Thor 是 Nvidia 的新車平台，已被中國電動車品牌全面整合。該解決方案開發高達 2 petaflops 的速度，旨在簡化電子設計。透過單一晶片替換通常控制車輛不同功能的大量處理器和控制器。
再見阿特蘭，你好托爾！雖然英偉達在 2021 年 4 月推出了新一代汽車平台“Atlan”，但美國公司修改了其副本，用“Thor”取代了舊晶片。不僅第一批車輛的部署仍計劃在 2025 年進行，而且雷神也有一定的優勢：雷神將部署不少於 2000 萬億次浮點運算，而不是計劃的 1000 萬億次浮點運算。
兩個 petaflops 的功率分佈在 CPU、GPU 和張量核心 (Tensor Core) 之間。致力於人工智慧，新一代晶片的 Tensor Core 是一種新型的「變形金剛」（i互感器用英語講）。這種深度神經網路有一個關鍵優勢：它無需專門編程即可學習。為並非所有場景都可以編寫的汽車世界帶來一種受歡迎的適應性形式。
另請閱讀： Mobileye 推出 EyeQ Ultra，這款晶片預計在 2025 年實現真正的 4 級自動駕駛
Thor 混合了 CPU、GPU 和 AI 處理器，受益於 Grace (CPU) 和 Hopper (GPU) 架構引入的所有改進。還有以 AI 為導向的最佳化，例如支援 8 位元浮點 (FP8) 計算。在 32 位元和 16 位元模型（FP32 和 FP16）的複雜度與 8 位元整數計算（Int8）的限制之間，FP8模型正在成為AI計算的“中庸之道”。這就是托爾應該發光的地方。提供現代系統所需的所有功能，不僅可以分析來自眾多攝影機、光達等的資訊。而且還可以控制汽車的所有技術元素。只需一顆晶片。
一台電腦可以取代它們（並且在人工智慧中驅動一切）
正如 Nvidia 的新聞稿指出的那樣，目前有非常多（有時是幾十個）控制器控制車輛中的不同功能。當然，會產生冗餘，但會使汽車的設計變得更加複雜——你必須讓所有這些小大腦進行溝通和同步，供應鏈更加複雜，等等。
Thor 的 2 petaflops 功率使其能夠取代車輛的所有各種控制器（煞車、車窗控制、攝影機分析等）。雖然晶片本身可能比它所取代的所有小晶片更昂貴，但它控制內部多個作業系統的能力應該能夠簡化車輛電子設計。它確實會降低電氣圖的複雜性、故障點的數量等。更不用說重量的增加（晶片、主機板、電纜、保護裝置等），這是降低能耗的重要因素。因此，我們有權預期，即使價格不會下降，至少也會保持不變。開發平台成本的降低可以限制更昂貴組件的成本。
雷神也應該如此強大，以至於它可以完全致力於駕駛部分，特別是自主駕駛。或者，對於非自動駕駛車輛，在一側駕駛的基本構建塊和車輛介面的控制（駕駛員顯示器、資訊娛樂等）另一方面。
中國和美國首先上平台
英偉達的新聞稿顯然談到了合作汽車製造商……但它們都是中國的。從將於 2025 年率先推出汽車的 Zeekr，到小鵬汽車，唯一提到的品牌都是中國品牌。大多數與自動駕駛相關的科技公司－Qcraft AI、Aeva、Aeye、Cerence 都是美國公司。那麼歐洲人呢？
另請閱讀： Mobileye 設計光子雷射雷達，掀起自動駕駛汽車革命
Nvidia 副總裁兼汽車部門負責人 Danny Shapiro 表示，我們能夠向他提問，「d汽車公司當然有興趣，但目前我不能宣布任何消息」。雖然歐洲汽車巨頭顯然正在研究市場上的所有解決方案，但中美兩國的過度代表性很好地總結了電動車和「智慧」汽車領域兩個「集團」的活力——看看特斯拉的成功或者閱讀我們的中國 MG4 與雷諾梅甘娜 E-Tech Electric 之間的對決來說服自己這一點。
與所有汽車平台公告一樣，Nvidia DRIVE Thor 平台明天不會出現在車輛中。第一批利用該技術的汽車將於 2025 年離開中國 Zeeker 工廠。
