您当前位置:首页 > 聚焦国际 > 手机 >

NVIDIA(英伟达)这个名字相信每一个电脑用户都不陌生,这家全球知名的GPU厂商已经成为了图像处理器这一领域的绝对王者。可即便有巨大的市场份额,在过去的17年中,NVIDIA的股价几乎总在20美元(对应市值100亿美元左右)附近...

NVIDIA(英伟达)这个名字相信每一个电脑用户都不陌生,这家全球知名的GPU厂商已经成为了图像处理器这一领域的绝对王者。可即便有巨大的市场份额,在过去的17年中,NVIDIA的股价几乎总在20美元(对应市值100亿美元左右)附近徘徊,其推出的Tegra系列处理器在智能手机领域也不温不火。

但从2015年开始,NVIDIA股价飙涨,不仅一扫移动处理器市场的阴霾,更是历史性的突破100美元(对应市值600亿美元左右),达到前所未有的新高度。

NVIDIA移动芯片之路:智能手机落败 智能汽车崛起

↑ NVIDIA上市以来股价的变化via Bloomberg

近两年NVIDIA快速布局汽车和深度学习领域,在Tegra处理器的基础上相继推出了DRIVE PX和DRIVE PX2自动驾驶汽车计算平台,并开始与特斯拉、奥迪、博世等车企合作开发无人驾驶技术,在2017年CES上更是推出了搭载DRVIE PX2的NVIDIABB8无人驾驶原型车。这一次,在自动驾驶和智能汽车的风口上,NVIDIA或许会成为新的王者。

NVIDIA移动芯片之路:智能手机落败 智能汽车崛起

↑ 2017年CES上NVIDIA的无人驾驶试验车

一、GPU王者失意智能手机时代

已经在GPU领域耕耘深厚的NVIDIA在2008年推出了基于ARM和Geforce的移动处理器Tegra,随后由于这一处理器系列在图像处理方面的巨大优势,迅速占领了对图像处理要求较高的游戏机和平板市场,并在随后几年中不断更新升级。但在智能手机领域,Tegra系列一直被高通、三星吊打,就连华为都已经后来居上自从Tegra 4以后,NVIDIA在智能手机领域几乎销声匿迹,甚至首发T4处理器的小米3手机,到现在还会被用户吐槽。NVIDIA这个GPU之王在智能手机市场起了个大早,赶了个晚集,这次失败有偶然、但更多的是必然。

NVIDIA移动芯片之路:智能手机落败 智能汽车崛起

↑ 曾被寄予厚望的Tegra系列处理器

1. 基带——手机CPU的核心

基带,调制解调技术的统称,是负责手机与外界信号接收转换的关键桥梁,通话、上网、待机等所有的通讯技术都绕不开它。我们一般都会认为手机CPU的性能体现在是其处理速度和功耗,其实在智能手机时代还有一层最基础、最关键的需求——手机信号质量,这一由基带性能决定的通讯功能直接决定了手机的通话质量和上网速度。

在基带技术这一块,NVIDIA几乎是一片白纸,不仅仅NVIDIA,模拟通信时代的巨头德州仪器、摩托罗拉等公司在数字通信技术(3G、4G)上都毫无成绩可言,而这一领域的专利几乎全部由高通垄断,高通也依靠其基带技术推出骁龙系列集成式移动处理芯片,并在这一领域逐渐成为主流。

在使用ARM架构的手机处理器上,各家的性能差异并不是特别大,但高通还能提供稳定可靠的集成式基带,其成本具有绝对的优势,毕竟就算NVIDIA处理器性能再剽悍,也还是的使用高通的基带芯片,开发难度和成本都相应提高。在这一点上,不仅NVIDIA,大部分厂商的衰弱都应该说是必然,除非你能研究出自己的基带专利技术,比如华为麒麟系列这个后起之秀。

NVIDIA移动芯片之路:智能手机落败 智能汽车崛起

↑ 集成基带的高通骁龙和华为麒麟处理器

2. 定位偏差+T4难产

NVIDIA做GPU起家转战移动处理芯片一定不会放弃这个优势,因此Tegra处理器集成了强大的图像处理功能,并将市场主要定位在了平板和游戏机领域,T1在这两个领域的成功也证明了NVIDIA的实力。因此T2依然专注于此,但此时3G、4G技术开始发酵,高通强势出击,在这一时代T2依靠其图像处理性能在手机领域也能有一定的市场,但NVIDIA此时已经错失了整合基带的时机,T3几乎是全面落后。随后T4的难产和高功耗也注定了NVIDIA在手机领域大势已去。

二、智能汽车——新王者之路

智能手机市场的失败并没有让黄仁勋妥协。在2015年NVIDIA新品发布会上,tegra X1处理器发布,但这一次老黄只简单介绍了这款新品,随后便抛出一颗重磅炸弹——DRIVE PX,基于Tegra X1打造的全新智能汽车处理平台。NVIDIA正式宣布大举进军汽车领域,奥迪、特斯拉等汽车公司也相继与其展开合作。随后,NVIDIA股价开始一路狂飙,那么这次的成功是偶然还是必然?

NVIDIA移动芯片之路:智能手机落败 智能汽车崛起

↑ 搭载DRIVE PX 2的Roborace无人驾驶赛车

1. GPU与CPU的区别

CPU和GPU都是现代计算机技术中不可或缺的关键处理器,CPU擅长复杂的逻辑运算和通用性数据运算,是为解决复杂的计算和控制而发明的;GPU擅长大数据量、逻辑不复杂的重复计算,是为解决图像像素处理发明的。设计目标的不同,使得两者的结构也有巨大的差异,如下图所示:

NVIDIA移动芯片之路:智能手机落败 智能汽车崛起

↑ CPU与GPU结构对比

CPU具有强大的运算单元和巨大的缓存区域,在执行复杂计算和控制时,运算单元可以保证计算的效率,缓存区域又可以提供足够的数据加载区域,即便又复杂的运算和终端逻辑也能保证速度和精度,果博东方娱乐开户,因此CPU更擅长串行运算和逻辑控制。

GPU具有众多密集的运算单元和少量的缓存区域,每个线程配备一个缓存区和控制单元,而运算单元也只需要处理简单的逻辑,这也使得每个线程可以同时并发工作,所以GPU适合大规模、逻辑简单的并行运算。

2. GPU加速算法

图像处理的核心就是处理一个个信息简单但数量巨大的像素点,这是GPU诞生的舞台,用GPU处理图像和渲染等工作可以极大的提高效率。在此基础上NVIDIA提出了一种GPU加速计算的方法,同时运用CPU和GPU处理计算任务,将程序的密集运算放在GPU上,其他的逻辑依然在CPU上完成,这种结合让GPU可以在更多的应用场景发挥作用。

NVIDIA移动芯片之路:智能手机落败 智能汽车崛起

↑ NVIDIAGPU加速算法示意图

文章下方广告
庆阳环县小杂粮搭乘“电商快车”拓展市场

网购油烟机收到一包洗衣粉 长江日报报业集团

内蒙古商务提质增效开创新局面

傲基电商发布2016年财报:营收超22亿元

去年我国物流总额230万亿 居民快递增速大涨

农村电子商务发展的战略与政策

精准扶贫:电商能做什么

中卫首家区域性旅游电商上线

上一篇:上一篇:845元美团预订温泉酒店门票确认成功却无法入住 2016年度全省消费

下一篇:下一篇:余承东:华为手机挡子弹纯属偶然

新锦海娱乐-新锦海娱乐场-新锦海娱乐开户-新锦海娱乐平台-新锦海平台开户-新锦海网上娱乐开户-新锦海官网-新锦海官方网站-html-xml
网站内容来自于http://www.sxjh343.com/转载必究

COPYRIGHT © 2012 THE TEAM, US. ALL RIGHTS RESERVED.