上的軟件開發套件。類似于 DirectX 對于游戲軟件開發的作用一樣。結合前面兩個部分，開發者使用 DriveWorks SDK 能夠開發出針對不同自動駕駛技術需求的軟件。

Drive AV： 由 NVIDIA 發布的，可以在 Drive 平臺上運行的自動駕駛技術研發軟件，相當于 MS office 或者是 Photoshop。開發者可以選擇直接使用 Drive AV 的軟件實現自動駕駛不同功能相關的研發，而不必每次都要使用 DriveWorks SDK 自行開發軟件。

整個 Drive 平臺支持 L3-L5 級別的自動駕駛研發。單獨拿出這四個不同的部分是為了適應不同客戶的需求：有的客戶可能只需要硬件平臺，而其余部分希望自己來做，有的開發者則希望 NVIDIA 在硬件基礎之上提供不同級別的軟件支持。

老黃解釋道，Drive 平臺這樣的策略主要也是為了「開放」，吸引更多的自動駕駛開發者，只要這些開發者足夠靠譜，Drive 平臺都能夠提供符合他們需求的解決方案。

這種平臺式的戰略與中國的互聯網公司十分相似，對于 All in AI 計算領域的 NVIDIA 來說，開發者就是他們最重要的用戶。由于目前 FPGA，TPU 等計算平臺與 GPU 之間的軟件架構無法通用，這就意味著一旦開發者開始選擇了 NVIDIA 的 GPU 平臺，并開發了一段時間，那么他們就不會輕易更換至其它平臺，因為更換就意味著之前所做的許多開發工作都要推倒重來。

這也是為何 NVIDIA 和百度這樣 All in AI 的公司要宣傳「開放」的本質原因：為了持續擴大開發者的數量以及開發者對平臺的粘性。

關于特斯拉的那點事

關于 Tesla 和 AMD 的合作，在專訪時，有記者含沙射影地問老黃：「如果 Tesla 用了其它廠商的芯片，你還會不會買？」

穿著皮夾克，坐在椅子扶手上的老黃保持了他一關談笑風生的風格：「會買啊！Tesla 會用其它廠商的產品，就像 PC 里也會有其它廠商生產的 CPU 一樣。但是你必須承認的是，Tesla 是一家很牛的公司，他們的產品也十分出色。我買 Tesla 的原因是因為他的車開起來很爽，并不是因為他用了我們的芯片」

聊到在眾多自動駕駛合作伙伴中如何側重，如何選擇的問題時，老黃說：「我們喜歡和所有的合作伙伴合作，不管是大眾、豐田、奧迪還是百度或者是創業公司。對于 NVIDIA 來說，我希望他們都能夠成功。NVIDIA 做的是平臺，關鍵點在于「愛」而不是「恨」。”

可以看出，隨著與越來越多的車企，汽車供應商、互聯網公司、自動駕駛創業公司達成合作后。老黃做「自動駕駛計算平臺」的戰略已經愈發清晰且堅定。但是，這種平臺戰略就意味著 NVIDIA 會盡力去適配市場內大部分客戶的普遍需求，而無法花很大精力在單一客戶的定制化需求上。

業內有人將自動駕駛的開放平臺比作智能手機領域的安卓，我覺得有幾分相似。NVIDIA 的自動駕駛平臺就像安卓一樣，秉持開放，吸引很多開發者及 OEM 來參與。但相應的，不同開發者基于安卓開發出的產品也具有較強的同質化，在底層創新上也會對安卓擁有較強的依賴性。在自動駕駛領域亦是如此。

手機領域中，安卓的開放策略，有著 iOS 的封閉與獨立策略相對應，那么自動駕駛呢？關于這個問題，老黃的理解是：短時間內，要想自己像蘋果 iOS 在智能手機中那樣搭建一套硬件+軟件閉環的完整自動駕駛平臺是十分困難的。但如果把時間放寬到十年之內，那么這種獨立的封閉平臺確實可能會出現。

聯想到 Tesla 以及 Elon Musk 一貫的「先鋒派」策略，我們有理由相信，他們就希望能打造一套由自己主導的封閉供應鏈。從建造超級電池工廠，再到自行研究自動駕駛算法，都證明著 Elon Musk 對自己的產品有著非常嚴格的創新與控制欲。他無法忍受自己的產品會因為某個供應商的原因而降低與競品區分的空間。

即使是這個供應商有著很重要的行業地位與客戶群，Tesla 也理應為自己的創新空間留下備選方案。之前，Tesla 與 Mobileye 分手轉而在量產車上使用 NVIDIA Drive PX 硬件也是這個原因：Mobileye 與 Tesla 合作時還是個小眾公司，能夠為 Tesla 提供充足的關注以及定制化空間，但后來 Mobileye 變成了汽車行業的寵兒，大家都開始用他的方案，給 Tesla 的定制空間越來越小，所以 Tesla 轉投了 NVIDIA。

現在 NVIDIA 也從自動駕駛領域的新秀變成了眾多車廠面前的大紅人，那么 Tesla 尋找一個現在還很小眾的備選方案，順理成章。NVIDIA 為的是更大的市場，而 Tesla 為的是主導權與創新力。

歷史總是驚人的相似，雖然老黃說了靠自己做計算平臺在技術上挑戰很大。但是，對于 Elon Musk 來說，有什么不可能的呢？大不了買個按摩店來做咯？