能夠完成無人駕駛出租車業務快速部署，并且積累了足夠多自動駕駛行駛里程的公司將會在市場競爭中奪得先機。

今年是英特爾成立的50周年，也是其在中國開拓市場的第33個年頭。目前英特爾在華擁有除美國總部之外最全面的業務部署，覆蓋了產品技術開發、產業生態合作、市場營銷、客戶服務等內容。英特爾全球副總裁兼中國區總裁楊旭不久前曾表示，“未來會繼續推進扎根中國市場的核心戰略，推動人工智能、5G、自動駕駛等智能應用落地”，而這句承諾很快就兌現了。

在5月30日舉行的簽約儀式上，英特爾與清華大學、中國科學院自動化研究所簽署合作協議，三方表示將共同推動自動駕駛汽車相關課題的研究，為中國自動駕駛、智能網聯汽車產業的研發創新提供技術支撐。這也是英特爾智能網聯汽車大學合作研究中心推出的首項合作計劃。

英特爾與清華大學、中科院自動化研究所簽署合作協議，推動自動駕駛在中國的聯合創新

談到自動駕駛，英特爾2017年因為成功并購Mobileye，再次成為備受業內關注的焦點。作為曾經制霸PC市場的半導體公司，在錯失移動互聯網的發展良機后，英特爾早就將目光盯上了如今大熱的智能駕駛。而大公司的好處在于可以通過投資并購的方式將自己欠缺的技術收入囊中，所以英特爾陸續買下了深度學習芯片公司Nervana、全球第二大FPGA廠商Altera，并最終在去年8月初成功收購Mobileye，成交金額高達153億美金。

此前曾有分析師猜測過，英特爾此舉似乎是希望重振PC時代的雄風，在智能駕駛領域再次形成壟斷優勢。但無論從市場機會還是產品獨特性來說，自動駕駛仍屬于新興領域，技術復雜程度遠高于計算機行業，車企、供應商以及形形色色的科技公司正大批入場，同時增加了市場的不確定性，因此想要再現“Wintel”的輝煌時代似乎已經不大可能了。但這項并購案的意義在于，它補齊了英特爾戰略拼圖中缺失的重要一塊：算法以及對應專用算法處理器IP的設計經驗，這將能夠帶動自動駕駛芯片的性能提升、功耗和成本的大幅下降，縮短客戶導入時間，這樣的商業競爭優勢，即使不形成壟斷，對其他對手而言也是不小的威脅。

左：英特爾高級副總裁兼Mobileye首席執行官的阿姆農·沙書亞；右：英特爾首席執行官布萊恩· 科再奇

那么英特爾目前在智能駕駛領域到底形成了怎樣的戰略和產品技術布局，未來又將可能朝著怎樣的方向前進呢？

“視覺優先”，加速自動駕駛商業化落地

在年初的CES國際電子展上，英特爾發布了“視覺優先（Vision First）”的自動駕駛汽車戰略，核心是利用大量基于攝像頭的ADAS系統打造一套能夠幫助無人駕駛汽車變得更安全的“路書（Roadbook）”。這個策略的最大優點是零部件價格便宜，地圖制作可實現規模化，即使需要進行更多的開發工作，但最終能獲得更便宜、規模程度更高，也就是更容易導入量產的結果。

此外，英特爾/ Mobileye與其他無人駕駛企業方法論最大的區別，在于對無人駕駛汽車“感知與規劃”技術的實現方式不同。

Mobileye解決方案與傳統自動駕駛汽車解決方案的不同

像Waymo這些主打L4級以上自動駕駛汽車的公司更喜歡借助復雜的人工智能技術來實現傳感器融合，使用的是來自激光雷達、雷達和其他傳感器搜集的感知數據，然后生成360度環境模型。這個模型進而被轉譯為高精度地圖，幫助車輛實現定位，精度能控制在3厘米以內。

但英特爾和Mobileye選擇的是低級別的傳感器融合，使用自己的“路書”技術來完成定位。英特爾自動駕駛解決方案首席架構師Jack Weast曾表示，借助這種定位方式，英特爾無人車的定位精度可以控制在10厘米以內。“7厘米的差距其實并不算大，它只是一個棒球的直徑而已。老實說，我并不希望我的車與別的車或是其他物體靠得那么近。”

顯然英特爾并不想在大量的可行性方案中進行痛苦的抉擇，無人車可以使用雷達或是激光雷達進行路徑規劃，但英特爾更關注的是如何更快地將自動駕駛技術實現商業化量產。從這個角度看，英特爾和Mobileye采取的做法更精簡，將攝像頭作為自動駕駛汽車主要依賴的傳感器，因為攝像頭的成本最低，但獲取的信息量最豐富。

時任英特爾高級副總裁兼Mobileye首席執行官的阿姆農·沙書亞在過去幾年內打造了Mobileye獨有的自動駕駛戰略，包括眾包高清地圖繪制、基于語義語言的駕駛策略以及責任敏感安全模型（RSS）。他認為無人駕駛汽車之所以能夠在真實世界中安全行駛，不僅是搭載了高性能計算硬件的原因，還因為自動駕駛策略和高精度地圖都可以不斷改進，同時常規的算法能夠確保無人駕駛汽車負責任地在路上行駛。

Mobileye自動駕駛解決方案中的關鍵技術

相比之下，像Waymo、Uber等絕大多數公司采取的是以激光雷達為主的，多傳感器融合的解決方案。它的優點在于開發速度更快、難度更低，對人工智能技術的依賴也更低，進行小規模部署的可行性更高。不過阿姆農·沙書亞曾批評過Waymo的這種做法，他認為這最終很有可能導致“自動駕駛技術寒冬”的發生，讓這項新興技術進入小眾的學術角落，難以得到真正的普及。

在Uber自動駕駛測試車碰撞行人致死事件發生后，借助亞利桑那警方公布的行車記錄儀視頻，Mobileye在TV監視器的視頻中運行了Mobileye的軟件。盡管狀況不佳——有可能很多事故現場的高動態范圍數據已丟失，但該軟件在撞擊前大約1秒的時候，還是清晰地檢測到了行人。這次實驗所使用的是與當前配備Mobileye ADAS系統的車輛相同的軟件，已經在數十億英里的用戶行駛里程中得到了驗證。

圖像來源于警方公布的TV監視器上的視頻片段。重疊的圖像顯示了Mobileye ADAS系統的響應。綠色和白色邊界框是自行車和行人檢測模塊所輸出的結果。水平圖顯示了道路和障礙物之間的邊界稱之為“自由空間”

沙書亞指出，盡管基于深度神經網絡等人工智能技術開發的高精物體檢測系統的確有用，但很多傳統依舊不能忽略，這包括識別和完成數百次極端情況的測試、對數千萬英里數據集的注釋以及在數十個ADAS項目上進行極具挑戰性的試生產驗證測試。他也表示，“視覺優先”并非是“視覺唯一”，Mobileye開發了獨立、僅包含攝像頭的端到端系統以及獨立的激光雷達和僅包含雷達的三套系統來做冗余，同時基于REM（路網采集管理）技術制作的自動駕駛地圖也是對無人車行駛安全的另一重保障。

當然在英特爾“視覺優先”自動駕駛策略中，去年10月發布的責任敏感安全模型（RSS）同樣是十分重要的概念。英特爾和Mobileye認為無人車的決策必須符合人類判斷的常識，因此將“危險情況”和“正確響應”等常識概念做了數學公式化設計，并建立了一個從數學上確保符合定義的系統，確保自動駕駛汽車不會招致車禍。

在接受媒體采訪時，英特爾自動駕駛解決方案首席架構師Jack Weast指出，RSS模型中對駕駛策略的定義是借助增強學習算法實現的，它的價值在于算法本身的獎勵機制能夠使計算機制定的駕駛策略更符合人類駕駛員的行為，因此可以做到定制化的應用。而由于整個RSS模型是借助數學公式來定義的，整個公式除部分定量外，其他都是可以根據不同國家交通情況進行自定義的變量，這也是為什么英特爾選擇與清華大學、中科院自動化研究所合作的原因，即借助來自中國道路交通的數據集開發出適應中國駕駛環境的RSS模型。

英特爾自動駕駛解決方案首席架構師Jack Weast

不過Jack表示目前RSS仍無法覆蓋所有的交通場景，所以目前需要的正是車企、該領域的技術公司、監管部門以及其他相關各方一起對全自動駕駛汽車的安全驗證框架做出有意義的討論。現在Mobileye在以色列首都耶路撒冷已經開始進行搭載了RSS模型的自動駕駛路測，相信很快借助寶馬、上汽等合作伙伴的力量，該模型也將很快在國內進行測試。

2018年夏天，Mobileye加入了英特爾的大家庭。并購成功后，英特爾并沒有放棄沙書亞的計劃，甚至可以說完全接受了他的計劃，并將雙方的研發團隊進行了整合，由沙書亞全權負責。這對英特爾而言，最大的好處是節省了技術開發的成本和時間，可以將更多精力投入到5G、云計算、大數據等優勢產品技術的持續推進上，加速實現自動駕駛汽車的量產落地。

“英特爾GO自動駕駛解決方案”

“英特爾GO”是英特爾在2017年CES國際消費電子展上推出的自動駕駛解決方案，其中包括了英特爾GO自動駕駛開發平臺、車載軟件開發套件、5G汽車平臺以及相應的數據中心技術服務。

不過當時英特爾還沒有收購Mobileye，所以這套解決方案中最初并沒有為Mobileye的EyeQ5安排位置，整體提供的是一種靈活的架構，包括中央處理單元CPU、現場可編程門陣列FPGA以及面向深度學習的硬件加速技術。這種架構更多的是考慮系統的并行和順序處理能力，能夠將自動駕駛工作負載歸類為需要高效處理的計算類型。因此配置中的處理器分別為英特爾的凌動、至強、Arria 10 FPGA，可以按照客戶的可實現功能需求進行靈活配置。

這里提到的順序計算，主要涉及到了自動駕駛的三個交錯階段：感知、融合與決策，每個階段需要不同級別和類型的計算性能。其中，順序計算主要用于決策流程，并在傳感器融合流程提供重要的計算能力支撐。在之前的方案中，功耗只有10瓦的凌動以及高性能的至強是順序計算中發揮主力的芯片，在應對數據處理、決策產生的高強度負載上發揮作用。

那么重要的感知和融合階段呢？在2018年初的CES消費電子展上，英特爾CEO科再奇（Brian Krzanich）還簡單介紹了即將于今年推出的全新“英特爾GO多芯片自動駕駛平臺解決方案”。這套平臺以“視覺優先”作為設計理念，包含了兩個Mobileye EyeQ5芯片以及一個英特爾的8核凌動芯片。不過像此前規劃的FPGA以及其他AI芯片都沒有出現在這套系統的介紹中。而EyeQ5的出現補齊了此前該平臺感知融合的處理能力，這兩枚EyeQ5芯片將用于計算機視覺、定位、傳感器融合、路徑規劃以及RSS安全模型等功能的實現上，同時英特爾的處理器主要用于為汽車的執行機構進行規劃路徑的指令編譯。

全新英特爾GO多芯片自動駕駛開發平臺對感知、決策和執行板塊的支持

不過英特爾官方表示目前由于兩家公司剛剛合并，所有的技術路線和產品序列都需要重新梳理，針對“英特爾GO自動駕駛開發平臺”未來最終的形態高層還在商討中，因此沒有更多的信息可以透露。不過就車云菌目前了解到的信息，這套解決方案英特爾將其定義為“面向量產”、“軟硬一體”，可實現不同自動駕駛級別（如高級駕駛輔助系統、全自動駕駛汽車等）的開發平臺。

此外“英特爾GO”這套解決方案還包含了車載軟件開發套件SDK，提供計算機視覺、深度學習和OpenCL工具套件，針對感知、融合與決策應用進行算法優化等功能和服務。開發人員可在英特爾架構工作站上或英特爾架構數據中心內使用該套件，即可將代碼部署到對應的自動駕駛開發平臺上。同時英特爾GO 5G汽車平臺已經在2017年2月上市，支持汽車制造商開發和測試各種5G用例及應用（實時高清地圖下載、無線固件和軟件更新、面向機器學習的車載傳感器數據上傳等）。

英特爾聰明的生意經

其實英特爾發布“視覺優先”的自動駕駛策略并不讓人意外，畢竟目前主導這項技術研發的Mobileye最初就是靠ADAS在市場上獲得領導地位的。加入英特爾大家庭的Mobileye必須要發揮自己的優勢，所以會使用現有的以視覺為主的解決方案來開發更高級別的自動駕駛汽車。

對英特爾和Mobileye來說，ADAS市場十分重要，原因有兩點：首先，這是一個已經能夠產生利潤的市場；其次，地圖繪制是發展無人駕駛汽車必不可少的工具。英特爾依賴于Mobileye的道路經驗管理系統（REM）所產生的眾包數據。而到2018年底，英特爾將會通過路上的200萬輛機動車來收集地圖數據，這些主要來自寶馬、日產和大眾等品牌的車型都搭載了Mobileye的EyeQ4芯片。

根據英特爾官方統計，Mobileye2017年售出了接近900萬塊芯片，并且為多個項目提供了幫助，例如奧迪A8的L3級自動駕駛系統。Mobileye的EyeQ系列芯片所驅動的ADAS解決方案如今被用在了全世界2400萬輛汽車上，而且這一數字還將繼續增長。而在五月中旬，Mobileye披露稱獲得了一家歐洲車企的巨額訂單，將從2021年開始為其800萬輛汽車提供自動駕駛技術支持。

而面對蓬勃發展的中國市場，英特爾早已表明了自己的態度：他們的自動駕駛戰略也將會覆蓋中國市場。在年初的CES國際消費電子展上，英特爾宣布與四維圖新達成合作，雙方將會把REM帶到中國。Mobileye還將與上汽集團共同開發L3-L5級的自動駕駛汽車。

英特爾自動駕駛解決方案在華進展

小結

作為一家芯片企業，英特爾的業務模式是專注于批量生產與批量銷售，從而在規模經濟中獲得利益。在自動駕駛市場上，英特爾的這種模式與攝像頭增量模式較為符合。目前大家都在觀望和猜測，到底哪一個自動駕駛技術流派最終能夠贏得這場商業大戰。在小編看來，能夠完成無人駕駛出租車業務快速部署，并且積累了足夠多自動駕駛行駛里程的公司將會在市場競爭中奪得先機。