英伟达的下一个一万亿在哪里
但由于英伟达业绩过于骇人，导致股票估值反而越来越便宜。
2016年的显卡"上门配送"事件，虽昭示着英伟达向AI转型，但其对AI的重视程度却有待商榷。
尽管人工智能先驱辛顿恳求赞助，英伟达却一口回绝。可见，彼时英伟达对人工智能的重视程度并不高。
给OpenAI送显卡之前，黄总魂牵梦萦的新赛道只有两条：移动芯片和汽车芯片。
2013 年的里程碑时刻，英伟达创始人黄仁勋破天荒以蹩脚汉语盛赞小米。小米 3 搭载英伟达 Tegra 芯片，标志着英伟达迈入手机市场，开辟显卡之外的第二战场。
英伟达退出智能手机芯片市场，将注意力转向其他领域。尽管拥有 Tegra 系列，但该业务已被高通和联发科超越。黄仁勋将此归因于英伟达的战略调整，以专注于更具优势的领域。
英伟达汽车芯片业务长期默默无闻，但公司对其关怀备至，由资深老将 Gary Hicok 亲自领导。英伟达首席执行官黄仁勋计划将汽车收入占比提升至 30%，展现了对该业务的重视和信心。
往者不可谏，来者犹可追，汽车芯片这条赛道，还能再创造一个英伟达。
事先张扬的夺权新能源汽车行业正经历电动化到智能化的产业链重塑。上半场的电动化浪潮重塑了零部件构成，而智能化下半场将进一步推动产业链权力转移。
动力电池取代发动机，成为电动车核心零部件，在成本中占比超30%。LG能源、宁德时代等巨头凭借电池业务，在资本市场崛起。
随着高算力芯片在自动驾驶中的普及，传统的分布式电子架构将面临挑战。汽车将转变为具有强大计算能力的移动设备，推动汽车电子架构向集中化演进。
马斯克发动的架构革新，给英伟达的第三条曲线叩开了大门。
特斯拉革新了汽车智能化，取代了传统单片机架构。现在，先进的计算机系统集中处理所有功能，包括智能雨刷、自动落锁。这种集中式设计提升了车辆性能、可靠性和安全性。
特斯拉革新车载系统，采用更强大的中央芯片取代分散的MCU，将多种功能集中于自动驾驶和智能座舱芯片。此举可减少芯片数量，简化系统，提升效率。
一是车企可以自行修改与控制软件功能迭代。
特斯拉的集中式电子架构革新了汽车升级方式，不再受制于出厂时固定的硬件功能。通过直接改写软件，特斯拉实现了 "硬件预埋，软件升级"，先堆积算力，再通过 OTA 逐步解锁硬件潜力，打破了传统汽车功能不可修改的限制。
2019年，知名汽车媒体Top Gear称保时捷Taycan加速优于特斯拉Model S。特斯拉首席执行官马斯克回应迅速，指责其偏袒并修改电机软件算法，将Model S的马力提升50匹，最终击败Taycan。
二是驱动高速领航、自动泊车甚至更高级别的自动驾驶功能。
特斯拉在自动驾驶技术方面不断突破。2020年，Transformer架构融合了3D视角和时序信息，实现了4D空间感知。2022年，占用网络的引入，进一步提升了通用障碍物识别能力。
随着自动驾驶算法的大模型化，算力需求激增，驱动智能化功能和自动驾驶算法所需的超级芯片拥有巨大的算力，堪称"超级大脑"。就像黄仁勋所说，TOPS（算力衡量单位）已成为衡量芯片性能的新标尺。
虽然雷凌、轩逸等家用车动力远不及F1赛车，但配备高级自动驾驶系统的汽车算力需求将远远超越传统车辆，可达百倍甚至千倍。
随着自动驾驶汽车的蓬勃发展，2022年全球汽车芯片市场规模已达450亿美元，与手机芯片市场规模相当。
IDC预测，未来两年L3及以上自动驾驶汽车出货量将激增，年增长率超过100%。
汽车工业正经历一场革命性的重组，"超级芯片"取代了大量的MCU，导致车辆价值集中化。特斯拉的HW3.0系统就是一个典型，其两块FSD芯片占据了 61% 的成本，而传统 MCU 的总成本仅为 5%。这种转变表明了在汽车技术中的计算能力不断飙升。
资深汽车芯片制造商，如瑞萨和恩智浦，擅长生产可靠的 MCU。然而，在算力竞争中，英伟达和高通凭借其强大的处理能力领跑行业。
请乖乖交出灵魂马斯克洞悉核心零部件对新能源行业的至关重要性。因此，特斯拉数年来已自主研发和控制其关键技术，包括自动驾驶芯片（FSD）、云端计算芯片（Dojo）和基于 Linux 的操作系统。
车载芯片分为两大类：
* 智能座舱芯片：支持导航、娱乐等功能，如8295芯片和AMD Ryzen系列。
自动驾驶技术对算力需求极高，催生了众多玩家加入市场。除早期入局的 Mobileye 和地平线外，高通和华为等消费电子巨头也积极抢占份额。
特斯拉曾依赖英伟达的Drive PX 2系统，但高昂的成本（1.5万美元）导致分道扬镳。2019年，特斯拉转向自主开发的FSD芯片，宣告与英伟达的合作结束。
自研芯片确实可以实现软硬件的最优适配，但问题是，特斯拉的玩法难度实在是太大了。
在新能源汽车浪潮下，传统汽车芯片巨头因固有思维而难以转型，转而选择Arm生态。造车新势力虽标榜自研，但实际却依赖于第三方供应商。在芯片领域，汽车行业处于分水岭，传统巨头与新势力分道扬镳，各自追寻不同方向。
老玩家心有余力不足的地方，就是“灵魂供应商”的巨大市场。
从2015年切入汽车市场算起，英伟达的汽车芯片已经推出了六代产品：
2015年，英伟达推出算力1TOPS的Tegra芯片，为早期智能汽车提供智能座舱算力。Model S/X和蔚来ES6/8等车型均曾搭载这款芯片。
英伟达推出的Tegra Parker处理器性能近年来飞速提升，从2016年的3TOPS提升至2020年的30TOPS，如今已被广泛应用于汽车领域，例如小鹏P7。
搭载前沿250TOPS算力的英伟达Orin处理器，赋能蔚来ET7、小鹏P7等新能源车，开启智能驾驶新时代。
英伟达发布Thor处理器，算力达惊人的2000 TOPS，超越了原计划的 1000 TOPS Atlan 产品线，彰显了英伟达在 AI 领域的实力。
Thor整合了座舱和自动驾驶芯片功能，实现灵魂芯片一体化。吉利旗下极氪已预订首发，预示着该技术即将落地。
英伟达的芯片以通用性见长，涵盖游戏、AI和自动驾驶等领域。这种通用性并非弱点，反而是商业优势。英伟达的竞争对手通常专注于特定应用的专用芯片，而英伟达则凭借其通用芯片在多个市场取得成功。
英伟达各条产品线的最大特点是“架构通用”，每两年更新一次架构，覆盖所有产品。
·Xavier的Volta架构，也应用于高性能GPU V100；
Orin采用了Ampere架构，这是NVIDIA消费级显卡RTX 30系列和高性能GPU A100的底层技术。这种多用途平台让一个架构即可满足三个不同领域的性能需求。
芯片的竞争不仅关乎算力，更在于降低单个芯片的成本。正如药企研发投入需要庞大销量分摊，芯片的竞争力本质上取决于其规模化生产能力。
突破研发成本壁垒，英伟达以游戏和数据中心业务庞大出货量，大幅降低 Thor 汽车芯片开发成本。采用的 Hopper 架构已由 H100 摊销大部分成本，使汽车芯片具备极高的性价比。
汽车智能化浪潮下，高通、华为、英伟达等消费电子巨头凭借其领先技术优势，成为车企打造智能座舱和自动驾驶系统背后的有力支持者。
相比前两个对手，英伟达的汽车梦可能还需要最后一块拼图。
英伟达还缺什么2016年，特斯拉致死事故促使埃隆·马斯克与Mobileye分手。马斯克转而与英伟达合作，为自动驾驶解决方案提供动力。
作为自动驾驶芯片领域巨头，Mobileye曾占据近乎垄断的市场份额。然而，特斯拉与Mobileye的合作裂痕已露出征兆，这起车祸或将加速这一进程。
Mobileye采用绑定算法与芯片的策略，提供不可修改的“黑箱”解决方案。这种低成本模式适合车企，但对于寻求算法自主性的特斯拉来说，无法满足其需求。
英伟达打造开放式汽车平台，提供高性能芯片和全套软件工具，赋能车企自主开发软件和算法，加速汽车智能化创新。
自动驾驶核心竞争力——算法，促使车企自研。早期新势力多采用Mobileye方案，但随发展转向英伟达，凸显后者优势。
凭借 DRIVE OS、DRIVEWORKS、DRIVE AV 和 DRIVE IX 的强大工具链，英伟达为车企赋能。无论实力强劲还是初出茅庐，车企皆可从底层系统研发到上层应用研发中获益。英伟达提供完整解决方案，助车企打造卓越软件，成就智慧出行。
英伟达以刀法见长，巧妙运用多元化产品组合，满足不同客户需求。通过打造高中低产品线，英伟达为各种应用场景提供了量身定制的解决方案，满足从入门级到高端的差异化需求。
而英伟达目前欠缺的拼图，是“适配”。即与车企对接的交付团队，以及对应的交付能力。
2020年6月，英伟达与奔驰达成战略合作，英伟达为奔驰提供涵盖自动驾驶在内的AI软件架构。标志着英伟达在汽车领域的合作对象从特斯拉Model X升级为奔驰S级，彰显英伟达在自动驾驶领域的领先地位。
英伟达与奔驰的合作模式将英伟达的收入与奔驰产品的销量挂钩，旨在为其汽车业务带来30%的营收份额。然而，英伟达在合作中屡屡失利，引发奔驰考虑引入新供应商的传闻。
英伟达重视适配能力，挖走小鹏副总裁吴新宙以及百度团队负责人罗琦等多位专家。吴新宙成为全球科技公司级别最高的华人高管，凸显英伟达对补足适配短板的决心。
英伟达凭借其芯片设计和软件开发，在图形计算领域占据主导地位。然而，其制造能力不足，导致与拥有强大制造基础的华为成为竞争对手。因此，英伟达将华为视为其最重要的竞争对手，以平衡其优势并应对市场挑战。
华为首次跻身英伟达竞争对手行列，在GPU加速芯片、云自研芯片、Arm架构CPU和网络产品领域脱颖而出。凭借其在通信领域的优势，华为超越AMD，在四大领域与英伟达正面竞争。
汽车行业正面临新挑战：自动驾驶芯片厂商的高昂成本。类似于 PC 生产中的 Nvidia 显卡，自动驾驶芯片上的价格标签正在推动汽车价格上涨。
-对此，您有什么看法见解？-
-欢迎在评论区留言探讨和分享。-
