NVIDIA-自动驾驶计算&域控平台

主要观点总结

本文总结了NVIDIA企业的GPU、AI/SOC等产品的硬件、软件栈 & 工具链，为自动驾驶计算 & 域控平台学习、研发的参考资料。文中详细介绍了NV GPU、NV Core、NV SOC、NV SDK、NV Toolchain等关键组件，包括其基本信息、主要特性、发展历程和性能参数，以及NVIDIA的各种库和工具，如cuBLAS、cuDNN、cuFFT、cuRAND、cuSOLVER等。

关键观点总结

关键观点1: NV GPU

NV GPU凭借其高性能算力和完善的软件工具生态，在自动驾驶、云服务器、数据中心、人工智能超算中心、桌面 & 工作站领域占据领导地位。GPU微架构是支撑起GPU产品的核心，文中介绍了其发展历程，包括多个微架构的发布时间、标签、主要产品、特性和性能参数。

关键观点2: NV Core

NV Core包括CUDA Core、Tensor Core、RT Core、DLA和PVA等，这些核心组件为GPU提供了强大的计算、图像处理和深度学习能力。文中还介绍了这些核心组件的发展历程和主要特性。

关键观点3: NV SOC

NV SOC包括DRIVE系列和Jetson模块，用于自动驾驶汽车和边缘AI计算。文中介绍了DRIVE系列和Jetson模块的特性和应用，以及它们的性能和安全性。

关键观点4: NV SDK

NV SDK包括HPC SDK、CV SDK、DL SDK等，提供了用于高性能计算、计算机视觉和深度学习的工具、库和API。这些SDK简化了开发者的工作流程，提高了开发效率。

关键观点5: NV Toolchain

NV Toolchain包括NVIDIA Docker、JetPack和SDK Manager等，为开发者提供了方便的开发环境和工具链。这些工具链简化了部署和测试过程，提高了开发速度。