“富岳”的诞生，为丰田这样的企业提前部署实用型云端算力，提供了可能性。同时，英伟达两端（云端、车机端）制霸的雄心，可能会被削弱。

文/《汽车人》黄耀鹏

这次，日本超算赢了！

2010年之前，超算领域呈现美日竞争格局，之后则是中美竞争。在TOP500超算榜单上（每年更新2次），中国超算226套，份额45%；美国113套，份额22.8%；其余份额由日、法、德等国瓜分。

然而，在今年6月底的榜单上，富士通和日本理化学研究所联合开发的“富岳”，夺得冠军，其浮点运算力是前冠军、美国“顶峰”的2.8倍。而且，在模拟运算方法、AI学习性能、大数据处理等4个性能单元名列第一。

日本超算回来了

继2011年拿到冠军的“京”之后，“富岳”时隔9年再次登顶，喻示了日本并未在超算竞争中出局。巧合的是，在研发阶段，“富岳”工程机一直是作为“京”的升级版开发的。

作为老牌超算强国，日本超算在算力功耗比上向来享有独特优势。架构上，“富岳”和中国的太湖之光都采用了“同构”模式（纯CPU），有别于美国超算普遍采用的CPU+GPU的异构计算。中日两国不约而同地避免使用英特尔和英伟达的芯片，以规避美国的技术钳制。“富岳”率先使用ARM指令集芯片，恐怕也有同样的考虑。

有评论认为，“富岳”崛起，而且显示了独特的技术优势，标志着算力竞争重新回到中美日竞争格局。

不过，超算研发周期长达5-6年。目前中、美、欧都在下大力气研发新架构E级超算，目前是新一轮竞争高潮的“间歇期”。“富岳”的领先地位，可能不像日本媒体认为的“长期存在”。

日本超算另一个特点是算力集中。如果按照TOP500的算力份额来看，富士通紧靠着13套超算，就实现了21.7%的算力。

丰田使用英伟达超算

超算一直是国力象征，各国都采取国家研究机构、大学和企业联合的方式，日本也不例外。到了单纯的企业运营层面，对技术规避考虑就少得多。和“富岳”回避使用英伟达芯片不同，丰田在超算服务器上，正在与英伟达进行密切合作。

英伟达一方面给大型超算提供GPU，另一方面则擅长搭建“积木式”中小型超算，追求的是低功耗下的算力累积。英伟达一直梦想作为云端算力和车机算力平台的提供者，在自动驾驶领域实现算力制霸目标。

看上去，丰田与英伟达的合作，有助于实现后者的目标。丰田的愿景则是最终部署完全自动驾驶汽车，英伟达能够帮助丰田实现愿景吗？

目前，虽然自动驾驶技术正在步入低潮，但车企核心竞争力，正在从规模生产和供应链管理，转变为车机算力和云端算力。趋势不会改变，只是路径尚未明确。

去年丰田正式成为英伟达超算的第一个客户。丰田的双轨研究机构——TRI（丰田北美研究院）和TRI-AD（丰田日本研究院），都使用了英伟达超算服务器，部署自己的“Guardian”（守护者系统）。目前，这套系统仍处于后台“影子运行”中，在车主授权下，“守护者”会观察司机的操作，积累数据，并对复杂甚至极端的场景做出虚拟决策，但不参与实际驾驶。

丰田强调，高度自动驾驶软件并非依赖人类编写程序，而是靠数据驱动。也就是在英伟达平台上，以算力为依托，利用神经网络训练AI。而丰田的优势则是在全球巨大的产品存量，这意味着TRI几乎拥有无限量数据资源，去“填喂”AI，使其胜任复杂驾驶。

在本地（车机），英伟达低功耗算力负责处理来自车辆传感器数据，而部署于云端的“守护者系统”则帮助车机了解其所处的环境，预测潜在风险。众所周知，丰田发誓最终实现零死亡数字的自动驾驶愿景，他们正处于仿真工具测试和路测结合的阶段。

以“富岳”为代表的大型超算，发展到当前水准，让日企看到AI训练突破的契机。

超大算力能否破解AI训练瓶颈

此前，AI在围棋领域击败最强的人类棋手，让人们认为AI完成高等级自动驾驶指日可待，但事实恰恰相反。AI最大的短板，在于缺乏常识。在人类驾驶员直觉就可以判断的时候，AI目前笨得惊人。

围棋对AI来说，任务边界清晰，而自动驾驶则经常碰到意外的场景输入条件，后者经常让AI无所适从。

这是众多高等级自动驾驶项目迟迟未能落地的原因。虽说数据是新的石油，但数字石油的冶炼术还很原始。短期内该局面不会改变，但算力空前强大的超算，可能另辟蹊径，就是用暴力运算穷尽所有“边缘场景”。理论上，影响驾驶安全的边缘条件可以是无数个，再强的超算也无能为力。但放在具体的街道、有限天气和光照条件、有限交通参与者的情况下，超算可能实现“穷举”。

譬如在一个电子围栏范围内，实现场景穷举，就意味着该范围内实现高等级自动驾驶。这意味着后台系统必须部署于功耗巨大、运算能力空前强大的超算，而非英伟达追求的算力功耗比。

“富岳”的诞生，为丰田这样的企业提前部署实用型云端算力，提供了可能性。同时，英伟达两端（云端、车机端）制霸的雄心，可能会被削弱。（文/《汽车人》黄耀鹏，部分图片来源网络）【版权声明】本文系《汽车人》独家原创稿件，版权为《汽车人》所有。