文 / 地平線智能駕駛商務總監(jiān) 李星宇
芯片業(yè)老大Intel收購ADAS業(yè)界龍頭Mobileye，一石激起千層浪！這一重塑行業(yè)競爭態(tài)勢的收購大案背后，折射出怎樣的行業(yè)趨勢？
算法+芯片成為通往人工智能未來的關(guān)鍵路徑
憑借十幾年的積累，Mobileye在ADAS算法方面的成熟度，無人望其項背，所以即使Mobileye制訂了苛刻的排他性商業(yè)條款，眾客戶也只能忍氣吞聲。
Intel在處理器制程、產(chǎn)能方面也有絕對的優(yōu)勢，相對于高通這樣的Fabless公司，可以提供更好的產(chǎn)能和品質(zhì)保障，對于汽車電子而言，其重要性毋庸置疑，AEC-Q100認證、超過十年的供貨周期要求，高低溫工作穩(wěn)定性，這些汽車電子的要求使得Intel的IDM整合模式有天然的優(yōu)勢。
但面對自動駕駛的未來，無論Intel還是Mobileye，都不是無懈可擊的。
雖然Intel依然是半導體業(yè)界老大，但如果單論人工智能的計算平臺，nVidia更加耀眼。在過去一年里，nVidia的股票坐火箭般上升，因其GPU已經(jīng)成為深度學習業(yè)界事實上的標準開發(fā)平臺，到目前為止，基于CUDA平臺，目前已經(jīng)超過20萬個下載，CUDA社區(qū)已經(jīng)擁有30萬開發(fā)者。
2016年，Mobileye和意法半導體高調(diào)宣布，將合作研發(fā)Mobileye第五代SoC芯片——EyeQ5，作為2020年實現(xiàn)全自動駕駛(FAD)的處理器平臺，預計在2018年上半年可提供EyeQ5的工程樣品。但在芯片業(yè)界看來，這無疑破壞了行規(guī)：按照通常做法，至少要等芯片樣品出來之后才能宣布，而Mobileye提前近兩年宣布，一度被圈內(nèi)人笑稱PPT造芯。
尷尬的背后，凸顯的是Mobileye在高性能計算芯片設計方面的實力不足，畢竟和Intel、NXP、nVidia等一眾資深玩家比起來，Mobileye在芯片設計方面還欠缺底蘊，而搭檔ST也并非高性能計算構(gòu)架設計的領(lǐng)導者，它更擅長后端開發(fā)。
目前的人工智能商業(yè)化應用，絕大部分還集中在云端，而不是嵌入式領(lǐng)域，其主要原因就在于目前基于GPU的系統(tǒng)售價高昂，但汽車其實是一個對成本極度敏感的行業(yè)，GPU不菲的售價已經(jīng)成為量產(chǎn)的關(guān)鍵制約因素，此外，其較大的發(fā)熱量也對長期工作穩(wěn)定性帶來挑戰(zhàn)。如果不能以經(jīng)濟的成本實現(xiàn)人工智能，那么自動駕駛的普及就依然遙不可及。
FPGA被越來越多的公司使用，其計算構(gòu)架可重構(gòu)特性能滿足深度學習對于專有計算構(gòu)架的需求，這是Intel收購FPGA巨頭Altera的重要原因：靈活、可快速部署。
被收購于Intel的Altera芯片
但FPGA再往上走，計算資源的擴展會讓成本上升到很難接受的地步，于是就會輪到ASIC出場了。半導體業(yè)界無數(shù)的歷史都表明，F(xiàn)PGA往往是定制化ASIC的前哨站，一旦某個應用的量足夠大，定制化ASIC就會變得更經(jīng)濟。
Intel已經(jīng)制定了相關(guān)的路線圖，對于Mobileye的收購，補齊了其戰(zhàn)略拼圖中缺失的一塊：算法以及對應的專用算法處理器IP的設計經(jīng)驗。
將算法和芯片進行協(xié)同設計，可以輕易地獲得超過10倍的性能提升、10倍的功耗下降和10倍的成本下降，并且縮短了客戶導入時間，由此獲得的商業(yè)競爭優(yōu)勢，想想就覺得恐怖。
同時掌握算法與芯片，已經(jīng)成為通往人工智能未來的關(guān)鍵路徑。
算法與芯片深度整合非一日之功
雖然nVidia是人工智能計算平臺的領(lǐng)導者，但一個引人深思的事實是，一開始并非nVidia選擇了人工智能，而是人工智能的研究者選擇了GPU，進而成就了nVidia。
在2012年，Alex利用深度學習+GPU的方案，一舉贏得ImageNet LSVRC-2010圖像識別大賽，并奇跡般地將識別成功率從74%提升到85%，nVidia敏銳地覺察到了這一趨勢，并大力優(yōu)化基于GPU的深度學習生態(tài)系統(tǒng)，并加速迭代開發(fā)，三年時間將GPU性能提升了65倍，從而奠定了目前的王者之位。
