グラフィックカードの王者NVIDIAが自動運転に賭ける

コンピューターユーザーなら誰でも NVIDIA という名前を知っていると思います。この世界的に有名な GPU メーカーは、イメージプロセッサの分野で絶対的な王者となっています。しかし、巨大な市場シェアにもかかわらず、Nvidiaの株価は過去17年間、ほぼ常に20ドル（時価総額約100億ドルに相当）前後で推移しており、同社のTegraシリーズプロセッサはスマートフォン分野では不振だった。しかし、2015年以降、Nvidiaの株価は急騰し、モバイルプロセッサ市場の暗雲を払拭しただけでなく、歴史的な100ドルの大台（時価総額約600億ドルに相当）を突破し、前例のない新たな高値に達しました。
↑ブルームバーグ経由、上場以来のNvidiaの株価の推移過去2年間で、Nvidiaは自動車やディープラーニングの分野に急速に進出しました。同社はTegraプロセッサをベースに、DRIVE PXとDRIVE PX2の自動運転車両コンピューティングプラットフォームを発表し、テスラ、アウディ、ボッシュなどの自動車メーカーと協力して無人運転技術の開発を開始した。同社はCES 2017で、DRVIE PX2を搭載したNvidia BB8無人運転プロトタイプカーを発表した。今回、自動運転やスマートカーのトレンドの中で、Nvidia が新たな王者になるかもしれません。
↑ CES 2017 での Nvidia の自動運転テストカー1. スマートフォン時代に GPU の王者が敗北 GPU分野に深く関わってきたNVIDIAは、2008年にARMとGeforceベースのモバイルプロセッサTegraを発売しました。その後、このプロセッサシリーズは画像処理において大きな利点があったため、画像処理に対する要求が高いゲームコンソールやタブレット市場を急速に席巻し、その後も更新とアップグレードが続けられました。しかし、スマートフォンの分野では、Tegraシリーズは常にQualcommやSamsungに追い抜かれ、Huaweiでさえ追いついてきました。 Tegra 4以降、Nvidiaはスマートフォンの分野でほぼ姿を消しました。 T4プロセッサを最初に搭載したXiaomi 3スマートフォンでさえ、依然としてユーザーから不満の声が上がっている。 GPU の王者 Nvidia はスマートフォン市場に早くから参入したが、遅れて参入した。この失敗は偶然ではあったが、必然的なものでもあった。
↑ かつて大いに期待されたTegraシリーズプロセッサ1. 携帯電話CPUの核となるベースバンド ベースバンドは、変調および復調技術の総称であり、携帯電話と外部との間で信号を受信および変換する重要なブリッジです。通話、インターネットアクセス、スタンバイなどのすべての通信技術はこれを回避できません。一般的に、携帯電話の CPU の性能は、処理速度と消費電力に反映されると考えられています。実際、スマートフォンの時代には、携帯電話の信号品質というもう一つの最も基本的かつ重要な要件があります。ベースバンド性能によって決まるこの通信機能は、携帯電話の通話品質やインターネット速度を直接決定します。ベースバンド技術に関しては、NVIDIA はほぼ白紙の状態です。 NVIDIAだけでなく、テキサス・インスツルメンツやモトローラといったアナログ通信時代の巨人たちも、デジタル通信技術（3G、4G）では実績がない。この分野の特許はほぼすべてクアルコムが独占しており、同社はそのベースバンド技術を利用して統合モバイル処理チップのSnapdragonシリーズを発売し、徐々にこの分野の主流になりつつあります。 ARMアーキテクチャを採用した携帯電話プロセッサに関しては、各社間の性能差はそれほど大きくありませんが、Qualcommは依然として安定した信頼性の高い統合ベースバンドを提供でき、コスト面でも絶対的な優位性を持っています。結局のところ、Nvidia のプロセッサがどれだけ強力であっても、Qualcomm のベースバンドチップが使用され、開発の難易度とコストがそれに応じて増加します。この時点で、注目のHuawei Kirinシリーズのような独自のベースバンド特許技術を開発できない限り、NVIDIAだけでなくほとんどのメーカーの衰退は避けられません。
↑ Qualcomm SnapdragonとHuawei Kirinプロセッサはベースバンドを統合2. 測位偏差+T4の生産が困難 NVIDIA は GPU メーカーとしてスタートしたため、モバイル処理チップに切り替えてもこの優位性を放棄することは決してないでしょう。そのため、Tegra プロセッサは強力な画像処理機能を統合しており、主にタブレットやゲームコンソール市場をターゲットにしています。これら 2 つの分野における T1 の成功は、NVIDIA の強さを証明するものでもあります。そのため、T2は依然としてこれに重点を置いていましたが、この頃3Gと4Gの技術が活発化し始めており、Qualcommが強力に攻撃しました。この時代、T2も画像処理性能を頼りに携帯電話分野で一定の市場を持つことができたが、NVIDIAはこの時ベースバンドを統合する機会を逃し、T3はほぼ完全に遅れをとっていた。その後のT4の誕生の難しさと高電力消費も、Nvidiaが携帯電話分野で失敗する原因となった。 2. スマートカー：新たな王者への道 スマートフォン市場での失敗は黄仁訓氏に妥協を強いることはなかった。 2015 年の NVIDIA の新製品発表会では、Tegra X1 プロセッサが発表されました。しかし、今回 Huang 氏は新製品を簡単に紹介しただけで、その後、Tegra X1 をベースに構築された新しいスマートカー処理プラットフォームである DRIVE PX という衝撃的なニュースを放ちました。 Nvidiaは自動車分野への本格的な参入を正式に発表し、Audi、Teslaなどの自動車会社も同社と協力し始めている。その後、Nvidiaの株価は急騰し始めました。では、この成功は偶然だったのでしょうか、それとも必然だったのでしょうか?
↑ DRIVE PX 2 を搭載した Roborace 無人レーシングカー1. GPU と CPU の違いCPU と GPU はどちらも現代のコンピュータテクノロジーに欠かせない重要なプロセッサです。 CPU は複雑な論理演算と一般的なデータ演算に優れており、複雑な計算と制御を解決するために発明されました。 GPU は、大量のデータと単純な論理的な繰り返し計算に優れており、画像のピクセル処理を解決するために発明されました。設計目標の違いにより、次の図に示すように、構造に大きな違いが生じます。
↑ CPUとGPUの構造の比較 CPUには強力な演算ユニットと巨大なキャッシュ領域があります。複雑な計算や制御を実行する場合、コンピューティングユニットは計算の効率を確保でき、キャッシュ領域は十分なデータ読み込み領域を提供できます。複雑な計算や端末ロジックでも、速度と精度が保証されます。したがって、CPU はシリアル操作とロジック制御に優れています。 GPU には、高密度に詰め込まれた多数のコンピューティングユニットと少量のキャッシュ領域があります。各スレッドにはキャッシュ領域と制御部が装備されており、演算部では単純なロジックを処理するだけでよく、各スレッドが同時に並行して動作することも可能です。したがって、GPU は大規模で論理的に単純な並列コンピューティングに適しています。 2. GPU アクセラレーションアルゴリズム 画像処理の核心は、単純だが膨大な情報を持つピクセルを処理することです。これがGPUが誕生した段階です。 GPU を使用して画像を処理し、レンダリングすると、効率が大幅に向上します。これを基に、NVIDIA は、CPU と GPU を使用してコンピューティングタスクを同時に処理し、プログラムの集中的な計算を GPU に配置しながら、その他のロジックは CPU 上で完了する、GPU アクセラレーションコンピューティングの方法を提案しました。この組み合わせにより、GPU はより多くのアプリケーションシナリオで役割を果たすことができます。
↑ NVIDIA GPU アクセラレーションアルゴリズムの概略図。たとえば、機械学習の分野では、GPU が提供する強力な並列計算機能を使用して大量の学習データを処理し、CPU を他のロジックの完了に使用します。 Tegra シリーズプロセッサはこのコンピューティング方式を完璧にサポートできるため、多くの機械学習システムでは NVIDIA が第一の選択肢となっています。カーネギーメロン大学のイアン・レーン教授は次のように述べています。「GPU の助けにより、録音済みの音声やマルチメディアコンテンツの文字起こし速度を大幅に向上できます。CPU ソフトウェアと比較すると、認識タスクを最大 33 倍高速に実行できます。」
↑ 機械学習アプリケーション向けNvidia K40プロセッサのベンチマーク結果3. Tegraの新たなステージ - 自動運転 画像処理や機械学習は自動運転に欠かせない技術となっている。自動運転における環境認識とターゲット認識には、どちらも画像処理の関与が必要です。機械学習アルゴリズムの助けを借りて、ターゲット認識の効率と精度を効果的に向上させることができ、NVIDIA Tegra プロセッサにも新たな段階がもたらされます。
↑ NVIDIA の自動運転システムの概略図 NVIDIA は、DRIVE PX2 プラットフォームで 2 つの Tegra プロセッサを使用し、12 台の高解像度カメラからの信号を同時に受信して処理できる、新世代の強力な Pascal アーキテクチャ GPU を搭載し、複数のカメラと LiDAR、レーダー、超音波センサーからのデータを融合できます。これにより、アルゴリズムは車両の周囲の環境を 360 度認識できるようになり、静的および動的ターゲットを含む安定した画像を生成できます。 DNN (ディープニューラルネットワーク) を適用することで、検出とターゲット分類における融合センサーデータ結果の精度が大幅に向上します。この包括的な自動運転処理プラットフォームは、現在のすべての自動車用プロセッサの性能をほぼ上回っており、自動運転技術の開発において多くのメーカーの第一選択肢となっています。
↑ NVIDIA が DRIVE PX 2 プラットフォームをリリース。さらに、モバイルプラットフォームにおける Tegra シリーズのパフォーマンスと開発経験により、ナビゲーション、計器、車内エンターテイメントなどの関連アプリケーションをサポートできるようになります。テスラはすでに、モデルSにTegra 3プロセッサを採用し、中央の大型タッチスクリーンをサポートしています。テスラの創業者イーロン・マスク氏と黄仁訓氏は個人的に良好な関係にあったため、Nvidiaは早くから自動車分野に参入し、多くの経験を積んだと言われている。自動運転という新興分野では、業界標準が欠如しています。 NVIDIA は最初にこの分野に参入し、すでに多くの経験と市場優位性を獲得しています。
↑自動車分野におけるNVIDIAのパートナー3. 成功への道は容易ではない Nvidia の見通しは今のところ明るいように見えるが、スマートカー大手になるまでの道のりは平坦ではない。 1. 自動車エレクトロニクス業界における障壁 民生用電子機器分野と比較すると、自動車業界には独自の特殊性と厳しい要件があります。耐用年数、過酷な環境への耐性、電磁両立性、機能安全性、その他多くの要件が、自動車用電子機器のハードウェアに大きな課題をもたらしています。それは自動車エレクトロニクス業界にとって技術的な障壁であるとも言えます。特に、極めて高集積なプロセッサの分野では、民生用電子機器で一般的に見られる 20nm は、車載用電子機器ではほとんど見られません。代わりに、ルネサスとフリースケールの 16 ビットおよび 32 ビットプロセッサが非常に人気があります。車にとってまず確保しなければならないのは安全性です。十分な検証を行った後にのみ、大規模に使用することができます。これは、従来の自動車メーカーが常に比較的保守的であった理由でもあります。 2. 競合他社の追求 昨年、自動車エレクトロニクス分野で大きな出来事がありました。クアルコムは自動車用チップ大手のNXPを買収した。この買収価格は半導体業界の買収としては記録的なものとなった。その前年、NXP はフリースケールも買収し、車載用チップの最大手メーカーとなった。クアルコムがこの買収計画を実行する意図は明らかだ。自動運転や車両ネットワークの発展により、自動車エレクトロニクス業界は次のホットスポットとなっています。クアルコムの強さと野心を考えると、この分野での競争はより激しくなり、Nvidia は再び古いライバルからの挑戦に直面することになるだろうと私は考えています。 IV.結論 Nvidia はパーソナルコンピュータの開発で財を成し、GPU を活用することで画像処理の分野でも巨人となった。 2008年にモバイルプラットフォームに切り替え、Tegraシリーズのプロセッサを発売しました。しかし、その優れた処理性能は、3G、4G時代のクアルコムのベースバンド技術の独占に耐えられず、スマートフォン分野での失敗につながった。しかし、大規模並列コンピューティングにおけるGPUの本来の利点と、創業者の黄仁訓氏の全力投球により、Nvidiaは近年、自動運転技術と機械学習の分野で優位に立つことができました。テスラはTegra 3を統合し、自動運転プラットフォームのDRIVE PXシリーズをリリースし、大手自動車メーカーと緊密に協力しました。こうした体制により、Nvidia はスーパーカー向けプロセッサを提供できる初の半導体企業となり、画像処理や機械学習における同社の優位性は、自動運転という新たな戦場にも極めて適したものとなっている。現在、自動運転技術は新たなトレンドとなり、他の多くの新興プレーヤーも徐々に参加しています。インターネット、半導体、コンピューターの分野におけるさまざまなハイテク技術がこの業界の発展を大きく促進し、市場も急速に変化しています。最終的な勝者は誰になるでしょうか?

今日頭条の青雲計画と百家曼の百+計画の受賞者、2019年百度デジタル著者オブザイヤー、百家曼テクノロジー分野最人気著者、2019年捜狗テクノロジー文化著者、2021年百家曼季刊影響力のあるクリエイターとして、2013年捜狐最優秀業界メディア人、2015年中国ニューメディア起業家コンテスト北京3位、2015年光芒体験賞、2015年中国ニューメディア起業家コンテスト決勝3位、2018年百度ダイナミック年間有力セレブなど、多数の賞を受賞しています。

<<: デジタルカメラの売上が過去最低を記録し、スマートフォンに取って代わられる

>>: Windows のブルースクリーンにうんざりしています。ゲームに最適な Linux システムはどれでしょうか?