「觀點」153億美元併購Mobileye，英特爾豪賭的不只是自動駕駛汽車

3月13日，英特爾宣布將以每股63.54美元全現金收購以色列機器視覺公司Mobileye，交易總價為153億美元。

這是晶片企業對自動駕駛汽車的一項重大投資，這也是以色列科技企業歷史上最大的一次收購。

在這之前，英特爾曾表示，未來2年將投資2.5億美元開發自動駕駛汽車，如今逾150億美元的投資遠超此前提及的投資額，英特爾這場豪賭到底賭的是什麼呢？

眾所周知，仍是晶片老大的英特爾雖然壟斷著PC市場，但是由於PC市場的整體低迷，英特爾近年增長乏力。

相比在移動市場上稱霸的ARM和人工智慧領域的「晶片新貴」英偉達，英特爾的業績表現過於低迷。

實際上，早在十年前英特爾就認識到PC市場放緩必須向PC之外的領地轉型，其苦苦謀求向手機、平板和智能家電領域轉型，最後都以失敗告終。

鑒於自動駕駛汽車、人工智慧的崛起，英特爾顯然不想再錯過機會，此次153億併購自動駕駛汽車企業Mobileye就是證明。

汽車晶片市場前景廣闊 英特爾併購欲與對手試比高

Gartner近日的報告指出，晶片在每輛汽車中的價值從2000年的250美元，飆升至目前的350美元。

IDC的研究報告也顯示近年來晶片行業在汽車方面的投入占比越來越高。

正是基於未來晶片在汽車產業中的價值，以英特爾、高通為代表的科技企業紛紛將重點投向該領域。

基於未來晶片在汽車產業中價值，以高通、英偉達為代表的科技企業紛紛將重點投向該領域。

高通早在 2014 年的 CES 上就推出了專門針對車載娛樂訊息系統的處理器—驍龍 602A。

兩年後的 1 月 6 日，高通宣布與奧迪合作，向後者 2017 年的部分車型提供用於車載娛樂訊息系統的汽車級晶片。

去年，這家公司以約 470 億美元的價格收購全球最大的車用晶片商—恩智浦半導體公司（NXP Semiconductors），成就了半導體行業史上最大的併購案。

完成對恩智浦的收購後，高通市值重回千億美元行列。

2015年的CES上，英偉達發布了Drive PX 2自動駕駛平台，但並未受到足夠重視，這款採用深度學習的方法感知並了解汽車周圍環境、幫助汽車實現自動駕駛的產品，在此後的數月中逐漸變得炙手可熱。

目前，特斯拉及沃爾沃等新老車企都已經成為 Drive PX2 的用戶。

去年，英偉達又宣布推出一款全新的專為無人駕駛汽車設計的新一代人工智慧超級計算機Xavier。

Xavier將為無人駕駛汽車製造商、一級供應商、初創企業和研發機構提供無人駕駛技術，應用於轎車、卡車、擺渡車或計程車等自動駕駛汽車研發與生產上。

對於英特爾來說，早在2012年它就開始對無人駕駛領域進行布局，成立了總額1億美元的基金用於投資網際網路汽車公司。

英特爾還在2017年投資了義大利半導體製造公司Yogitech，該企業專門為機器人、無人駕駛汽車以及其他自動化設備研發晶片。

此外，英特爾自身也在發力無人駕駛的研究。

CES 2017上，英特爾公布了「Intel Go」—針對自動駕駛汽車的開發平台。

這個開發平台包括車輛上搭載的處理單元，用於進行本地實時數據處理。

儘管如此，英特爾感覺在汽車晶片領域的步伐還不夠快，併購便成為其最佳和最快的選擇。

去年7月份，英特爾曾與Mobileye針對寶馬I Vision Future Interaction概念車進行過合作開發，或許英特爾意識到了自動駕駛時代計算機視覺的價值。

據悉，此次併購來的Mobileye主要開發基於攝像頭和軟體的計算機視覺識別系統，並推出了專用晶片，這些晶片和識別系統能夠識別各種道路交通狀態，為自動駕駛汽車提供交通環境分析數據。

換言之，該公司的產品相當於自動駕駛汽車的「眼睛」和「大腦」，可以預測來自汽車、行人、動物甚至其他物體的衝撞。

近20多家汽車製造商都採用了來自Mobileye的技術，諸如奧迪、寶馬、通用汽車和福特汽車等。

Mobileye主要開發基於攝像頭和軟體的計算機視覺識別系統，並推出了專用晶片，這些晶片和識別系統能夠識別各種道路交通狀態，為自動駕駛汽車提供交通環境分析數據。

對於此次併購的價值和意義，英特爾執行長科再奇在宣布收購後指出，這次收購將整合兩家公司在自主駕駛領域的關鍵基礎技術，包括汽車路徑導航和實時駕駛決策等。

Mobileye的汽車級計算機視覺，加上全球汽車製造行業向自主駕駛領域發展的強大動能，有助於英特爾加速創新，掌握預估在2030年將達到700億美元的汽車市場。

此外，與高通和英特爾相比，英偉達在汽車晶片的深耕和實際取得的業績，使其市值在過去的12個月裡已經翻了近5倍。

但是，隨著英特爾的大手筆併購，英偉達在汽車晶片領域的先發優勢還能保持多久，無疑是一個大大的問號。

不只是自動駕駛，AI人工智慧是更長遠的必爭之地

與上述自動駕駛汽車相比，數據顯示，到2025年人工智慧市場將達到360億美元的規模，人工智慧將成為IT領域中發展最快的部分，或將引領繼蒸汽機、電力、計算機之後的第四次工業革命。

由於布局較早，英偉達在以AI為訴求的深度學習市場占據了主要優勢。

目前國內外絕大多數的深度學習企業和機構都依託英偉達的GPU加速，包括Facebook、Google、阿里巴巴、百度等在內的全球網際網路巨頭均與英偉達有合作關係。

業內人士認為，GPU成為主流的人工智慧計算架構組成部分，原因在於應用於圖形、圖像處理領域的GPU可以並行處理大量數據，非常適合深度學習的高並行、高本地化數據場景。

具體表現在：GPU天生為並行運算優化，而CPU天生為串行指令優化，人工智慧恰恰更需要強大的並行能力；相同的晶片面積下，GPU上可以集成更多運算單元；GPU擁有更大容量的存儲結構，對於大量數據有緩存優勢。

正是藉助於天然的優勢，數據中心業務（包括面向企業級AI的GPU業務）成了英偉達財報中的大亮點，其年收入同比增長193%。

牛津大學的AI政策研究專家邁爾斯指出，許多學術和獨立研究人員正在利用英偉達的遊戲GPU來推進自己的研究項目。

因此，英偉達在AI領域的成功可能比它們財報中顯示的還要巨大。

面對英偉達在AI晶片的高速成長，從去年開始，英特爾開始了布局人工智慧的三大收購案，而這三個收購案例可以說都是震動業界的大新聞。

先是以167億美元的價格收購了做可編程處理晶片的Altera，這次收購成了英特爾有史以來最大一筆收購案。

通過收購Altera的可編程處理晶片，英特爾成功在大數據運算處理方面得到了加成，並由此推出了新的至強融合(Xeon Phi)系列處理器，這個系列的處理器將針對大數據高性能運算以及人工智慧。

之後，英特爾完成了對Nervana和Movidius的收購，Nervana是一家深度學習晶片初創公司，英特爾希望Nervana加入能夠有效提高智能融合處理器在AI方面的性能。

而收購Movidius，表面看起來英特爾收購的是一家在VR和AR見長的廠商，但實際上他們主要致力於三維視覺計算，這與英特爾的RealSense 3D實感技術不謀而合。

目前谷歌、微軟都在著眼於新晶片品種，以便加快從智慧型手機和其他設備內部提供AI功能的進程。

英特爾公司近期披露了一些關於AI晶片的一些細節，按照他們所說，一個項目代碼為「Lake Crest」，將會用到Nervana Engine 和Neon DNN相關軟體。

這款晶片可以加速各類神經網絡，例如谷歌TensorFlow框架。

晶片由所謂的「處理集群」陣列構成，處理被稱作「活動點」的簡化數學運算。

相對於浮點運算，這種方法所需的數據量更少，因此帶來了10倍的性能提升。

競爭仍在繼續 未來晶片市場格局難料

人工智慧晶片之所以受到重視，除了上述實在市場價值，還緣於其潛在的廣泛應用場景。

根據長江證券提供的數據，當前網際網路的發展正遭遇技術與商業模式創新乏力等瓶頸，「網際網路+行業」面臨智能化程度不足的影響。

而人工智慧正是推動網際網路與傳統行業，實現突破的「秘鑰」。

比如AI+醫療將可輔助醫生更快、更準確地發現患者病症，加速新藥研發，如IBM的沃森機器人；AI+汽車可促進無人駕駛技術的發展，谷歌的無人駕駛汽車已在美國四個城市實現道路測試，未來3~5年有望實用化；AI+安防將可基於大數據與雲計算等全新技術，利用地理信息與全息技術實現對犯罪嫌疑人的實時軌跡追蹤，精準定位等。

凡此種種，均表明人工智慧將占據新一輪技術發展的高點，應用前景極為廣闊。

據BBC預測，2020年全球人工智慧市場規模約1190億元。

人工智慧或許將成為IT領域中發展最快的部分，並引領第四次工業革命。

基於此，人工智慧晶片成為半導體巨頭布局的重點。

在國際廠商方面，英特爾、高通、IBM、英偉達等已經開始布局，發展人工智慧晶片。

谷打造了專為其深度學習算法Tensor Flow設計的專用集成晶片—張量處理單元（TPU），微軟也正在利用一種名為現場可編程門陣列（FPGA）的處理器來布局人工智慧領域，此外更有無數的其他科技公司加入了這一行列。

這些公司的任何選擇都事關重大，因為它們的在線業務運營範疇很廣闊。

它們採購和運行的計算機硬體比世界上任何其它的公司都要多得多，隨著雲計算變得日益重要，這一差距勢必將會進一步擴大，並會顛覆性地改變晶片行業，至於誰能在這場大戰中勝出，從目前看還難以預料。