虽然汽车仍旧毫不意外地被黄教主放在了GTC 2020演讲的倒数第二次位，但英伟达在自动驾驶领域的决心还在稳步推进。
就像黄仁勋一直强调的“无人驾驶汽车是我们这个时代最大的计算挑战之一”，相比于前期沉浸在投掷核弹级产品，这两年的英伟达反而更热衷于软件的迭代。
换句话说，搭好骨架之后，“皮衣教主”开始往里面填肌肉了。
两个“升级”，一个“统一”
在这届GTC大会主题演讲中，黄仁勋宣布计划通过即将推出的新型Orin系统级芯片（SoC）和全新NVIDIA Ampere GPU扩展DRIVE AGX平台，将AI技术集成到主机厂的每一台汽车产品中。
随着NVIDIA Ampere架构的推出，NVIDIA DRIVE平台也彻底实现了从入门级ADAS解决方案到L5级自动驾驶出租车（Robotaxi）系统的全方位性能提升。
从性能数据来看，DRIVE AGX Xavier具有30万亿次运算（ TOPS）性能，NVIDIA DRIVE AGX Pegasus平台的最大算力达到320 TOPS，可运行多个用于实时感知、规划与控制的冗余和不同深度神经网络。
没错，这就是被全网对飚特斯拉FSD的那个DRIVE AGX Pegasus。
拆开来说，根据客户的要求，全新DRIVE AGX系列首先推出了一款新型Orin SoC，5瓦的功率，匹配10 TOPS的强算力。而这套产品只是针对ADAS系统打造的。
如今的“新面孔”NVIDIA Ampere架构，则意在通过新一代Pegasus自动驾驶出租车平台进一步提高性能。凭借两个Orin SoC和两块NVIDIA Ampere GPU，该平台的处理能力可达到2000 TOPS，以此处理全自动驾驶出租车运行所需的更高分辨率的传感器输入和更先进的自动驾驶深度神经网络。
直观点看，在八代NVIDIA GPU之中，这个全新架构将DRIVE系统性能提高了6倍。
英伟达透露，Orin SoC系列将于明年开始提供样品，并在2022年下半年投入生产并向汽车制造商供应。
对于百年车厂来说，某种程度上这家芯片厂商是在用一种迂回的方式为他们赋予酷似特斯拉的AI能力。
通常情况下，汽车制造商一般会为ADAS系统开发一种计算机系统，同时为更高级别的自动驾驶开发另一种计算机系统，但多个系统的开发成本高昂。
借助英伟达DRIVE平台以及大型CUDA开发者社区的加持，如今汽车制造商们只要部署单一可扩展架构和单一软件堆栈就能实现高达2000 TOPS的处理性能，轻松针对各种细分市场开发自动驾驶技术，并且持续不断地获得无线更新。
三个伙伴，一个生态
在“软件定义汽车”的旗帜下，英伟达已经脱离了既往与特斯拉正面对抗的竞争维度。
NVIDIA DRIVE生态系统现在包括汽车，卡车，一级汽车供应商，下一代移动服务，初创公司，地图服务和模拟。
在GTC Digital期间，电动汽车和自动驾驶汽车初创公司小马智行（Pony.ai）、Canoo和法拉第未来（Faraday Future）纷纷宣布借助NVIDIA DRIVE AGX计算平台开发汽车。
其中，小马智行在NVIDIA DRIVE AGX Pegasus上开发其新一代Robotaxi车队，成功在疫情期间完成了表演——今年4月，公司开始在加利福尼亚州尔湾市提供自动派送服务，帮助因新冠病毒疫情影响而在该地区隔离的人。
不仅如此，电动汽车初创公司Canoo相中了NVIDIA DRIVE AGX Xavier驱动的AI辅助驾驶功能；一直喊着缺钱的法拉第未来（Faraday Future）也毫不吝啬地使用DRIVE AGX Xavier开发新一代FF91，配备了超过36个传感器。
强如宝马，也没躲过“英伟达定律”，决定采用全新NVIDIA Isaac™机器人平台对其车厂进行优化，利用先进的AI计算与可视化技术为其打造物流机器人，以此更快更好地生产定制化配置的汽车。开发完成后，系统将在宝马集团全球范围内的工厂进行部署。
要知道，这些被宝马青睐的机器人，全部搭载了NVIDIA Jetson AGX Xavier™和EGX边缘计算机。
车云小结
说实话，虽然车云菌这两年每次看完“皮衣黄”的演讲，总会扼腕不够性感，但最终还是习惯了英伟达的“新节奏”。
“GPU+CUDA生态”的超强组合已经提供了“同一类硬件，同一种框架”来解决所有问题的可能。相比用“核弹级”产品不断在自动驾驶领域刷数据，黄仁勋比谁都明白“做生意”要比“秀成绩”重要得多。相对其身后仍在玩命“拼性能”的厂商来说，CUDA生态已经形成了超维打击，并且不可撼动地组建起英伟达GPU在人工智能领域的最高护城河。
2020年的疫情确实让这届GTC来得比平常要晚一些，可其带给无人驾驶行业的红利，似乎让黄仁勋的笑容更加明亮。