對於Intel來說，收購Mobileye只是一切的開始

原文鏈接：

http://geekcar.com/archives/61879

微信號：GeekCar

3 月 31 日，Intel 在北京召開了一次發布會，公布了其未來規劃。這是他們收購 Mobileye 之後首次對國內的媒體發聲。整個發布會傳遞的核心信息就是：Intel 是一家數據公司。

數據的重要性

不管是人工智慧還是物聯網，任何產品智能化的本質其實都是對數據加以分析，併產出具有附加價值的服務。這樣的研發邏輯讓有效數據變成了非常珍貴的資源。Intel 從晶元公司向數據公司轉型，正是在擁抱這一趨勢。Intel 全球副總裁兼中國區總裁楊旭在發布會上提出：由於市場的龐大，中國已經成為數據大國，未來的智能時代中，各個場景下都有數據產生。例如每個互聯網用戶平均一天就要用掉 1.5G 流量，一輛無人駕駛汽車一天要產生 4 TB 的數據量，而一家智慧工廠一天則會產生 1 PB（1 PB = 1024 TB）數據。

這些來自不同領域的數據又會分成三類：

結構化數據：例如圖形和文字，這類數據比較容易打上標籤，因此也更便於整理和定位。

非結構化數據：例如音頻和視頻，相較於上一種，這類數據更難定位，也更加難以整理和分析。

不規則緯度和定製類數據：例如自動駕駛所產生的數據，這些數據往往包括著很多緯度（視覺，場景，決策等），且數據本身還與環境有著很強的關聯。這就使得這類數據更加難以分析。

Intel 此前的一系列併購與轉型，其實都是在為處理這些數據而打造平台。

從上面這張圖就能看出，除了最基礎的硬體及底層軟體之外，Intel 其實是希望針對數據處理的不同應用領域，提供一個更加定製化的端到端研發平台。這就好比當我們想要做 PPT 我們就會去選擇使用 Office Powerpoint 軟體一樣。

FPGA 與 Nervana

與其他 SOC 供應商一樣, Intel 在介紹自己的平台時也重點突出了其強大的數據運算能力。這主要得益於兩項技術：

FPGA：

中文名稱為「現場可編程邏輯陣列」，這項技術主要來自 2015 年 Intel 對 Altera —— 一家從事 FPGA 晶元涉及和研發的公司的收購，在當時，這筆收購也是花掉了 Intel 167 億美元的巨資。FPGA 的本質是硬體加速器。它具有兩個重要的特點：

1. 並行運算結構：FPGA 晶元是基於並行運算結構的，這就使它有能力同時處理多項任務，從而大大提升運算速度。我們一般家用電腦的 CPU 中，每個核心同時只能處理單個任務，這也是在人工智慧應用當中，CPU 與 GPU 相比的一個劣勢。FPGA 的加入彌補了這個問題。

2. 可編輯晶元語言：FPGA 晶元在出廠之後，用戶可以對晶元的運算邏輯進行在編程。在自動駕駛應用中，這就使得整車廠和Tier 1 可乙根據自己的演算法需要，定製 FPGA 晶元的運算邏輯。

FPGA 的基本變成畫面，其中紅框標出的即是兩個並行的計算單元

Nervana 系統：

Nervana 是一家從事深度學習和神經網路晶元與軟體的創業公司，創立於 2014 年。2016 年 8 月， Intel 斥資 3.5 億多美元收購了 Nervana， 將其全部的深度都學習系統和研究成果收入了囊中。此外 Nervana 團隊還將成為 Intel 的人工智慧研究中心繼續從事 AI 相關的研究。Nervana 在自動駕駛，車內語義分析以及感測器數據處理上都有所涉足。這在演算法層面給 Intel 帶來了補充。

在今年 CES 上發布的自動駕駛平台 Intel GO 中，FPGA 已經得到了應用，並且還加入了對 5G 技術的支持。但是我們之前的文章中說過，AI 在自動駕駛領域的應用需要硬體，演算法和數據三個關鍵的環節。對 Intel 來說，FPGA 提升了硬體的計算能力，Nervana 系統提供了演算法，那麼數據從哪裡來？ 答案就是 Mobileye。

為何說收購 Mobileye 只是一個開始？

「因為收購 Mobileye 的項目正在進行中，很多方面不方便講，也不好評判，可能過幾個月再聊這個問題。」 在被問及關於 Mobileye 的問題時，Intel 中國的相關負責人給了 GeekCar 這樣的答覆。確實，正如我們之前的文章《除了那 153 億美元，關於 Intel 收購 Mobileye，你還應該知道這些》中所說，這筆收購的流程還將持續 9 個月。在目前這個時間雙方可能都不會去過多的談及收購相關的事宜。但是如果我們去翻看一下這兩家公司近期的一些發聲，我們還是能夠看出一些端倪。

在收購的消息公布後，Intel 的 CEO Brian Krzanich 向自己的員工發了一封信，其中提到：「你們很多人問我為什麼自動駕駛汽車對於 Intel 的未來這麼重要，答案就是數據。數據將成為新的石油。」「Mobileye 的加入將會給我們的計算平台帶來一個數據通道，讓車輛能夠通過智能的眼睛識別周邊的環境。」

可以看到 Brian 大大肯定了 Mobileye 在數據方面的作用。作為一家在 ADAS 和計算機視覺領域混了將近 20 年的企業， Mobileye 已經擁有了充足的鋪貨量和汽車行業客戶。EyeQ 晶元的出貨量已經達到了 1500 萬，其 AEB 解決方案也已經和眾多主機廠簽訂了訂單。

這些已經或即將落地的產品都有可能作為有效數據的來源，而且這個積累一定會越來越多。

此外，除了 ADAS 相關的業務，Mobileye 在高精度地圖領域也有自己的 REM 技術，並已經與寶馬和大眾達成了合作。

REM 的應用，左邊為攝像頭影響，右邊為 GoogleEarth 上的畫面，畫面上的圓點為標記的參照物標識

但是說到這裡，我們發現了一個問題：Mobileye 對數據的見解與 Intel 有所區別。Mobileye 一直在提倡數據的 「輕量化」 尤其是 REM 技術。而 Intel 作為晶元供應商，則一直在突出自動駕駛所產生的數據量之巨大。

在今年 3 月份的 BCW 上，Shashua 教授在 Mobileye 被收購後首次對外發聲，他在演講中提出了 Mobileye 的「Map Light」 模式——以攝像頭為主，其它感應器提供冗餘輔助的感知與定位方案。這個模式以 2D 畫面為核心，作為輔助的激光雷達所識別的畫面也將被整合到 2D 畫面中。因此相較於以激光雷達為核心感測器，並以 3D 畫面為主的「 Map Heavy」 模式，「Map Light」 所產生的數據尺寸將小的多得多。

上圖中左邊為 Map Light 右邊為 Map Heavy

讓攝像頭取代激光雷達成為自動駕駛的核心感測器一直是 Mobileye 在努力做的事情，為此他們在 AI 和攝像頭識別上的應用也下了巨大的功夫。但是這樣的規劃會符合 Intel 對 Mobileye 的期望嗎？要知道，對於 Intel 來說，激光雷達所帶來的龐大數據量，才能更好體現他們的運算能力，以及 5G 布局。

從Intel 的角度來說，他們希望能通過收購 Mobileye 獲得更多的駕駛數據，並提升自己在汽車行業的地位。但他們是否會關心 Mobileye 想將攝像頭髮展為自動駕駛核心感測器的野心？在 Intel 收購後，REM 技術會有怎樣的發展？這些問題，想必會成為雙方未來幾個月中商談的重點之一。

在大多數人看來，Intel 收購 Mobileye 是為自己在汽車領域實力的一個強大補充。不過，在我們看來，收購本身只是一個起點，雙方在未來幾個月如何融合，才是決定此次補強效果的關鍵。

————————————————

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！