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?！　?/P>

　　雖然Intel依然是半導(dǎo)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(xué)習(xí)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(dǎo)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(yù)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(shè)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(shè)計方面還欠缺底蘊，而搭檔ST也并非高性能計算構(gòu)架設(shè)計的領(lǐng)導(dǎo)者，它更擅長后端開發(fā)?！　?/P>

　　Mobileye EyeQ5視覺SoC芯片的架構(gòu)示意圖

　　目前的人工智能商業(yè)化應(yīng)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(xué)習(xí)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。

　　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(dǎo)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(yīng)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(yīng)的專用算法處理器IP的設(shè)計經(jīng)驗。

　　將算法和芯片進行協(xié)同設(shè)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(dǎo)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(dǎo)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(xué)習(xí)+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(xué)習(xí)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。　　

　　在GPU設(shè)計之初，并非針對深度學(xué)習(xí)，而是圖形加速，在NVIDIA推出CUDA架構(gòu)之前，GPU并無太強對深度學(xué)習(xí)運算能力的支持。而如今，NVIDIA可以提供基于其GPU的從后端模型訓(xùn)練到前端推理應(yīng)用的全套深度學(xué)習(xí)解決方案，一般的開發(fā)人員都可以非常容易地上手使用GPU進行深度學(xué)習(xí)開發(fā)，或者高性能運算。而CUDA架構(gòu)的開發(fā)，耗費了NVIDIA巨大的人力物力。

　　可以說，是CUDA這個中間層(computing framework)的優(yōu)化，才使得開發(fā)者真正愛上了GPU，NVIDIA勝在軟件。而CUDA還不能稱之為算法，它只是計算硬件與算法之間的橋梁。

　　算法的優(yōu)化更是絕非易事，目前頂尖的人工智能算法人才都是厚積薄發(fā)的，板凳坐得十年冷，在人工智能的春天到來之前，他們憑借艱難努力和頑強的意志熬過漫漫寒冬。

　　更難的是，你很難找到既懂得算法，又懂得計算構(gòu)架的開發(fā)人員，如果他們分別來自兩家公司，那么溝通的時間成本是巨大的，溝通的效率也相當?shù)氐汀?/P>

　　算法和芯片的協(xié)同設(shè)計，需要極深的整合和優(yōu)化功力，Intel缺乏針對算法設(shè)計芯片的人才,而Mobileye也難以在短時間內(nèi)提升車規(guī)級高性能處理器設(shè)計能力。毫無疑問，將兩者整合到同一家公司進行開發(fā)，是最優(yōu)路徑。

　　在過去，Intel也在努力加強其在人工智能算法方面的積累，對Nervana和Movidius的收購反映了這一點，并且提供了面向深度學(xué)習(xí)優(yōu)化的數(shù)學(xué)函數(shù)庫(MKL)?！　?/P>

　　但遠水解不了近渴，自動駕駛需要極高的系統(tǒng)可靠性，這意味著你需要時間。而當下的競爭態(tài)勢已呈白熱化態(tài)勢，時不我待，在商業(yè)競爭中，快人一步就意味著贏者通吃，彌補短板往往不如發(fā)揮長處，在高通、NVIDIA、NXP等巨頭虎視眈眈的情況下，Intel與Mobileye的整合，無疑是一個強強聯(lián)手的絕佳組合。

　　從本質(zhì)上講，購買Mobileye，就是買時間優(yōu)勢。

　　布局自動駕駛?cè)a(chǎn)業(yè)鏈，加速產(chǎn)業(yè)化進程

　　Intel去年成立自動駕駛事業(yè)部(ADG)，宣布與寶馬合作、收購高精地圖供應(yīng)商Here 15%的股份，到如今收購Mobileye, 可以直接獲得其已經(jīng)極為穩(wěn)固的客戶群，成為其殺入自動駕駛行業(yè)最穩(wěn)固的基石。加上其在云計算平臺方面的扎實基礎(chǔ)，以及積極投入5G研發(fā)，Intel布局自動駕駛?cè)a(chǎn)業(yè)鏈的宏大計劃，正逐漸浮出水面，這個統(tǒng)治了PC行業(yè)數(shù)十年的巨頭，在錯失了移動互聯(lián)網(wǎng)時代之后，重裝出擊，在自動駕駛的時代能否上演王者歸來，值得期待。　　

　　小結(jié)

　　圖靈獎獲得者Alan Kay，曾經(jīng)說過：如果你要嚴肅地思考你的軟件，就必須做你自己的硬件。Intel對于Mobileye重磅收購案，再次為這一論斷加上了濃墨重彩的一筆。

　　如果說過去是算法根據(jù)芯片進行優(yōu)化設(shè)計的時代，那么Intel對于Mobileye收購，預(yù)示著一個新時代的到來：算法和芯片協(xié)同進化的時代。已經(jīng)有一批先知先覺者在行動，Google自己已經(jīng)開發(fā)了TPU，用于CNN加速，地平線也在開發(fā)BPU，結(jié)合高度優(yōu)化的的深度學(xué)習(xí)算法構(gòu)架，打造核心競爭力。

　　誰能同時掌握算法和芯片，誰就能在產(chǎn)業(yè)化方面獲得巨大的競爭優(yōu)勢，最終贏得這個人工智能無處不在的時代。