2016年自動駕駛技術領域擴張意圖非常明顯，光是在自動駕駛車的晶片細分市場中，除了輝達（Nvidia）、Mobileye、恩智浦（NXP）和德州儀器（TI）等大家耳熟能詳的公司外，還涌現出了許多“新面孔” ——例如IP供應商Ceva以及英特爾和高通（Qualcomm）等。汽車OEM廠商正敞開雙臂歡迎這些市場新進業者，IHSAutomotive資訊娛樂與先進駕駛輔助系統（ADAS）研究總監EgilJuliussen在CES上表示，“這個領域突然變得熱鬧非凡。”

　　到現在為止，投資方和媒體社群都非常熱衷于支持自動駕駛車技術——感測、攝影機、雷達和光達、地圖繪制、演算法、深度網路（或者非深度網路）與人工智慧等等。但對于他們之中的大多數人來說，仍不清楚的是這些技術在自動駕駛車設計的演進中將如何收場，更不必說在這場戰爭中誰勝誰敗了。Mobileye共同創辦人兼執行長AmnonShashua表示，他起初以為競爭對手故意傳播有關這些技術的錯誤消息，想要造成“戰爭迷霧”。但他現在意識到，“人們真的感到非常困惑，因為他們真的不了解。”

　　在今年的CES上，Nvidia挾其“深度學習”技術以及Mobileye展示地圖繪制技術，成為這次展會上最耀眼的明星，這兩家公司在ADAS和自動駕駛領域的競爭都相當激烈。Ceva執行長GideonWertheizer將上述兩強之間的公開爭執描述為“投資的橋段”。事實上，Mobileye的股票在Nvidia發表聲明后不久就應聲下跌了近10%，而在CES上召開新聞發布會后又漲了一些。

　　Mobileye地圖繪制技術

　　不過，Mobileye的聲明確實含有一定的重要技術份量。Wertheizer在一次接受專訪中特別介紹了Mobileye最新開發的地圖繪制技術——稱為道路體驗管理系統（REM），并認為它對競爭晶片供應商以及恩智浦、博世（Bosch）與Denso等一線廠商來說可能“最具威脅性”。據Mobileye透露，REM可以為精確定位和高解析車道資料創造“多源即時資料”，這是支援完全自動駕駛所需的重要資訊層。

　　這種技術是根據執行于MobileyeEyeQ處理晶片的軟體。它能以極低的頻寬擷取地標和道路資訊——大約每行駛一公里擷取10Kb（相形之下，Google進行定位和繪制HD地圖時大約每公里1Gbit）。Mobileye解釋道，在云端執行的后端軟體可以搭載車載軟體的所有汽車所發送的資料片段整合成一個全球地圖。Mobileye的目視判讀機制（有助于壓縮資料）應該可以協助汽車制造商創造自己的‘道路指南’（RoadBook）。

　　Mobileye的多源位置協調系統只能在安裝有MobileyeEyeQ晶片的汽車上才能工作。簡言之，“Mobileye正鎖定其客戶。”Ceva公司的Wertheizer指出。很明顯地，隨著越來越多安裝Mobileye晶片的汽車上路，REM也變得越來越成功。Shashua認為，REM對于汽車OEM來說之所以有吸引力，是因為“大型汽車制造商在創造自家道路指南時可以發揮其于規模上的優勢。”

　　啟用REM對汽車制造商來說并不困難，Shashua指出，因為Mobileye的EyeQ晶片早已存在汽車生態系統中。建置REM所需要的就是EyeQ晶片和一條通訊鏈路——例如對于通用汽車（GeneralMotors）來說，可以使用自己的On-Star系統。通用汽車和福斯汽車（Volkswagen）在CES上宣布支援Mobileye提出的REM系統。另外一家規模與這兩家相當的客戶很快地也會簽約REM，Shashua透露。

　　值得注意的是，全球汽車產業中有三分之一都已經使用EyeQ晶片了，Shashua指出，“我們非常期望整個汽車產業都能用到REM。”目前只有豐田（Toyota）和戴姆勒（Daimler）這兩家公司尚未使用Mobileye的晶片。

　　Nvidia：DrivePX2感測器融合技術

　　截至目前為止，電子產業中的自動駕駛車主要解說員一直是Nvidia執行長黃仁勛。竭力鼓吹‘深度學習’的黃仁勛經常教育人們，自動駕駛車需要一個功能強大的視覺運算系統來融合從攝影機和其它感測器而來的資料。換句話說，Nvidia 最新推出的DrivePX2被黃仁勛宣稱為‘為汽車設計的超級電腦’，它將成為汽車的標準配備，可以用來感知汽車所處位置、辨識汽車周遭的物體，并且即時計算最安全的路徑。

　　Nvidia還發布了一款名為Digits的深度學習平臺。Nvidia已經在用這個平臺測試自己的自動駕駛車了。“自動駕駛技術具有令人難以置信的困難度，”黃仁勛指出，“它可不像你用監理所的手冊來編程‘駕駛’這么簡單。”為了顯著縮短開發和訓練深度神經網路所需的時間，汽車制造商需要像執行于在其伺服器超級電腦上的Digits這樣的工具，Nvidia指出。

　　根據黃仁勛的構想，每家汽車公司最終都將擁有一個端對端的系統——范圍從用于訓練深度神經網路的NvidiaDigits到用于汽車中部署網路輸出的NvidiaDRIVEPX2。為自動駕駛開發人工智慧軟體的布達佩斯公司AdasWorks創辦人兼執行長LaszloKishonti指出，該公司正與Nvidia合作開發用于富豪汽車（Volvo）的系統，這款基于GPU的系統可以即時處理來自多個感測器的資料。

　　Kishonti表示，AdasWorks不用處理器，“我們采用GPU、FPGA或其它任何可用的嵌入式視覺SoC。”但使用Nvidia解決方案的一個重要優勢是，在車載電腦上開發與驗證的逐行程式碼與伺服器上使用的程式碼是完全一樣的。相較于Mobileye僅關注于視覺處理，“我們的重點在于融合來自所有不同感測器的資料。視覺只是眾多感測器資料中的一部份，”Nvidia汽車整合部門資深經理DaveAnderson表示。

　　Nvidia設計的DRIVEPX2可以處理來自12個視訊攝影機以及雷達、光達和超音波感測器的輸入資料。他解釋：“我們融合了這些資料，使其得以精確地偵測目標物體、進行辨識，以及判斷汽車與周圍世界的相對位置，然后找到安全行駛的最優路徑。”