文｜42號車庫  

如今的英偉達，無疑是被仰望的。

畢竟，無論是從 AI 領域的實際影響力來看，還是從它已經獲得的財務成就來看，黃仁勛領導下的英偉達，確實是當今世界備受眾多行業關注的 AI 科技巨頭——正在被 AI 領域推動變革的汽車行業，自然也并不例外。

盡管如此，如果仔細審視，很容易發現一個矛盾點，那就是：英偉達在汽車行業扮演的角色，實際上與它在這個領域取得的財務成就并不匹配。

一個典型的例證是，在 2023 年第四季度，英偉達總體營收達 221 億美元，暴漲 265%，利潤率高達 76.7%；但同時，來自汽車業務的營收僅為 2.81 億美元，不僅總體占比非常低（小于 1.5%），而且還出現了 4% 的同比下降，而來自這一業務的長期虧損自不必言。

所以，對于英偉達持續耕耘汽車業務的邏輯，外界頗有質疑。

不過，隨著一年一度的 GTC 大會隆重召開，英偉達在這場盛會中發布的關于 AI 技術發展和商業落地方面的種種最新動態，以及它在汽車業務以及相關領域的最新舉措，實際上已經對這些質疑做出了最好的回應。

被重新定義的 DRIVE Thor

在本次 GTC 的主旨演講中，黃仁勛親自宣布的一個與汽車行業直接相關的重大動態是：全球最大的電動汽車生產商比亞迪擴大了與英偉達之間的合作，并且選擇基于 DRIVE Thor 來構建它的下一代智能電動車型。

考慮到比亞迪的體量和 DRIVE Thor 的未來指向性，這一合作確實是英偉達汽車業務在商業落地上一個重要進展。

但其實，很少有人注意到，與初次亮相時宣稱的技術能力和參數相比，DRIVE Thor 已經發生了一些非常明顯的調整。

比如說，在算力方面，2022 年 9 月，DRIVE Thor 發布之時，官方主要宣稱它的 AI 算力高達 2,000 TOPS，同時它也可以提供每秒 2,000 萬億次浮點運算性能。

與此同時，英偉達還強調，DRIVE Thor 也是它旗下首個采用推理 Transformer 引擎的自動駕駛汽車平臺；它還采用了升級后的 ARM Poseidon AE 內核，這也讓其成為業界最高性能的處理器之一。

在功能方面，作為一款中央計算平臺，DRIVE Thor 可以幫助汽車制造商在單個系統級芯片上高效整合數字儀表盤、信息娛樂、泊車、輔助駕駛等多種功能，從而極大地提高開發效率和軟件更新迭代的速度——它甚至可以讓車輛在一臺計算機上可以同時運行 Linux、QNX 和 Android。

從當時的技術參數來看，DRIVE Thor 確實走的是超大 AI 算力 + 中央計算 + Transformer 引擎的路線。尤其是在 AI 算力方面，2,000 TOPS 的算力標準確實震驚了整個行業。

但是，從這次 GTC 的情況來看，DRIVE Thor 的定位已經有明顯的不同。

舉例來看，從定位上來說，英偉達 DRIVE Thor 定位為專為汽車行業中日益重要的生成式 AI 應用而打造的車載計算平臺——更重要的是，它搭載了專門為 Transformer、大語言模型（LLM）和生成式 AI 工作負載而打造的全新英偉達 Blackwell 架構。

所以很明顯，隨著大語言模型和生成式 AI 的爆發，以及這些技術在車端的逐步應用，英偉達也將 DRIVE Thor 的產品定位進行了微調，增加了對大語言模型和生成式 AI 的底層支持。

更重要的是，從算力性能來看，根據英偉達發布的最新信息，DRIVE Thor 的性能為 1,000 TFLOPS——然而，作為對比，根據英偉達在 2022 年 9 月發布的信息，DRIVE Thor 的浮點運算性能為 2,000 TFLOPS。

對此，有行業人士評論稱：DRIVE Thor 的算力出現了明顯的縮水。

值得一提的是，英偉達官方宣布，采用具有生成式 AI 引擎等前沿功能的全新 NVIDIA Blackwell 架構的 DRIVE Thor ，將在明年最早開始量產——作為一個具體的對比，目前已經廣泛落地的 DRIVE Orin 采用的是基于 Ampere 架構的 GPU，而 Ampere 發布于 2020 年 3 月。

所以，從這個角度來看，DRIVE Thor 不僅僅是在技術參數層面做了調整，也是英偉達在當前 AI 發展趨勢下推動最新的技術開發成果面向自動駕駛和汽車行業商用落地的一個案例。

2025 年開始落地，不僅僅是主機廠

作為下一代自動駕駛計算平臺，英偉達的 Drive Thor 在某種程度上代表了自動駕駛領域在底層算力方面的發展方向，也因此，在致力于推動自動駕駛技術發展和商業落地的廠商眼中，DRIVE Thor 是一個非常關鍵且需要提前投入和布局的一個產品。

對于英偉達來說，廠商們的入局也意味著 DRIVE Thor 的落地——但這并不容易。

實際上，從 DRIVE Thor 發布之后的落地情況來看，在 2022 年 9 月發布之初到 2024 年 CES 之前，實際上只有極氪這一家來自中國的主機廠確定在下一代車型中選用 DRIVE Thor 芯片。

一位知情人士告訴我們，實際上，英偉達在 2022 年正式對外發布 DRIVE Thor 之前，也曾經與一批來自中國的主機廠進行了深入交流，也有新勢力車企和國有車企也希望成為第一個采用 DRIVE Thor 的主機廠——但最終，極氪成為第一個宣布采用 DRIVE Thor 芯片的主機廠品牌。

不過，到了 2024 年，DRIVE Thor 獲得了越來越多的主機廠客戶。比如說，此前在 CES 2024 活動期間，理想汽車宣布將在 DRIVE Thor上構建其未來的汽車產品。

當然，更令人矚目的是，在本次 GTC 活動上，比亞迪宣布將基于 DRIVE Thor 構建下一代電動車型。同時，廣汽埃安宣布旗下高端豪華品牌昊鉑下一代電動汽車將采用 DRIVE Thor 平臺，新車型將于 2025 年開始量產，可實現 L4 級自動駕駛。

另外，小鵬宣布將把 NVIDIA DRIVE Thor 平臺作為其下一代電動汽車的「AI 大腦」，這款新一代車載計算平臺將助力該電動汽車制造商自研的 XNGP 智能輔助駕駛系統。

除了主機廠之外，DRIVE Thor 也正在被一批來自于卡車、自動駕駛出租車、配送車等其他細分領域的廠商所選用。具體來說：

• 來自硅谷的自動駕駛配送車輛制造商 Nuro，已經選擇 DRIVE Thor 來為它旗下的集成式自動駕駛系統 Nuro Driver 提供助力。

• 全球自動駕駛軟件解決方案提供商 Plus 宣布，其 L4 級解決方案 SuperDrive 的下一代產品將在 DRIVE Thor 車規級集中式計算平臺上運行。

• 正在打造自動駕駛 AI 的 Waabi 將利用 DRIVE Thor 推出其首個采用生成式 AI 技術的自動駕駛卡車解決方案，大規模地提升自動駕駛卡車的安全與可靠性。

• 文遠知行正在與聯想車計算一同基于 DRIVE Thor 來創建多個商用 L4 級自動駕駛解決方案。該解決方案集成在聯想首款自動駕駛域控制器 AD1 中。

總體可見，DRIVE Thor 的商業落地場景，已經不僅僅是瞄準了資金實力更加雄厚的主機廠，也包括一批致力于推進自動駕駛前沿技術發展的方案商。

那么，為什么 DRIVE Thor 增加了這么多潛在的落地客戶？

一位行業分析人士告訴我們，一開始在英偉達 DRIVE Thor 發布時，它字面上 2,000 TOPS 的算力確實很高，但是當時自動駕駛的技術路線并不明確，行業里并不是非常確認是否需要那么高的算力；同時，英偉達 DRIVE Thor 的成本確實是非常高，即使是相對有錢的主機廠也難以承受。

不過，情況在 2023 年下半年發生變化。

隨著 ChatGPT 的橫空出世和大模型的火熱，特斯拉受此影響轉向端到端方案，整個自動駕駛領域突然看到了大模型和生成式 AI 在自動駕駛領域的又一輪技術進展，于是有不少主機廠和 L4 方案也想抓住這一輪技術變化的機會贏得先機，從而與英偉達就 DRIVE Thor 的發展尋求合作。

當然，這位行業分析人士稱，從英偉達的角度來說，它肯定也是在與主機廠和方案商多方溝通之后，對 DRIVE Thor 的算力標準進行了下調，從而相應地降低了成本，才會最終獲得下游主機廠和一些方案商的認可，從而愿意為之買單。

從車端出發，到整個汽車行業生態

對于英偉達來說，打造面向車端的自動駕駛算力芯片，實際上只是它面向整個汽車行業開展業務的其中一個支點——實際上，從這次 GTC 發布的動態來看，英偉達面向汽車領域的野心遠遠超過了 DRIVE Thor 這個業務本身。

實際上，除了 DRIVE Thor 之外，英偉達與主機廠的合作，還涉及到其他方面的業務板塊。

比如說，在英偉達與比亞迪這次在 GTC 活動上中宣布的合作中，比亞迪還計劃將英偉達的 AI 基礎設施用于云端 AI 開發和訓練技術，并使用英偉達 Isaac 與英偉達 Omniverse 平臺來開發用于虛擬工廠規劃和零售配置器的工具與應用。

實際上，在云端 AI 開發和訓練方面，已經有不少主機廠已經選購了來自于英偉達的 AI 基礎設施。

這里面其中一個關鍵客戶，正是特斯拉。

實際上，早在 2021 年 8 月，為了在云端進行自動駕駛算法的訓練，特斯拉用于云端部署的超級計算機，就已經擁有 11,544 個 GPU，這些 GPU 全部來自于英偉達。后來，盡管特斯拉開啟了 Dojo 超級計算機系統的研發并已經進入到部署狀態，但是一直到今天，在 AI 大爆發的背景下，它依舊在購買英偉達的 GPU。

可以說，除了特斯拉之外，類似于小鵬、蔚來、理想這樣的中國主機廠也在購買英偉達的 GPU 用于云端部署和訓練——來自這部分的營收其實并不算少，但并沒有在財報中被歸入到汽車業務板塊中去，而是被納入到英偉達的數據中心業務。

對此，英偉達汽車業務副總裁 Danny Shapiro 也曾經在接受 42 號車庫獨家訪談時表示：

對我們來說，競爭本身不僅僅是關乎芯片，也包括軟件。這些還只是車內。而數據中心同樣也是人工智能的重要組成部分。我不知道，在英偉達之外，是否還有其他公司在車輛人工智能和數據中心人工智能方面進行合作。而從數據處理的角度，收集、訓練、測試、驗證和部署，這個過程將不斷持續下去，也是我們的優勢。

從財報來看，我們這個業務板塊的營收確實很小。但其實，如果計算我們從汽車產業獲得的營收，包括我們從主機廠的數據中心業務中獲得的營收，還是非常大的。

除了數據中心業務之外，英偉達與比亞迪的合作，還涉及到英偉達的 Omniverse 虛擬現實和仿真平臺——這也是它面向汽車行業的重要布局。

按照英偉達的說法，Omniverse 可以幫助汽車制造商推動產品生命周期的數字化進程，包括從概念產出、風格設定、外觀設計到零售的各個階段。比如說，在車輛開發過程中，開發人員可以通過 Omniverse 在虛擬世界中修改車內設計，通過協作與共享實現高效率的設計改進和驗證。在工廠中，汽車制造商也可以利用 Omniverse，為工廠和倉庫設計來開發并運行復雜的 AI 虛擬環境。

實際上，寶馬集團此前已經通過英偉達 Omniverse 開設全球首家虛擬工廠，這是寶馬集團數字化轉型和提升效率的一部分；對于英偉達來說，這其實也是它所打造的虛擬現實和仿真平臺面向汽車行業的一個業務延伸。

當然，在本次 GTC 上，英偉達也對機器人平臺相關的業務進行了升級，這同樣與汽車行業存在密切關聯。

具體來說，英偉達正式發布人形機器人通用基礎模型 Project GR00T，瞄準了人形機器人和具身智能。同時，英偉達還發布一款基于 NVIDIA Thor 系統級芯片（SoC）的新型人形機器人計算機 Jetson Thor。

Jetson Thor 包括一個帶有 transformer engine 的下一代 GPU，其采用 NVIDIA Blackwell 架構，可提供每秒 800 萬億次 8 位浮點運算 AI 性能，以運行 GR00T 等多模態生成式 AI 模型。

從某種程度上來說，英偉達的這一業務布局，這與特斯拉將 FSD 芯片用于旗下的 Optimus 機器人業務，有異曲同工之妙。在特斯拉的規劃中，Optimus 機器人業務一旦成熟，將有機會成為特斯拉業務中最有價值的板塊。

顯然，英偉達這次的動態，顯然也是在從特斯拉的業務愿景中汲取靈感，提前布局。

需要強調的是，英偉達正在為一批領先的人形機器人公司開發一個綜合的 AI 平臺，這些公司包括 1X Technologies、Agility Robotics、Apptronik、波士頓動力公司、Figure AI、傅利葉智能、Sanctuary AI、宇樹科技和小鵬鵬行等。

其中，小鵬鵬行，正是小鵬汽車旗下的一個業務板塊。

整體來看， 憑借其在多個領域的平臺化布局，英偉達在汽車行業的智能化轉型過程中有著多方面的業務落地空間，而且這些落地業務所帶來的營收并不體現在財報中——當然，基于車端自動駕駛算力的 DRIVE 計算平臺業務，只是其中存在感比較明顯的一環。

寫在最后

從整體業務邏輯來看，英偉達面向汽車行業布局的核心邏輯，其實與黃仁勛本人的一個執念密切相關。

一位曾經在英偉達工作并與黃仁勛有直接接觸的行業人士告訴我們，在 2012 年 AI 迎來爆發之后，黃仁勛一開始并沒有沒有看上自動駕駛市場，因為他覺得這塊市場的利潤率不高，畢竟服務器領域的利潤率高達 60% 到 70%。

但是，黃仁勛對于 AI 的端側部署是有執念的。 正是這個執念，讓他在當年尋找到了英偉達在汽車自動駕駛、機器人等領域的業務場景；盡管這些業務并沒有給英偉達帶來多少財務回報，但英偉達在黃仁勛的帶領下一直在堅持，并且一直堅持到今天。

歸根結底，黃仁勛和他帶領的英偉達所堅持的，其實是面向汽車行業構建一個「端到端」（cloud to edge）的業務平臺——這個平臺的價值，當然不能只是用財務數字來衡量。

由此，我們可以確認，在這場以數字化、智能化為核心的汽車產業革命中，英偉達毫無疑問地將會繼續扮演一個重要角色，而且黃仁勛本人有足夠的耐心和定力繼續推進這個角色。

正如 2023 年 9 月，英偉達汽車業務副總裁 Danny Shapiro 在慕尼黑車展現場與 42 號車庫交流時所言：

自動駕駛業務對 NVIDIA 來說是非常重要的。黃仁勛非常有耐心。實際上，在看到實際的營收回報之前，他已經在 AI 領域投資了超過十年的時間。所以在自動駕駛業務上，他無疑將會繼續投入——這個業務板塊還很小，但它擁有非常好的潛在增長機會。

我們把這塊業務看做一個長線業務，它需要大量投資，而且它的增長曲線是相對緩慢的。接下來 6 年，我們預計將獲得 140 億美元的汽車軟硬件營收。