芯片廠商掀起智能駕駛之戰 你更看好誰?

　　[汽車之家 新鮮技術解讀]  隨著汽車智能駕駛時代的推進，負責處理車輛自動駕駛數據的算力芯片成了行業中的內卷點，英特爾、英偉達和高通三個芯片巨頭基于自身優勢，紛紛入局形勢大好的智能駕駛領域。這三位芯片行業中的佼佼者，在智能駕駛領域各有什么優勢呢？能夠確定的是在芯片的研發設計、生產制造上，放眼全球能與它們三家掰手腕的企業寥寥無幾，這也是它們敢于入局汽車智能駕駛領域的底氣之一。

●英特爾：攝像頭＞激光雷達？

　　其實處理自動駕駛數據可不單單只靠芯片，在保證算力性能足夠強的前提下，優秀的算法也是必不可少的。通俗點說像是兩個人拿著武器決斗，武器的種類、威力保持相似，想要在戰斗中能夠取勝，那就要看誰的招式更勝一籌了。

1、153億美元收購Mobileye

　　技術不夠怎么辦？最簡單粗暴的辦法當然是花錢買了，找到合適的目標果斷下手，不能讓別家搶了先，對于財大氣粗的英特爾來說，花幾百個億那還不是小意思。

　　Mobileye創立于1999年，在此之前其首席技術工程師曾經發表使用一顆攝像頭，就可以對三維空間中物體進行探測和識別的大膽理論，獲得過豐田、通用的項目研究資金。

　　隨著時間的推移，Mobileye又相繼發布量產了EyeQ2、EyeQ3、EyeQ4、EyeQ5等系列芯片，合作車企的名單擴充至奧迪、福特、現代、捷豹、路虎、本田、雷諾等合資品牌，還有威馬、吉利、蔚來等國產自主品牌。

　　使用攝像頭+視覺算法就能實現前方碰撞預警（FCW）、車道偏離報警（LDW）、行人前碰撞預警（PCW）、車道保持輔助（LKA）、主動緊急制動（AEB）、自適應巡航（ACC）等功能，在成本控制上更受主機廠們的青睞。

　　構建一套以攝像頭為主的子系統，再構建一套以激光雷達為主的子系統，將兩者融合入自動駕駛平臺中，即便是其中的一套子系統出現“罷工”的情況，另一套也能夠繼續為車輛提供智能駕駛服務，相當于是給安全上了一份雙保險。

2、Mobileye和特斯拉的那些往事

　　其實有心的朋友已經發現了，Mobileye曾經主用攝像頭實現智能駕駛功能的做法，是不是聽著有些耳熟？沒錯，這和馬斯克曾經說過看好攝像頭的言論非常相似。

　　按照正常劇情發展，三觀相同應該能走的更遠才對，可這段“感情”因為2016年特斯拉Autopilot系統故障致死事件的發生，讓兩者來到了瀕于“分手”的邊緣，直到當年的7月末雙方發布聲明宣告合作關系正式決裂。

　　也正是和特斯拉分道揚鑣的第二年，Mobileye轉身投入到英特爾的懷抱中。英特爾在招攬了這名大將后，入局智能駕駛領域的底氣愈發充足，“巧婦”倒是找到了，現在就缺少那把做飯用的“米”了。

　　英特爾看中的是它收集交通大數據能力，這是為后續推出無人智能駕駛網約車在打基礎，畢竟做生意就是為了賺錢嘛，英特爾多次大手筆買買買，自然是為了在未來能夠獲得利益回報。

3、2022 CES亮相新技術

　　智能駕駛等級提升的需求呼聲越來越高，車輛使用的傳感器硬件類型、數量也會隨之增加，更多的數據信息需要去處理，因此汽車市場中高算力芯片的需求也就愈發急迫了。

　　這樣做法似乎和百度、高德派出地圖采集車采集道路信息的方式有些相似，只不過Mobileye是將私人車輛當做地圖采集車，官方預計在2022年可以收集100億公里的道路數據，大眾、福特已經表示旗下部分車型將會使用這項技術。其實剖析原理來看，就是把車輛、道路數據和云端服務器連接起來，從而實現更加精準的智能駕駛服務，其本質上應該還是屬于V2X（車聯萬物）的范疇。

●英偉達：高算力芯片在手真的可以為所欲為

　　現在很多研究智能駕駛的團隊，都喜歡把芯片算力看作是第一生產力，可芯片制程工藝的限制顯然就成為了這部分人的噩夢，但是在芯片領域特別是GPU（圖形處理器）技術方面有一個另類，它便是英偉達。

　　英偉達推出的芯片，無論是計算機消費市場還是車規級市場基本上都是力壓群雄，每每推出新產品都會讓競爭對手十分頭疼。從這里可以看出英偉達在芯片算力上是沒有什么壓力的，反倒是更看重自動駕駛平臺算法和架構的研發。

1、訓練車輛自主深度學習

　　讓車輛自己去學習道路交通法規，把學習中遇到的問題記錄下來，保證下次不會再犯類似的錯誤，久而久之車輛就可以自己上路行駛了，可這些想法在現實里是難以實現的，因為在訓練過程中撞到行人、車輛那是非常危險的。

　　打個比方，收集現實中的道路信息構建虛擬世界的過程，可以看作是懷胎十月。在虛擬世界中讓車輛反復學習、訓練，做到能夠遵守現實中交通法規的過程，可以看成一把屎一把尿把孩子拉扯大的艱辛歷程。

2、DRIVE Hyperion自動駕駛平臺

　　建立屬于自己的架構和平臺，雖然在前期研發階段會很困難，可整個框架搭建成功之后，后續的開發、升級就會輕松很多，這種模塊化方式還能減少一定的量產成本。

　　搭載兩顆芯片的原因，其一是為了提升算力，因為硬件越多采集的數據量也是水漲船高，處理海量數據就需要更大的算力做支撐。

　　其二也是為了安全因素考慮，假如發生一個芯片“罷工”的事情，另一個芯片也可以維持整個系統正常運行，不過應該對數據的處理和系統的運行速率會有影響，但可以把車輛安全送達目的地，這和Mobileye使用兩套子系統的做法很相似。

　　如此豪華的硬件陣容，整體的成本價格自然不會低，考慮到不同級別車型的價格差異，要想覆蓋市面上不同級別的車型，恐怕又要讓黃仁勛施展在江湖中早已傳開的精準刀法了，或許在售價較低的車型上，會使用簡配后的“閹割版”DRIVE Hyperion系列自動駕駛平臺。

3、不止模塊化，或許還能實體化？

　　當然那些車企也可以按需自行選擇，只訂購英偉達的高算力芯片和核心操作系統，自己對智能駕駛系統進行單獨調校優化。通俗點講，類似于圓珠筆外殼可以使用多種多樣的貼花設計，可用于書寫的筆芯規格是統一的細長圓柱形，只是筆芯的粗細程度略有不同，這里的粗細可以看作是芯片算力、算法調校的不同。

　　更換硬件很好理解，價格不同的車型使用的攝像頭、雷達傳感器數量相應的也會不同。那么在軟件算法方面，以車輛硬件適配智能駕駛技術的基礎上，未來智能駕駛算法程序會不會被實體化？

4、遇事不決，買是最好的解決辦法

　　在英偉達宏偉的智能駕駛戰略規劃中，所需的芯片、算法自己可以來慢慢完成，可數據儲存、云端-終端數據傳輸等技術并不是它的強項，短期肯定是做不到完備規模的數據中心處理技術，該怎么辦呢？對于財大氣粗的芯片巨頭這還不簡單，就是一個字買。

　　在2021年6月，英偉達還收購了專注于為智能駕駛車輛提供高清地圖技術的DeepMap公司。如此一來，英偉達也擁有了智能駕駛所需的地圖和云端數據處理能力，在自身高算力芯片和優秀算法的基礎上，其在智能駕駛領域中的未來十分可期。

●高通：注重云端服務和數字化理念

　　無獨有偶的是高通入局智能駕駛領域，所提到的重點之一也是和“云”有著緊密聯系，在CES 2022展會，高通還宣布和37家車企在智能駕駛領域攜手共進。

1、具有“云”屬性的驍龍數字底盤

　　如果想傳輸一個內存占用量巨大的文件，在電腦和電腦之間可以使用移動硬盤來實現，行駛在道路上的汽車想要接收、傳輸數據可做不到這樣，而且也不能即時傳輸數據，這時就要用到云端服務了。

2、提前預裝，付費解鎖

　　相信很多朋友都見過大街上的抓娃娃機，投入硬幣或掃碼付款就可以玩上幾局，整個過程操作起來還是挺方便的，高通也使用了類似的做法。

　　其實這和現在市面上那些購車選裝包有些類似，不同的是付費解鎖需要把某些硬件、軟件提前預裝到車輛上，雖然做法可能會讓不少人吐槽，但不得不說這種方式比去終端店后期加裝要方便的多。

3、高通部分“云”服務相當成熟

　　 別克、雪佛蘭、凱迪拉克車主應該都聽說過安吉星，如果告訴你這項配置的研發高通也參與過，其內部所使用的調制解調器是高通旗下的產品，你會不會有些驚訝呢？

4、46億美元收購Veoneer

　　跨界、跨領域做事情，自己研發摸索的過程太過漫長，想要更快、更好的把這件事做成，最干凈利索的辦法莫過于買買買了，高通自然也不例外并在2021年8月份，斥資46億美元拿下了零部件供應商Veoneer。

　　通過探測生物向外輻射的紅外能量（熱量）成像技術，來識別車輛前、后方是否存在有行人、騎行者或動物等活體，這些探測數據可以和制動系統聯通，來實現主動剎車等操作，讓智能駕駛系統更加安全的運行。

寫在最后：

　　從自動駕駛平臺所用的技術、硬件層面來看，這三位芯片界的巨頭都有向“云端”方向發展的趨勢，很多項技術需要依靠它來增強自身，未來智能駕領域駛對于云端服務的需求量應該會很大。這三位巨頭的老本行都不是汽車領域，所以為了更快、更好的打開局面，財大氣粗的它們紛紛以買買買的方式，來提升自身在智能駕駛領域的競爭力。

　　不同的是，英特爾如果繼續秉承Mobileye以攝像頭、視覺算法為主的設計理念，壓縮成本的思路似乎有些主打中低端汽車市場的意思，但從Mobileye研究激光雷達的做法來看，英特爾在未來或許也會進軍高端汽車市場；英偉達則是高算力芯片、攝像頭、雷達等豐富的硬件一起上陣，實際裝車量產其成本自然會偏高，所以它的目標應該是中高端汽車市場；反倒是高通胃口有些大，多次強調“從入門到高級車型”透露出其低端、中端、高端市場通吃的大胃口，不過在英特爾、英偉達耀眼的光環下，高通反而被襯托得有些平平無奇了，倒是C-V2X和熱成像傳感技術讓其扳回了一些比分。（圖/文 汽車之家 李博文）