9月底，最新一輪MLPerf推理基準測試(1.1版)結果釋出，英偉達繼續佔據各項測試資料的領先地位，橫掃資料中心和邊緣計算兩大領域。
MLCommons是一家成立於2018年5月的行業基準測試組織，測試基於當今最常用的AI工作負載和場景，涵蓋計算機視覺、醫學影像、自然語言處理、推薦系統、強化學習等。
毫無疑問，英偉達的GPU仍然是人工智慧工作負載的王者。自2018年開始，他們一直主導著MLPerf基準測試（包括訓練和推理兩大專案）。然而，包括高通、英特爾、AMD在內的其他參與者正在追趕。
高通找到了新的突破口。
“隨著人工智慧加速全行業大規模部署，除了最高的效能，這些解決方案必須提供更好效率。每秒功率推理(I/S/W)正在成為客戶選型的最重要基準之一。”在高通公司看來，在配置了8倍Qualcomm Cloud AI 100加速器的伺服器上，已經展示了最高197 I/S/W的ResNet-50。
但，總體上MLPerf的測試結果，仍然顯示出英偉達的效能進步，這一次主要是由於軟體。“Arm作為一個加速平臺，可以提供與類似配置的x86伺服器相當的效能。這也表明我們的軟體棧已經準備就緒，能夠在資料中心環境中執行Arm架構。”
同時，英偉達此次參與測試的是最新一代7nm安培架構GPU。首款基於安培GPU的產品是Tesla A100加速卡，接下來就是應用於汽車行業的Atlan，1000TOPS算力，基於英偉達Grace（下一代CPU）、安培架構GPU以及整合資料處理單元 (DPU)。
對於高通和英偉達來說，接下來的“戰場”無疑就是汽車賽道。
一、
在最近一個季度，高通公司披露2.53億美元的汽車業務營收，這一數字是去年同期的兩倍多，但仍然是整個公司單季度收入約80億美元的很小一部分。
然而，高通進入汽車行業（除傳統的車載通訊晶片之外）標誌著一個關鍵轉變，以及長達數十年的汽車資訊娛樂市場爭奪戰的結束。高通推出的第三代智慧座艙計算平臺幾乎橫掃中高階汽車市場，這讓英特爾和英偉達“退守”自動駕駛賽道。
“至少在目前的市場競爭態勢下，英特爾和英偉達的晶片不再是高階智慧座艙的第一選擇。”業內人士坦言，由於高通在智慧手機市場的絕對份額優勢，這讓其在汽車市場也有類似的品牌效應。
而在高階輔助駕駛及自動駕駛賽道，英偉達擁有類似的地位。
從Parker（更多用於座艙娛樂）到Xavier，後者30TOPS的算力在釋出時也高於很多同行，但真正進入前裝市場的專案並不多。但，254TOPS的NVIDIA DRIVE Orin，讓英偉達真正“搶佔”了高階輔助駕駛量產市場的頭把座椅。
不過，和高通一樣，與資料中心、遊戲的收入相比，英偉達的汽車業務收入規模佔比也很小。隨著Orin平臺將從2022年開始規模化量產交付，預計汽車業務板塊收入將開始出現快速增長。
但，硬體的比拼只是開始。
過去，晶片廠商更多是為下游直接客戶提供硬體開發參考設計，以幫助其快速為汽車製造商提供硬體解決方案。但如今，軟體正在成為新的准入門檻。
類似的軟體開發架構及參考設計、工具包，已經在汽車晶片行業開始成為主流趨勢。比如，英偉達推出的NVIDIA DRIVE 開源軟體堆疊，可以幫助開發者高效構建和部署各種應用程式，包括感知、定位和對映、計劃和控制、駕駛員監控和自然語言處理。
此外，英偉達還提供了相應的模組化配置，包括用於感測器輸入處理的NvMedia、用於實現高效平行計算的NVIDIA CUDA 庫、用於實時AI推理的NVIDIA TensorRT，以及可訪問硬體引擎的其他開發者工具和模組。
今年6月，英偉達更是宣佈收購高精地圖初創公司DeepMap，透過整合後者的技術方案，強化Nvidia Drive的市場競爭力。“DeepMap將擴充套件我們的全球地圖業務，並擴大我們的全自動駕駛技術堆疊的解決方案能力。”
去年，英偉達和梅賽德斯·賓士宣佈將在未來十年合作開發全自動駕駛汽車，雙方藉助各自在高效能計算和高階汽車製造方面的經驗，共同打造一款全新的軟體定義汽車。
此次合作，被英偉達視為公司發展歷史上“最大的單一商業模式轉型”。
因為，晶片供應商透過與主機廠的深度繫結合作（以前更多是與Tier1合作），改變過去單一的採購供應關係，雙方能夠分享未來使用者購買功能和訂閱服務的收入。背後，則是英偉達提供軟硬體全棧解決方案，並且是和賓士聯合開發。
在這一點上，英特爾旗下的Mobileye也在改變，從EyeQ5開始支援外部第三方軟體，包括感測器感知、融合以及決策。瞄準市場重構機會的，還有高通。
“對於一部分汽車製造商來說，如果軟體開發能力較弱，並且外部供應商開發成本過高，我們可以直接提供完整的智慧駕駛交鑰匙方案。”高通公司發言人表示。
“我們必須靈活，”英偉達CEO黃仁勳也有著同樣的戰略思考：不同的客戶會有不同的需求，比如單一的硬體算力解決方案；或者需要軟硬體全棧快速部署方案。
事實上，無論是對於英偉達、英特爾+Mobileye、高通，還是來自中國的地平線、芯馳科技、黑芝麻智慧等後來者，靈活、開放、從使用者需求痛點出發，已經成為共識。
“晶片效能、開發效率、靈活性以及開放度，將決定OEM和Tier1的市場競爭力，”業內人士表示，從這一點上來說，哪家晶片供應商可以提供更全面的解決方案，勝出機會就更大。“因為整車廠拼的不僅僅是新車宣傳的功能亮點，還有上市的速度以及投入的成本。”
二、
高通去年透過釋出Snapdragon Ride平臺，殺入自動駕駛賽道。
這個平臺的特別之處，在於提供開放的可程式設計架構，支援汽車製造商和一級供應商根據其對於攝像頭感知、感測器融合、駕駛策略、自動泊車和駕駛員監測等方面的不同需求，對該平臺進行定製。
此外，高通在過去一年時間已經在部署自己的軟體生態系統，包括支援法雷奧最新一代Park4U（跨級泊車方案），與Seeing Machines合作提供嵌入式DMS方案，以及與Veoneer合作擴充套件ADAS軟體棧。
高通表示，Snapdragon Ride平臺不僅包括硬體，還將為晶片提供“安全中介軟體、作業系統和驅動程式”。此外，高通還將提供定位、感知和行為預測軟體，這是任何自動駕駛系統的三個關鍵部分。
對於汽車製造商來說，基於Snapdragon Ride平臺既可以快速滿足新車法規市場需求（透過軟硬體一體化快速開發車型），也可以透過自主開發軟體以及與第三方合作基於高通的硬體平臺進行定製化開發。
日益複雜的軟體和整車電子架構設計是主要的挑戰，晶片則是中樞神經系統。對於汽車製造商來說，真正的問題是，計算需求是什麼？應該如何更好的設計，實現軟硬體的高效協同？
“我們能夠做到從軟體中來，把高效能的晶片做出來，最後到軟體中去，迴歸到軟體本身。透過更高效支援合作伙伴開發與部署高效能智慧駕駛軟體。”地平線副總裁兼智慧駕駛產品總經理餘軼南表示。
地平線的策略是，瞄準的使用者痛點，包括遮蔽硬體細節，統一的演算法和應用開發框架，封裝基礎元件，降低開發門檻；靈活適配業界流行演算法框架，開放靈活自定義應用開發流程；以及開箱即用的產品演算法，基礎演算法和產品參考演算法。
隨著近年來晶片廠商越來越多參與到軟體層面的模組開發，核心訴求之一就是幫助下游客戶快速適配新的計算平臺，同時減少基礎、共性的軟體開發，從而達到降本增效的目的。
這也是為什麼高通選擇參與Veoneer的收購，該公司剛剛宣佈與第三方投資機構SSW Partners合作，後者以45億美元收購Veoneer；隨後，高通再從SSW Partners手中收購Veoneer旗下的Arriver（感知及決策軟體平臺）業務。
高通此舉是在追趕競爭對手英特爾和英偉達在軟體領域的暫時領先地位，按照此前公佈的訊息，高通Snapdragon Ride平臺上執行的Arriver提供的軟體堆疊，已經開始提供給潛在客戶進行Demo演示，內部反饋效果相當不錯。
這被高通公司視為進軍智慧駕駛領域的一個真正的里程碑。
接下來，高通將把Arriver的計算機視覺、駕駛決策和駕駛輔助軟體系統納入Snapdragon Ride ADAS解決方案中，增強高通為汽車製造商和一級供應商提供開放和有競爭力的智慧駕駛平臺的能力。
高通總裁兼執行長克里斯蒂亞諾·阿蒙在一份新聞稿中表示，“高通是Arriver的天然所有者。透過整合這些資產，高通正在加速提供領先的完整ADAS解決方案的能力，作為數字底盤平臺的一部分。”
動作頻頻的還有英特爾。
上個月，Mobileye宣佈進一步強化在L4自動駕駛領域的前瞻性佈局，將於2022年在德國率先部署Robotaxi服務，從而實現在輔助駕駛和自動駕駛的“兩隻腳”商業化佈局。
而母公司英特爾也在今年將汽車行業視為關鍵的戰略重點。公司CEO帕特·基辛格表示，到2030年，晶片將佔汽車成本的20%，這一數字相較於在2019年的4%比例上翻了五倍。
資料顯示，2020年Mobileye實現營收9.67億美元，同比增長11.15%。而到了今年第二季度，Mobileye實現季度營收3.27億美元，與去年同期相比增長了124%，在英特爾所有業務部門中，年增長率最高。
其中，僅僅在今年第二季度，Mobileye就新增了10款車型合計超過1600萬臺前裝訂單合同（車型全生命週期）。最重要的貢獻，當屬來自與豐田的合作，Mobileye和採埃孚合作在未來幾年供應豐田多款熱銷車型。
截止目前，在全球新車市場，英特爾（Mobileye）、英偉達、高通在高階智慧駕駛市場已經初具三足鼎立之勢。其中，選擇高通平臺的通用汽車、長城汽車已經對外宣佈量產計劃。
另一大市場變數因素來自中國。
黑芝麻智慧在上個月宣佈已完成戰略輪和C輪融資，投資方包括小米長江產業基金、富賽汽車等產業戰略投資者，投後估值近20億美元，這也是小米宣佈造車後對外投資的第一家汽車晶片公司。
黑芝麻智慧推出的大算力自動駕駛計算晶片，基於兩大核心自研IP（影象訊號處理器、高效能深度神經網路演算法引擎），同時釋出的山海人工智慧開發平臺，透過50多種AI參考模型庫轉換用例，降低客戶的演算法開發門檻。
關於市場競爭格局，黑芝麻智慧創始人兼CEO單記章認為，在考慮供應鏈安全的情況下，每家車企都會有幾個供應商的選擇，另外技術在快速迭代的過程中，幾乎所有晶片供應商都已在其中。
“我們必須要有靈活的商業模式，才能夠在巨頭林立的自動駕駛晶片市場實現突圍。”黑芝麻智慧CMO楊宇欣直言，不同的客戶會有不同的需求，或是單一的硬體算力解決方案，或是需要軟硬體全棧快速部署方案。
