车用电子，应该是 NVIDIA 今年自 CES 後最风光的产业领域，从 Tegra 2 开始与 AUDI 合作，现在已经获得多个汽车集团导入使用，今年 CES 与 Google 、 Audi 、 GM 、 Honda 、撞歪的 Honda Hyundai 成立 OAA 联盟，更加提升 NVIDIA 在车载通讯市场的占有率；而今年 GTC 再与 Audi 展示基於 Tegra K1 的自动驾车系统，又是另一个新的可能性。
原本预期称为 Tegra 5 的 Tegra K1 不再沿用先前的命名模式，也是因为 Tegra K1 在架构又是一个全新的里程碑。 NVIDIA 在最引以自豪的 GPU 方面导入与前一世代 PC 级同样的 Kepler 架构，并且令其获得 CUDA 核心，相较先前的四个世代的 Tegra ， Tegra K1 才真的实现 NVIDIA 以 GPU 为根的企业理念。
Kepler GPU 架构的导入，不仅只是获得效能上的大幅提升，更重要的是这也意味着 Tegra K1 获得完整的 CUDA 平行运算支援能力。相较去年 NVIDIA 在 GTC 发表的 Kayla 开发板还需另外搭配一张支援 CUDA 的 GPU ，今年针对嵌入式超级电脑推出的 Jetson TK1 只需要一颗 Tegra K1 就能得到相同的技术规格。
也因为支援 CUDA 平行运算， Tegra K1 的应用就不限於车载通讯系统，正式进军行车辅助系统， Audi 今年的自动驾驶展示就是很好的例子。 Audi 在展示时也藉由後方萤幕放出早期 Audi 基於传统 PC 开发的行车辅助系统，几乎占满一台休旅车後厢的复杂结构，现在却仅需要一块宛若两叠 Pizza 盒大的 Tegra K1 即可获得一样效果，更不用说更为省电。
会有这麽大的差异并非传统 PC 架构效能太差，而是平行运算与纯 CPU 运算在应用领域的根本差异；对於行车辅助运算，往往需要大量的核心进行复杂物体的辨识，但是单一核心的运算效能却不是此类应用的重点，核心的数量决定在此类视觉辅助的运算效能。
在早先，此类机器视觉运算的应用会仰赖 DSP 的方式，然而 DSP 的开发较为复杂，功能也会受到当时所针对的应用的限制；而今透过平行运算的方式，不仅可达到相同的应用目的，且对演算逻辑开发者也较易进行系统的撰写与开发，同时也能透过修正演算法的方式增进系统判断的正确性与提升效能。
像是这次富士康安泰也於 GTC 向媒体展出一套基於 Tegra K1 的车载通讯平台兼行车辅助解决方案，透过单一套平台进行功能的切换，能够同时满足路标辨识、行车四周环景影像、雨天时的视觉补正、倒车防擦撞辅助等，不再需要针对不同的应用导入多套系统，也降低行车辅助系统的成本。
车载，只是 Tegra K1 的其中一个应用，所以才会推出不到 200 美金的 Jetson TK1 嵌入式超级电脑开发板，希望吸引更多嵌入式领域的开发者利用 Jetson TK1 做出更多的应用，例如工厂的自动化检测系统、可携式的医疗诊断设备、视觉辨识等。
在嵌入式领域， Tegra K1 会遇上不少的对手，同样也包括 Intel 与 AMD ，然而 NVIDIA 依旧信心满满并非没有原因。以 Intel 而言，其方案在 CPU 与 GPU 仍旧不对等，即便是最高阶的 Core i7 在 GPU 效能也不见得比 Tegra K1 高，更不用说高出数倍的功耗，而 Atom 虽然功耗及格了，但整体效能又更为贫弱。
至於 AMD 虽然与 NVIDIA 的条件比较接近，但就 AMD 於车载领域、嵌入式领域的着墨，相对从 Tegra 2 时代就开始积极与车厂交手的 NVIDIA 相去甚远，而且车载领域又是需要长期与车厂互动耕耘，甚至与 Google 合作创立 OAA 联盟， AMD 要与其竞争恐怕需要耗费不少时间。
同样属於 ARM 阵营的高通也有看到车载领域的机会，在 CES 发表针对车载平台的 Snapdragon 602A ，但不同於 NVIDIA 已经将 Tegra K1 推广至行车辅助应用，高通的 Snapdragon 602A 仍是针对车载娱乐与通讯，在应用的层面仍逊於 Tegra K1 。
原本笔者预期能在 GTC 看到 NVIDIA 宣布把 Tegra K1 投入大规模超级运算的应用，不过却扑了空，当时采访 NVIDIA Tesla 加速计算业务部门总经理 Sumit Gupta 的说法是因为超级运算已经有 Tesla 在负责。不过笔者後来思考了一下认为也许 Tegra K1 并非没有这样的规划，但关键在於 64 位元的双核 Denver 版 K1 何时能推出。
虽然 ARM 架构已经投入伺服器级应用，不过多半是属於基础网路管理或是储存管理应用，毕竟牵涉到超级运算， 64 位元核心架构是真正的关键，但是目前 ARM 64 位元架构才刚推出，在系统开发也还未成熟，且 NVIDIA 也是自去年才开始推出 ARM + Cuda 的 Kayla 开发板、今年才有具备完整 ARM + CUDA 的 Tegra K1 出现，也许现在谈还言之过早。
当然在 GTC 不断强调嵌入式的应用并非代表 NVIDIA 要放弃平板与手机，别忘了 GTC 的本质就是图形技术开发者的最高殿堂，所有的应用会围绕在 GPU 技术与应用，真要看到 Tegra K1 在消费手持设备的应用，还是静待 Computex 吧。
延伸阅读
还满喜欢收集这些可爱的三国卡牌的
看各种第四台最方便的Android App
不能保证但依然可以尝试的一键 Root APP
标签： 开箱评测 hpc cuda gpgpu kepler maxwell cortex-a15 应用处理器 应用 需要 架构 推出 Tegra K1
