芯片行業(yè)失落的老大何以引領(lǐng)汽車產(chǎn)業(yè)

最近，自動駕駛領(lǐng)域一片看不見的刀光血影。

但這一次的主角，不再是知名車企或創(chuàng)業(yè)項目，而是在芯片行業(yè)呼風喚雨的英特爾、英偉達。

先是英特爾大手筆并購 Mobileye，留下一陣驚愕之聲；緊接著，英偉達與博世共同推出基于 Xavier 芯片的自動駕駛平臺，不留下一片云彩。

繼續(xù)討論之前，一個顯而易見的疑問是，為什么推動自動駕駛的這一輪力量換成了汽車配件供應商？

如同波音不生產(chǎn)飛機的所有零件一樣，大型車企并不生產(chǎn)汽車的所有零件。

蘋果不生產(chǎn)任何零件卻能主宰整個手機市場，整車廠商的做法也類似。它們不會去一股腦地生產(chǎn)方向盤、輪胎、座椅、車窗、儀表、導航等各種零部件，而是把它們交給效率更高的供應商來做，自己則專注于把控整車與整個產(chǎn)業(yè)鏈的效率。

事實上，僅靠最核心的動力總成（發(fā)動機、變速器）技術(shù)，它們就可以賺得盆滿缽滿。而經(jīng)銷商們通過維修燃油發(fā)動機、濾油器以及更換機油，也能夠大賺特賺。

若非近年來后起之秀特斯拉的步步緊逼，它們對電動汽車、自動駕駛實在是感冒不來。畢竟，丟掉燃油發(fā)動機，就相當于掀翻它們正在享受的滿漢全席，而改喂殘羹冷炙——換作是你，你也不肯乖乖入甕的。

而配件供應商則不會有這樣的后顧之憂，它們的輪胎、座椅、車窗、空調(diào)、音響等設備還是一樣能賺錢。這就說到了自動駕駛相關(guān)的傳感器、導航、自動巡航等技術(shù)，這里面實打?qū)嵉募夹g(shù)累積，很大程度上是屬于相關(guān)的配件供應商的。比如，Mobileye 的自動輔助駕駛，博世的導航系統(tǒng)，等等。

自動駕駛上路，則意味著這些配件供應商將擁有新汽車上最為核心、最有影響力的技術(shù)。而有著數(shù)百零部件的燃油發(fā)動機，因其無法被芯片控制且維護上過于繁雜，幾乎不可能在自動駕駛汽車上風光下去。換句話說，在自動駕駛的催化下，當前由燃油發(fā)動機所主導的汽車行業(yè)將要重新洗牌，而勤勤懇懇在支撐整個產(chǎn)業(yè)鏈的供應商們，肯定最先感受到風向的變動。

而由人工智能所控制的汽車，其零部件上必定要嵌入可以被編程的芯片才能被可靠地控制，特別是電動機和電池。雖說當前的關(guān)鍵是跟自動駕駛密切相關(guān)的各式傳感器、導航芯片、車載計算機，但隨著整個汽車產(chǎn)業(yè)鏈的升級，其他零部件的芯片化程度只會越來越高，最完美的就是達到電子星上的“柱子哥”那水平。

這樣一來，芯片行業(yè)失落的老大——英特爾，即便是錯過了整個智能手機時代、甚至當前的機器學習硬件，依然還有機會重返巔峰。前提自然是它能進入自動駕駛行業(yè)，并且能站穩(wěn)腳跟，而大手筆買下一個現(xiàn)成的配件供應商，自然會立竿見影：正如高通花470億美元拿下 NXP，英特爾用160億美元買來 Mobileye。

但這里的巨資仍無法保證自動駕駛所承諾的未來，不過是確保這兩大芯片巨頭的正式入場而已。

用 Mobileye CTO 的話說，自動駕駛汽車需要整個技術(shù)鏈條的所有玩家來通力合作，而僅自動駕駛系統(tǒng)就需要傳感器感知技術(shù)、高精度地圖定位，以及人工智能的自動駕駛策略這三大領(lǐng)域的支撐。

傳感器

具體的感知技術(shù)，就是攝像頭、超聲波傳感器、毫米波雷達、激光雷達……用以幫助車輛理解其周遭環(huán)境的一切傳感器。接下來，讓我們一一來說。

攝像頭最容易理解。眾所周知，采用 Mobileye 技術(shù)的特斯拉 Autopilot 一代硬件，僅有一個前視攝像頭。在爭議極大的佛羅里達車禍中，Autopilot 在側(cè)面感知上的固有盲區(qū)，差點葬送了行將起步的自動駕駛技術(shù)。

好在 Autopilot 二代硬件的改進足夠大，僅前視攝像頭就增至3個，分別用于遠近視角，最遠可達250米；另外，兩側(cè)前、后方各一對，正后方還有一個后視攝像頭，實現(xiàn)360度無死角覆蓋；所感知到的視覺信息，將被渲染成實時路況的 3D 影像，用于決定駕駛策略。

超聲波傳感器可用于補充視覺信息。如 Autopilot 二代用了12個超聲波傳感器來監(jiān)測車輛周圍的軟、硬物體，從而更好地區(qū)分行人和車輛。

毫米波雷達是傳統(tǒng)配件供應商的強項。但 Autopilot 二代僅配備了一臺長距離雷達用于感知前方路況，而新款奧迪 A4 則是采用 1 臺長距離雷達 + 4 臺短距離雷達來實現(xiàn)全功能自動輔助駕駛。

激光雷達是傳統(tǒng)無人駕駛技術(shù)的核心，它的 3D 建模與同步繪圖能力，原本是用給軍方的高精度導彈的。Google 無人汽車所用的激光雷達，是 Velodyne 的 HDL-64E，單價約8萬美元，相當于一輛特斯拉的 Model S。

而采用相控陣技術(shù)的固態(tài)激光雷達，Quanergy 說它的 S3 產(chǎn)品售價可降至250美元，但其量產(chǎn)上市還需要一個過程。

高精度定位技術(shù)的硬件，需要 GPS 結(jié)合慣性傳感器共同來實現(xiàn)，除了具體的位置和速度，它們還能提供出車輛的加速度、姿態(tài)和方向等額外信息。這就需要專門的定位技術(shù)供應商。

定位相關(guān)的軟件技術(shù)，就涉及到地圖數(shù)據(jù)了。Mobileye 的 REM（Road Experience Management）就是通過攝像頭來捕捉路面上的標識進行輔助定位的，從而獲取更多全新的地圖信息，并持續(xù)更新云端的地圖數(shù)據(jù)庫。

目前，由于任何傳感器都有其明顯的局限性，任何自動駕駛的感知與定位功能均不可能由某個傳感器或某種技術(shù)獨立來完成。因而，用于處理所有這些行駛數(shù)據(jù)的計算平臺，就顯得額外重要了。

如前面所說，Autopilot 二代是把傳感器搜集到的所有信息重新渲染成實時的 3D 模型，這里所用的計算平臺就是英偉達的 GPU，原因就是 GPU 架構(gòu)在深度學習上的固有優(yōu)勢。要知道最新一代的 GPU 核心，英偉達甚至都沒有用在一般顯卡上，而是優(yōu)先用于人工智能。

而 Mobileye 的 EyeQ3 平臺，則是其基于 ASIC 架構(gòu)自行開發(fā)的。不過，高性能芯片的研發(fā)，不是開一個高調(diào)的發(fā)布會就能做出來的。這應該就是 Mobileye 去年宣布跟意法半導體合作研發(fā)下一代 EyeQ5 芯片后，今年又倒向英特爾的一個重要原因。畢竟，芯片巨頭的技術(shù)底蘊不是吹牛就能吹來的。

另一種基于 FPGA 的計算平臺，則是奧迪無人車所用的方案，具體說來是 Altera 的產(chǎn)品 Cyclone V。然而，身為 FPGA 業(yè)界老大的 Altera，早在2015年就被英特爾用167億美元納入麾下了。

僅自動駕駛系統(tǒng)本身的技術(shù)鏈條，就已經(jīng)異常復雜了，這還沒有說到車輛自身的各個控制系統(tǒng)。這里的復雜程度剛好印證了吳恩達離開百度時所說的那句話：

“……我希望人工智能可以將人類從重復性腦力勞動，比如忙亂的交通駕駛中，解放出來。這項工作不是任何一家公司可以獨立完成的，這是全世界的人工智能研究者和工程師的共同課題。”