GTC 2014 後記：具備超級運算架構的 Tegra K1 正開始改變汽車產業

車用電子，應該是 NVIDIA 今年自 CES 後最風光的產業領域，從 Tegra 2 開始與 AUDI 合作，現在已經獲得多個汽車集團導入使用，今年 CES 與 Google 、 Audi 、 GM 、 Honda 、撞歪的 Honda Hyundai 成立 OAA 聯盟，更加提升 NVIDIA 在車載通訊市場的佔有率；而今年 GTC 再與 Audi 展示基於 Tegra K1 的自動駕車系統，又是另一個新的可能性。

原本預期稱為 Tegra 5 的 Tegra K1 不再沿用先前的命名模式，也是因為 Tegra K1 在架構又是一個全新的里程碑。 NVIDIA 在最引以自豪的 GPU 方面導入與前一世代 PC 級同樣的 Kepler 架構，並且令其獲得 CUDA 核心，相較先前的四個世代的 Tegra ， Tegra K1 才真的實現 NVIDIA 以 GPU 為根的企業理念。

Kepler GPU 架構的導入，不僅只是獲得效能上的大幅提升，更重要的是這也意味著 Tegra K1 獲得完整的 CUDA 平行運算支援能力。相較去年 NVIDIA 在 GTC 發表的 Kayla 開發板還需另外搭配一張支援 CUDA 的 GPU ，今年針對嵌入式超級電腦推出的 Jetson TK1 只需要一顆 Tegra K1 就能得到相同的技術規格。

也因為支援 CUDA 平行運算， Tegra K1 的應用就不限於車載通訊系統，正式進軍行車輔助系統， Audi 今年的自動駕駛展示就是很好的例子。 Audi 在展示時也藉由後方螢幕放出早期 Audi 基於傳統 PC 開發的行車輔助系統，幾乎占滿一台休旅車後廂的複雜結構，現在卻僅需要一塊宛若兩疊 Pizza 盒大的 Tegra K1 即可獲得一樣效果，更不用說更為省電。

會有這麼大的差異並非傳統 PC 架構效能太差，而是平行運算與純 CPU 運算在應用領域的根本差異；對於行車輔助運算，往往需要大量的核心進行複雜物體的辨識，但是單一核心的運算效能卻不是此類應用的重點，核心的數量決定在此類視覺輔助的運算效能。

在早先，此類機器視覺運算的應用會仰賴 DSP 的方式，然而 DSP 的開發較為複雜，功能也會受到當時所針對的應用的限制；而今透過平行運算的方式，不僅可達到相同的應用目的，且對演算邏輯開發者也較易進行系統的撰寫與開發，同時也能透過修正演算法的方式增進系統判斷的正確性與提升效能。

像是這次富士康安泰也於 GTC 向媒體展出一套基於 Tegra K1 的車載通訊平台兼行車輔助解決方案，透過單一套平台進行功能的切換，能夠同時滿足路標辨識、行車四周環景影像、雨天時的視覺補正、倒車防擦撞輔助等，不再需要針對不同的應用導入多套系統，也降低行車輔助系統的成本。

車載，只是 Tegra K1 的其中一個應用，所以才會推出不到 200 美金的 Jetson TK1 嵌入式超級電腦開發板，希望吸引更多嵌入式領域的開發者利用 Jetson TK1 做出更多的應用，例如工廠的自動化檢測系統、可攜式的醫療診斷設備、視覺辨識等。

在嵌入式領域， Tegra K1 會遇上不少的對手，同樣也包括 Intel 與 AMD ，然而 NVIDIA 依舊信心滿滿並非沒有原因。以 Intel 而言，其方案在 CPU 與 GPU 仍舊不對等，即便是最高階的 Core i7 在 GPU 效能也不見得比 Tegra K1 高，更不用說高出數倍的功耗，而 Atom 雖然功耗及格了，但整體效能又更為貧弱。

至於 AMD 雖然與 NVIDIA 的條件比較接近，但就 AMD 於車載領域、嵌入式領域的著墨，相對從 Tegra 2 時代就開始積極與車廠交手的 NVIDIA 相去甚遠，而且車載領域又是需要長期與車廠互動耕耘，甚至與 Google 合作創立 OAA 聯盟， AMD 要與其競爭恐怕需要耗費不少時間。

同樣屬於 ARM 陣營的高通也有看到車載領域的機會，在 CES 發表針對車載平台的 Snapdragon 602A ，但不同於 NVIDIA 已經將 Tegra K1 推廣至行車輔助應用，高通的 Snapdragon 602A 仍是針對車載娛樂與通訊，在應用的層面仍遜於 Tegra K1 。

原本筆者預期能在 GTC 看到 NVIDIA 宣布把 Tegra K1 投入大規模超級運算的應用，不過卻撲了空，當時採訪 NVIDIA Tesla 加速計算業務部門總經理 Sumit Gupta 的說法是因為超級運算已經有 Tesla 在負責。不過筆者後來思考了一下認為也許 Tegra K1 並非沒有這樣的規劃，但關鍵在於 64 位元的雙核 Denver 版 K1 何時能推出。

雖然 ARM 架構已經投入伺服器級應用，不過多半是屬於基礎網路管理或是儲存管理應用，畢竟牽涉到超級運算， 64 位元核心架構是真正的關鍵，但是目前 ARM 64 位元架構才剛推出，在系統開發也還未成熟，且 NVIDIA 也是自去年才開始推出 ARM + Cuda 的 Kayla 開發板、今年才有具備完整 ARM + CUDA 的 Tegra K1 出現，也許現在談還言之過早。

當然在 GTC 不斷強調嵌入式的應用並非代表 NVIDIA 要放棄平板與手機，別忘了 GTC 的本質就是圖形技術開發者的最高殿堂，所有的應用會圍繞在 GPU 技術與應用，真要看到 Tegra K1 在消費手持設備的應用，還是靜待 Computex 吧。

延伸閱讀

還滿喜歡收集這些可愛的三國卡牌的

看各種第四台最方便的Android App

不能保證但依然可以嘗試的一鍵 Root APP