Workflow
英伟达Thor芯片
icon
搜索文档
英伟达将向OpenAI投资1000亿美元;甲骨文换帅!两位联席CEO上任;三星电子加入全球6G商用化联盟
搜狐财经· 2025-09-23 05:01
英伟达与阿布扎比技术创新研究所(TII)联手,在阿联酋设立了中东地区首个英伟达AI技术中心,旨在共同开发下一代人工智能模型和机器人平 台,标志着这家芯片巨头在中东地区的布局迈出关键一步。该联合研究中心将结合TII的多学科研究能力与英伟达强大的AI模型及算力,利用英伟 达专用的"Thor"芯片,以推进其在人形机器人、四足机器人和机械臂等领域的研发。 甲骨文换帅!两位联席CEO上任 (全球TMT2025年9月23日讯)今日要点:英伟达将向OpenAI投资1000亿美元;甲骨文换帅!两位联席CEO上任;谷歌被判向竞争对手交出搜索 数据;三星电子加入全球6G商用化联盟;DeepSeek线上模型升级;联发科天玑9500AI智能体芯片发布。 英伟达将向OpenAI投资1000亿美元 英伟达(NVIDIA)周一表示,该公司将向OpenAI投资1000亿美元,这家人工智能实验室正着手以该芯片制造商的人工智能处理器为基础,建设数千 亿美元的数据中心。两家公司周一表示,OpenAI计划建造和部署需要10千兆瓦电力的英伟达系统。千兆瓦是一种功率度量,越来越多地被用来描 述最大的人工智能芯片集群。英伟达股价周一上涨近4%,公司市值4 ...
蔚小理自研智驾芯片:谁在掉队、谁在摇摆、谁在大步向前?
雷峰网· 2025-09-05 12:49
文章核心观点 - 智能驾驶行业正经历算力军备竞赛 车企自研芯片成为关键战略 旨在降低成本、掌握供应链自主权并提升技术竞争力[1][2][3] - 蔚来、小鹏、理想三家新势力车企采用不同自研芯片路径 面临技术挑战、组织架构冲突及资金压力[4][12][16] - 外部芯片供应链存在不确定性 英伟达Thor芯片延期加剧行业自研需求 7nm/5nm制程芯片成为竞争焦点[24][25][35] 车企自研芯片背景与动因 - 智能驾驶算力竞赛始于2021年 英伟达Orin-X芯片算力达254TOPS 领先Mobileye Q5H和特斯拉HW3.0[2] - 自研芯片可降低单车成本约1万元 但需至少100万颗产量摊薄研发成本 且技术有效期仅覆盖1-2代车型[3][12] - 外部供应链风险加剧 Marvell等国际芯片厂商撤出中国 英伟达Thor芯片延期导致供应不稳定[1][11][35] 蔚来自研芯片路径 - 2020年启动自研芯片项目 未经过董事会讨论 李斌凭借资本运作筹集385亿元资金支持研发[7] - 芯片团队规模达400-500人 由华为海思背景张丹瑜领导 采用NPU/ISP/SoC全自研模式 拒绝外包[8][10][11] - 2025年发布5nm神玑NX9031芯片 但研发成本达6亿美元 同年将芯片团队剥离成立独立公司寻求融资[12][15][16] 小鹏自研芯片挑战 - 2021年中美双团队启动研发 因协作问题导致项目难产 北美团队最终裁员[19] - 芯片与算法部门存在资源争夺 地理隔离(上海芯片团队 vs 广东算法团队)加剧协作障碍[22][23] - 2024年首代7nm芯片流片 通过台积电7nm工艺规避晶体管数量限制(300亿个) 二代5nm芯片研发中[24][25][26] 理想自研芯片策略 - 2021年启动自研 团队规模约200人 CTO谢炎整合芯片、OS、模型部门形成统一管理体系[29][31][34] - 初期外包研发遇阻 芯原未能提供完整代码 第二代芯片转为自研前端设计以应对美国芯片禁令[32][34] - 优先布局操作系统再推进芯片 VLA大模型对算力需求推动自研进程[30][34] 行业技术趋势 - Transformer架构向VLA模型迁移 对芯片实时推理算力要求显著提升[4][34] - 台积电7nm工艺每平方毫米集成1亿晶体管 5nm达1.5亿 制程限制影响车企芯片设计选择[25][26] - 算法与芯片研发需协同 但两者存在本质冲突:算法追求迭代效率 芯片要求确定性[4][22] 成本与资金压力 - 蔚来2021-2024年累计研发投入419亿元 主要用于人员成本[10] - 2024年蔚来采购英伟达芯片支出超3亿美元 自研芯片成本优化效果需规模量产支撑[12] - 小鹏芯片研发延迟三次 算法与芯片项目投资均达10亿级别[4]
五年十年后,新能源车能够进化到什么程度?
36氪· 2025-08-25 08:16
核心观点 - 新能源车产业正从电动化转向智能化 能源系统 机械载体和智能交互等领域出现突破性进展 推动车辆从交通工具演变为移动能源节点和智能空间 产业格局和社会伦理面临重构 [1][2][12][17][22][25] 能源系统转型 - 固态电池能量密度将突破500Wh/kg 实现充电10分钟续航800公里 [2] - 钠离子与锂硫电池使成本下降50% 车辆成为分布式能源网络节点 [2] - V2G技术普及:1000辆80kWh新能源车可提供小型抽水蓄能电站级调峰能力 车主峰段售电收益可覆盖车辆保险费用 [4] - 重卡搭载兆瓦时级电池包 运输途中可反向供电支持偏远地区临时设施 [7] - 光伏高速公路与无线充电结合 车辆行驶中获取能量 [2] 机械载体进化 - 4D打印底盘和材料自修复技术可在碰撞后72小时内恢复结构强度 [8] - 模块化平台允许用户更换电池组 驱动电机和座舱模块 车辆寿命从物理报废转向功能迭代 [8] - 碳纤维-液态金属复合材料使车身轻量化程度突破60% 材料在-30℃至80℃环境自动调节刚性 [9] - 风阻系数低于0.15的车型普及 每度电行驶里程从7公里提升至12公里 [11] - 自诊断芯片与3D打印维修站使重大故障维修时间缩短90% [11] 智能交互升级 - 英伟达Thor芯片算力突破2000TOPS 智能座舱与自动驾驶界限模糊 [12] - 脑电波传感检测乘客疲劳度 对突发心脏病预警准确率达89% [14] - 全国完成7000多公里智能化道路改造 2030年主要城市建成数字孪生交通系统 [14] - 云控平台使暴雨天气事故率下降76% 路侧毫米波雷达可穿透水雾感知百米外障碍物 [14] - L4级以上事故由车企 云平台和基础设施运营商按动态比例担责 [16] 产业格局重塑 - 2030年国内市场形成"6+N"格局 6家年销百万级巨头与若干小众品牌共存 [17] - 中小型企业深耕场景:车辆转型为移动便利店 车顶无人机实现5分钟生鲜送达 [17] - 纯电货船配备自动系缆系统 船体光伏日发电量满足80%动力需求 [17] - 欧盟碳关税政策倒逼中国车企在塞尔维亚建设零碳工厂 利用风能生产电池使出口车辆税费降低34% [20] 社会伦理重构 - 车辆空闲时段授权给社区作为移动自习室或远程医疗点 共享收益抵扣月供使家庭拥车成本下降57% [22] - "微电桩"计划使老旧小区充电设施覆盖率从不足30%提升至95% [24] - 农村微型电动车结合光伏车棚使运输成本降至燃油车1/8 自动驾驶运输队通过云端调度优化物流路径 [24] 产业发展现状 - 全球新能源汽车销量突破2500万辆 中国品牌以60%全球份额主导市场 [1] - 新能源车续航超过800公里 充电10分钟续航400公里 [1] - 截至2025年6月底中国新能源汽车保有量达3689万辆 [28]
19.2万标配四驱、激光雷达、英伟达Thor芯片,这款车捅破了中高端混动的“价值窗户纸”
每日商报· 2025-08-15 14:41
产品发布与市场反应 - 领克10EM-P于8月11日开启预售,预售价19.2万元起,全系标配激光雷达+四驱+英伟达Thor芯片,市场反响热烈[1] - 展车已陆续到店,各地经销商人气爆棚,预计下月正式上市[1] - 公司通过该车型展示了技术服务于体验的价值标杆理念,而非单纯堆砌配置[1] 性能与动力系统 - 领克10EM-P是20万级唯一标配四驱和激光雷达的混动轿车,打破四驱系统为高配专属的传统认知[2] - 基于CMAEvo平台,采用纯铝合金双叉臂+增强版五连杆独立悬架,搭配液压可变阻尼技术,麋鹿测试成绩83.2km/h,超越德系豪华竞品[2] - EM-P智能电混+eAWD智电四驱系统,最大功率390kW,最大扭矩755N·m,0-100km/h加速5.1秒[2] - 1.5TEvo引擎热效率达47.26%,CLTC亏电油耗4.2L/100km,实现"四驱动力两驱油耗"[3] - 首发神盾金砖超混电池,支持SOC10%-60%快充<13分钟,解决混动车型充电慢痛点[3] 智能驾驶与科技配置 - 全系标配激光雷达,整车配备29个传感器(1激光雷达+11摄像头+5毫米波雷达+12超声雷达),实现全方位监测[5] - 全球首款全系标配英伟达Thor芯片的轿车,算力700Tops,支持"满配"高阶智能辅助驾驶[5] - 基于Blackwell架构的Thor芯片适配COSMOS世界基础模型,未来可提升至理解交警肢体动作等复杂场景[5] - 千里浩瀚H7辅助驾驶系统结合多模态大模型,达到行业第一梯队水平,实现"全国都能开"[5] 定价与行业影响 - 完整预售价19.2万-22.2万元,预售期下订享至高18000元权益[6] - 重新定义C级插电混动标准,打破20万级市场对混动轿车的传统认知[6] - 可能成为中大型混动轿车市场新标杆,引领行业向高性价比、高科技含量方向发展[6]
新一代智己LS6预售权益价20.99万起,开创智能出行新品类
齐鲁晚报· 2025-08-15 14:08
新一代智己LS6产品发布 - 公司正式推出新一代智己LS6超级大五座智能SUV,提供超级增程和纯电双动力版本 [1] - 新车融合全新一代灵蜥数字底盘、颠覆性智能体验和豪华舒享空间三大核心优势 [1] - 预售价格区间21.99万元~28.99万元,预售权益价格20.99万元~27.99万元 [4] 智能驾驶与数字底盘技术 - 搭载新一代灵蜥数字底盘,整合德国大陆MKC2线控制动系统和智慧四轮转向等顶级硬件 [3] - 配备同级唯一灵蜥爆胎稳定控制功能,全新主动防侧翻2.0可降低45%侧倾风险 [3] - 采用双向18°智慧四轮转向系统,实现4.79米超小转弯半径 [3][5] - 满血版Momenta赋能的IMAD3.0辅助驾驶系统,支持全国"无图NOA"功能和"一键AI代驾" [10] 数字座舱与舒适配置 - 配备27.1英寸5K巨幅驾舱屏,采用旗舰级MiniLED显示技术 [6] - 升级"雨夜模式",盲区补盲画面增大近40% [6] - 副驾专属15.6英寸3K娱乐屏和7.1.4独立声道音响系统 [6] - 同级最高90%得房率,创新搭载行业最多变的副驾座椅 [11] - 配备11L双开门冰箱、电动遮阳帘和21鎏金天籁扬声器等豪华配置 [11] 动力与续航性能 - 首搭"恒星"超级增程技术,实现1500km全程顶级电车体验 [15] - 搭载行业最大66kWh超级骁遥MAX电池,CLTC纯电续航突破450km [17] - 800V超快充平台15分钟补充310公里续航 [17] - 百公里油电综合能耗低至2.07L,较主流中大型增程SUV降低35% [17] - 零下20度环境下电池电量仍维持90%,超快充起步达170kW [19] 市场定位与上市计划 - 定位20万级超级大五座智能SUV市场 [21] - 展车已全国到店,将于9月10日正式上市并开启交付 [21]
吉利领航AI电混技术,领克EM-P AI电混2.0展现中大型车新实力
环球网· 2025-08-13 02:01
领克EM-P AI电混2.0产品亮点 - 领克10 EM-P作为旗舰插电混动轿车,在复杂路况实测中展现强劲性能、丰富配置与全场景安全表现,具备同级突出竞争力[1] - 搭载1.5T Evo电混专用引擎+DHT Evo混动电驱系统,后桥配备90kW P4电机,系统综合功率390kW,扭矩755N·m,0-100km/h加速5.1秒,极速210km/h,CLTC亏电油耗4.2L/100km[5] - 全系标配四驱系统与激光雷达,通过AI动态扭矩分配实时调整四轮动力输出,适应起步、高速、山路及湿滑路面等场景[5] 吉利AI技术布局 - 2025年1月发布行业首个"智能汽车全域AI"技术体系,成为实现全域AI智能化布局的车企之一[3] - 星睿AI云动力2.0技术通过AI深度学习融合高精度环境感知与云端数据,覆盖4大类1000+细分场景,优化出行策略匹配[3] 智能座舱与辅助驾驶 - 车内配置LYNK Flyme Auto车机系统+英伟达Thor芯片+千里浩瀚H7辅助驾驶系统,实现多场景巡航与主动安全防护[6] - 座舱人均1.2㎡空间,四座标配通风/加热/按摩功能,配备哈曼卡顿23扬声器全景声音响系统[6] 市场战略意义 - 该车型填补中大型插电混动轿车市场空白,提供性能、智能、安全与舒适的综合解决方案[9] - 标志吉利在AI动力系统与驾驶辅助领域的技术深化,将持续推动智能新能源产品进化[9]
VLA:何时大规模落地
中国汽车报网· 2025-08-13 01:33
VLA技术发展现状 - 理想i8成为首款搭载VLA司机大模型的车型,主打"像家人一样懂你"的辅助驾驶体验 [2] - 博世认为VLA短期难以落地,坚持投入一段式端到端技术,因多模态对齐和数据训练困难 [2] - 行业对VLA落地时间存在分歧,乐观预测2025年为元年,保守估计需3-5年技术成熟 [2][12][13] 技术路线对比 - 模块化端到端保留部分人工设计接口,存在感知与决策衔接难题 [2] - 一段式端到端采用全局优化模型,特斯拉FSD V12代码量从30万行缩减至2000行 [4] - VLA通过思维链实现可解释性决策,在潮汐车道等复杂场景表现优于传统端到端 [4][5] - VLA单日可完成30万公里仿真测试,显著降低实车数据依赖 [5] 技术演进路径 - 行业主流从端到端+VLM双系统转向VLA原生融合架构 [6] - 端到端+VLM需同步处理TB级视频流与百亿参数模型,车载算力紧张 [6] - VLA通过对比学习实现多模态特征对齐,仿真复现率达99.9% [7] - 理想汽车通过端到端+VLM升级至VLA架构,实现空间理解等四大能力 [5] 算力与芯片挑战 - 当前智驾芯片算力不足,英伟达Orin(254TOPS)不支持语言模型直接运行 [9] - 英伟达Thor芯片实际算力缩水,基础版仅300TOPS [9] - VLA低速自动驾驶需10赫兹运行频率,高速需20赫兹 [9] - 车企加速自研芯片:理想马赫100计划2026量产,特斯拉AI 5算力或达2500TOPS [11] 落地时间表 - 短期(2025-2026):特定场景如高速路/封闭园区应用 [14] - 中期(2027-2029):算力达2000TOPS时覆盖城市全场景,接管率或低于0.01次/公里 [14] - 长期(2030年后):光计算架构+脑机接口实现类人直觉决策 [14] - 需突破多模态对齐、训练效率、芯片能效比等关键技术 [14]
领克10 EM-P混动轿车预售:全系四驱,激光雷达,19.2万元起
凤凰网· 2025-08-12 07:59
产品发布与定位 - 领克10 EM-P开启预售 推出三个版本 预售价区间19.2万元-22.2万元 [1] - 新车定位为中大型智能电混四驱轿车 [1] 动力系统性能 - 搭载全新一代1.5T Evo电混专用引擎 行业最高热效率达47.26% [1] - 同级轿车首搭混动异步电机 响应速度10ms快速介入 [1] - 系统综合最大功率390kW 系统综合最大扭矩755N・m [1] - 具备四驱性能与两驱能耗特性 [1] 智能配置与电池技术 - 全系配备英伟达Thor芯片与激光雷达 [3] - 首搭超级混动金砖电池 [3] - CLTC纯电续航里程达240km [3] - 支持30%-80%快充 时间小于15分钟 [3]
今日新闻 | 全新坦克500、东风风神L8、领克10EM-P开启预售!马斯克回应解散Dojo!
电动车公社· 2025-08-11 16:01
全新坦克500预售 - 预售价36-38.88万元,推出Hi4-Z、Hi4-T两款车型[1][3] - 车身尺寸5078×1934×1905mm,轴距2850mm,新增敦煌绿配色,设计灵感来自中国古典建筑[5] - 搭载Coffee OS 3智能座舱系统,配备六屏交互(15.6英寸2.5K中控屏+17.3英寸3K后排娱乐屏等)及5.4L车载冰箱[7] - 配备27个智能传感器和20+主动安全功能,支持"车位到车位"智能辅助驾驶[9] - Hi4-T电机峰值功率提升至130kW,快充16分钟(30%-80%);Hi4-Z零百加速从4.6秒提升至4.3秒[9] 东风风神L8预售 - 预售价12.99-14.99万元,共4款车型[3][9] - 车身尺寸4762×1910×1677mm,轴距2825mm,提供6种车身配色和3种内饰配色[13] - 配备10层云柔大沙发、15.6英寸吸顶屏、19扬声器音响及4.5L冷暖箱[13] - 搭载天元智舱和Deepseek&豆包双AI大模型,支持28项L2级辅助驾驶[15] - 1.5T混动+30.3kWh电池+55L油箱,CLTC纯电续航112/185km,18分钟快充(20%-80%)[15] 领克10EM-P预售 - 预售价19.2-22.2万元,共3款Ultra版车型[16] - 车身尺寸5050×1966×1487mm,轴距3005mm,提供3款新配色和4种内饰[18] - 搭载英伟达Thor芯片+激光雷达,后排配备电动调节座椅和15KG承重桌板[19] - 1.5T Evo电混引擎热效率47.26%,系统功率390kW,CLTC续航120/240km[21] 特斯拉芯片战略调整 - 马斯克确认解散Dojo团队,资源转向AI5/AI6推理芯片研发[21][22] - 原Dojo核心成员跳槽或转岗,项目关停因技术路径聚焦AI6芯片[22][24] - 此前Dojo被预期贡献5000亿美元市值增长,但烧钱压力促使战略收缩[24]
为什么Thor芯片要保留GPU,又有NPU?
理想TOP2· 2025-08-02 14:46
纯GPU在自动驾驶中的应用与局限性 - 纯GPU可实现低级别自动驾驶,但存在延迟、功耗和效率等明显短板,难以满足L3及以上级别需求 [4][6] - 早期测试案例显示,基于英伟达GTX1080GPU的方案在60公里/小时车速下,80毫秒延迟导致车辆前进1.33米,存在安全隐患 [5] - 特斯拉早期采用NVIDIA PX2 GPU,后转向自研NPU(FSD芯片)以优化能效 [6] GPU、NPU、TPU的架构与原理对比 - GPU设计初衷为图形渲染,以英伟达GTX1080为例,含2560个流处理器,但执行神经网络计算时30%-40%硬件资源闲置 [8][9] - NPU专为神经网络设计,如华为昇腾310B含2048个MAC单元,数据流转路径比GPU减少60%以上 [10][14] - TPU采用脉动阵列架构(如TPU v2的512x512阵列),数据复用率比GPU高3倍以上,专为TensorFlow优化 [12][28] 自动驾驶芯片的混合架构设计 - 英伟达Thor芯片同时集成GPU和NPU,NPU处理YOLOv8模型单帧图像耗时5毫秒,GPU处理100万点云数据耗时3毫秒,协同效率提升40% [32][33] - 混合架构降低硬件成本25%,减少50%电路板空间占用,并保留GPU以兼容传统算法(如SLAM),节省18个月适配时间 [33][34] 能效与成本数据对比 - NPU能效显著优于GPU:华为昇腾310B能效比2.75TOPS/W,是英伟达Jetson AGX Xavier(1.07TOPS/W)的2.5倍 [36] - 特斯拉FSD芯片NPU部分能效比5.76TOPS/W,相同算力下功耗仅为纯GPU方案的1/4.8 [36] - 量产10万台时,NPU单位研发成本30美元/台,GPU为80美元/台;144TOPS算力下,NPU方案硬件成本仅为纯GPU方案的12.5% [37] 技术发展趋势 - 纯GPU方案在L4级自动驾驶中面临瓶颈:处理5-10GB/秒数据需多颗GPU协同,功耗达320W,使电动车续航减少30% [6] - 未来主流方案为NPU+GPU混合架构,兼顾神经网络处理效率与通用计算兼容性,综合优化延迟、能耗及成本 [40]