英特尔积极布局竞争激烈的无人驾驶，意图重振PC时代雄风

能够完成无人驾驶出租车业务快速部署，并且积累了足够多自动驾驶行驶里程的公司将会在市场竞争中夺得先机。

今年是英特尔成立的50周年，也是其在中国开拓市场的第33个年头。目前英特尔在华拥有除美国总部之外最全面的业务部署，覆盖了产品技术开发、产业生态合作、市场营销、客户服务等内容。英特尔全球副总裁兼中国区总裁杨旭不久前曾表示，“未来会继续推进扎根中国市场的核心战略，推动人工智能、5G、自动驾驶等智能应用落地”，而这句承诺很快就兑现了。

在5月30日举行的签约仪式上，英特尔与清华大学、中国科学院自动化研究所签署合作协议，三方表示将共同推动自动驾驶汽车相关课题的研究，为中国自动驾驶、智能网联汽车产业的研发创新提供技术支撑。这也是英特尔智能网联汽车大学合作研究中心推出的首项合作计划。

英特尔与清华大学、中科院自动化研究所签署合作协议，推动自动驾驶在中国的联合创新

谈到自动驾驶，英特尔2017年因为成功并购Mobileye，再次成为备受业内关注的焦点。作为曾经制霸PC市场的半导体公司，在错失移动互联网的发展良机后，英特尔早就将目光盯上了如今大热的智能驾驶。而大公司的好处在于可以通过投资并购的方式将自己欠缺的技术收入囊中，所以英特尔陆续买下了深度学习芯片公司Nervana、全球第二大FPGA厂商Altera，并最终在去年8月初成功收购Mobileye，成交金额高达153亿美金。

此前曾有分析师猜测过，英特尔此举似乎是希望重振PC时代的雄风，在智能驾驶领域再次形成垄断优势。但无论从市场机会还是产品独特性来说，自动驾驶仍属于新兴领域，技术复杂程度远高于计算机行业，车企、供应商以及形形色色的科技公司正大批入场，同时增加了市场的不确定性，因此想要再现“Wintel”的辉煌时代似乎已经不大可能了。但这项并购案的意义在于，它补齐了英特尔战略拼图中缺失的重要一块：算法以及对应专用算法处理器IP的设计经验，这将能够带动自动驾驶芯片的性能提升、功耗和成本的大幅下降，缩短客户导入时间，这样的商业竞争优势，即使不形成垄断，对其他对手而言也是不小的威胁。

左：英特尔高级副总裁兼Mobileye首席执行官的阿姆农·沙书亚；右：英特尔首席执行官布莱恩· 科再奇

那么英特尔目前在智能驾驶领域到底形成了怎样的战略和产品技术布局，未来又将可能朝着怎样的方向前进呢？

“视觉优先”，加速自动驾驶商业化落地

在年初的CES国际电子展上，英特尔发布了“视觉优先（Vision First）”的自动驾驶汽车战略，核心是利用大量基于摄像头的ADAS系统打造一套能够帮助无人驾驶汽车变得更安全的“路书（Roadbook）”。这个策略的最大优点是零部件价格便宜，地图制作可实现规模化，即使需要进行更多的开发工作，但最终能获得更便宜、规模程度更高，也就是更容易导入量产的结果。

此外，英特尔/ Mobileye与其他无人驾驶企业方法论最大的区别，在于对无人驾驶汽车“感知与规划”技术的实现方式不同。

Mobileye解决方案与传统自动驾驶汽车解决方案的不同

像Waymo这些主打L4级以上自动驾驶汽车的公司更喜欢借助复杂的人工智能技术来实现传感器融合，使用的是来自激光雷达、雷达和其他传感器搜集的感知数据，然后生成360度环境模型。这个模型进而被转译为高精度地图，帮助车辆实现定位，精度能控制在3厘米以内。

但英特尔和Mobileye选择的是低级别的传感器融合，使用自己的“路书”技术来完成定位。英特尔自动驾驶解决方案首席架构师Jack Weast曾表示，借助这种定位方式，英特尔无人车的定位精度可以控制在10厘米以内。“7厘米的差距其实并不算大，它只是一个棒球的直径而已。老实说，我并不希望我的车与别的车或是其他物体靠得那么近。”

显然英特尔并不想在大量的可行性方案中进行痛苦的抉择，无人车可以使用雷达或是激光雷达进行路径规划，但英特尔更关注的是如何更快地将自动驾驶技术实现商业化量产。从这个角度看，英特尔和Mobileye采取的做法更精简，将摄像头作为自动驾驶汽车主要依赖的传感器，因为摄像头的成本最低，但获取的信息量最丰富。

时任英特尔高级副总裁兼Mobileye首席执行官的阿姆农·沙书亚在过去几年内打造了Mobileye独有的自动驾驶战略，包括众包高清地图绘制、基于语义语言的驾驶策略以及责任敏感安全模型（RSS）。他认为无人驾驶汽车之所以能够在真实世界中安全行驶，不仅是搭载了高性能计算硬件的原因，还因为自动驾驶策略和高精度地图都可以不断改进，同时常规的算法能够确保无人驾驶汽车负责任地在路上行驶。

Mobileye自动驾驶解决方案中的关键技术

相比之下，像Waymo、Uber等绝大多数公司采取的是以激光雷达为主的，多传感器融合的解决方案。它的优点在于开发速度更快、难度更低，对人工智能技术的依赖也更低，进行小规模部署的可行性更高。不过阿姆农·沙书亚曾批评过Waymo的这种做法，他认为这最终很有可能导致“自动驾驶技术寒冬”的发生，让这项新兴技术进入小众的学术角落，难以得到真正的普及。

在Uber自动驾驶测试车碰撞行人致死事件发生后，借助亚利桑那警方公布的行车记录仪视频，Mobileye在TV监视器的视频中运行了Mobileye的软件。尽管状况不佳——有可能很多事故现场的高动态范围数据已丢失，但该软件在撞击前大约1秒的时候，还是清晰地检测到了行人。这次实验所使用的是与当前配备Mobileye ADAS系统的车辆相同的软件，已经在数十亿英里的用户行驶里程中得到了验证。

图像来源于警方公布的TV监视器上的视频片段。重叠的图像显示了Mobileye ADAS系统的响应。绿色和白色边界框是自行车和行人检测模块所输出的结果。水平图显示了道路和障碍物之间的边界称之为“自由空间”

沙书亚指出，尽管基于深度神经网络等人工智能技术开发的高精物体检测系统的确有用，但很多传统依旧不能忽略，这包括识别和完成数百次极端情况的测试、对数千万英里数据集的注释以及在数十个ADAS项目上进行极具挑战性的试生产验证测试。他也表示，“视觉优先”并非是“视觉唯一”，Mobileye开发了独立、仅包含摄像头的端到端系统以及独立的激光雷达和仅包含雷达的三套系统来做冗余，同时基于REM（路网采集管理）技术制作的自动驾驶地图也是对无人车行驶安全的另一重保障。

当然在英特尔“视觉优先”自动驾驶策略中，去年10月发布的责任敏感安全模型（RSS）同样是十分重要的概念。英特尔和Mobileye认为无人车的决策必须符合人类判断的常识，因此将“危险情况”和“正确响应”等常识概念做了数学公式化设计，并建立了一个从数学上确保符合定义的系统，确保自动驾驶汽车不会招致车祸。

在接受媒体采访时，英特尔自动驾驶解决方案首席架构师Jack Weast指出，RSS模型中对驾驶策略的定义是借助增强学习算法实现的，它的价值在于算法本身的奖励机制能够使计算机制定的驾驶策略更符合人类驾驶员的行为，因此可以做到定制化的应用。而由于整个RSS模型是借助数学公式来定义的，整个公式除部分定量外，其他都是可以根据不同国家交通情况进行自定义的变量，这也是为什么英特尔选择与清华大学、中科院自动化研究所合作的原因，即借助来自中国道路交通的数据集开发出适应中国驾驶环境的RSS模型。

英特尔自动驾驶解决方案首席架构师Jack Weast

不过Jack表示目前RSS仍无法覆盖所有的交通场景，所以目前需要的正是车企、该领域的技术公司、监管部门以及其他相关各方一起对全自动驾驶汽车的安全验证框架做出有意义的讨论。现在Mobileye在以色列首都耶路撒冷已经开始进行搭载了RSS模型的自动驾驶路测，相信很快借助宝马、上汽等合作伙伴的力量，该模型也将很快在国内进行测试。

2018年夏天，Mobileye加入了英特尔的大家庭。并购成功后，英特尔并没有放弃沙书亚的计划，甚至可以说完全接受了他的计划，并将双方的研发团队进行了整合，由沙书亚全权负责。这对英特尔而言，最大的好处是节省了技术开发的成本和时间，可以将更多精力投入到5G、云计算、大数据等优势产品技术的持续推进上，加速实现自动驾驶汽车的量产落地。

“英特尔GO自动驾驶解决方案”

“英特尔GO”是英特尔在2017年CES国际消费电子展上推出的自动驾驶解决方案，其中包括了英特尔GO自动驾驶开发平台、车载软件开发套件、5G汽车平台以及相应的数据中心技术服务。

不过当时英特尔还没有收购Mobileye，所以这套解决方案中最初并没有为Mobileye的EyeQ5安排位置，整体提供的是一种灵活的架构，包括中央处理单元CPU、现场可编程门阵列FPGA以及面向深度学习的硬件加速技术。这种架构更多的是考虑系统的并行和顺序处理能力，能够将自动驾驶工作负载归类为需要高效处理的计算类型。因此配置中的处理器分别为英特尔的凌动、至强、Arria 10 FPGA，可以按照客户的可实现功能需求进行灵活配置。

这里提到的顺序计算，主要涉及到了自动驾驶的三个交错阶段：感知、融合与决策，每个阶段需要不同级别和类型的计算性能。其中，顺序计算主要用于决策流程，并在传感器融合流程提供重要的计算能力支撑。在之前的方案中，功耗只有10瓦的凌动以及高性能的至强是顺序计算中发挥主力的芯片，在应对数据处理、决策产生的高强度负载上发挥作用。

那么重要的感知和融合阶段呢？在2018年初的CES消费电子展上，英特尔CEO科再奇（Brian Krzanich）还简单介绍了即将于今年推出的全新“英特尔GO多芯片自动驾驶平台解决方案”。这套平台以“视觉优先”作为设计理念，包含了两个Mobileye EyeQ5芯片以及一个英特尔的8核凌动芯片。不过像此前规划的FPGA以及其他AI芯片都没有出现在这套系统的介绍中。而EyeQ5的出现补齐了此前该平台感知融合的处理能力，这两枚EyeQ5芯片将用于计算机视觉、定位、传感器融合、路径规划以及RSS安全模型等功能的实现上，同时英特尔的处理器主要用于为汽车的执行机构进行规划路径的指令编译。

全新英特尔GO多芯片自动驾驶开发平台对感知、决策和执行板块的支持

不过英特尔官方表示目前由于两家公司刚刚合并，所有的技术路线和产品序列都需要重新梳理，针对“英特尔GO自动驾驶开发平台”未来最终的形态高层还在商讨中，因此没有更多的信息可以透露。不过就车云菌目前了解到的信息，这套解决方案英特尔将其定义为“面向量产”、“软硬一体”，可实现不同自动驾驶级别（如高级驾驶辅助系统、全自动驾驶汽车等）的开发平台。

此外“英特尔GO”这套解决方案还包含了车载软件开发套件SDK，提供计算机视觉、深度学习和OpenCL工具套件，针对感知、融合与决策应用进行算法优化等功能和服务。开发人员可在英特尔架构工作站上或英特尔架构数据中心内使用该套件，即可将代码部署到对应的自动驾驶开发平台上。同时英特尔GO 5G汽车平台已经在2017年2月上市，支持汽车制造商开发和测试各种5G用例及应用（实时高清地图下载、无线固件和软件更新、面向机器学习的车载传感器数据上传等）。

英特尔聪明的生意经

其实英特尔发布“视觉优先”的自动驾驶策略并不让人意外，毕竟目前主导这项技术研发的Mobileye最初就是靠ADAS在市场上获得领导地位的。加入英特尔大家庭的Mobileye必须要发挥自己的优势，所以会使用现有的以视觉为主的解决方案来开发更高级别的自动驾驶汽车。

对英特尔和Mobileye来说，ADAS市场十分重要，原因有两点：首先，这是一个已经能够产生利润的市场；其次，地图绘制是发展无人驾驶汽车必不可少的工具。英特尔依赖于Mobileye的道路经验管理系统（REM）所产生的众包数据。而到2018年底，英特尔将会通过路上的200万辆机动车来收集地图数据，这些主要来自宝马、日产和大众等品牌的车型都搭载了Mobileye的EyeQ4芯片。

根据英特尔官方统计，Mobileye2017年售出了接近900万块芯片，并且为多个项目提供了帮助，例如奥迪A8的L3级自动驾驶系统。Mobileye的EyeQ系列芯片所驱动的ADAS解决方案如今被用在了全世界2400万辆汽车上，而且这一数字还将继续增长。而在五月中旬，Mobileye披露称获得了一家欧洲车企的巨额订单，将从2021年开始为其800万辆汽车提供自动驾驶技术支持。

而面对蓬勃发展的中国市场，英特尔早已表明了自己的态度：他们的自动驾驶战略也将会覆盖中国市场。在年初的CES国际消费电子展上，英特尔宣布与四维图新达成合作，双方将会把REM带到中国。Mobileye还将与上汽集团共同开发L3-L5级的自动驾驶汽车。

英特尔自动驾驶解决方案在华进展

小结

作为一家芯片企业，英特尔的业务模式是专注于批量生产与批量销售，从而在规模经济中获得利益。在自动驾驶市场上，英特尔的这种模式与摄像头增量模式较为符合。目前大家都在观望和猜测，到底哪一个自动驾驶技术流派最终能够赢得这场商业大战。在小编看来，能够完成无人驾驶出租车业务快速部署，并且积累了足够多自动驾驶行驶里程的公司将会在市场竞争中夺得先机。