恩智浦：自動駕駛汽車促進晶片產業併購交易

版權聲明：本文來自於《鳳凰網科技》《technews》，如您覺得不合適，請與我們聯繫，謝謝。

北京時間11月6日消息，據外媒報導，恩智浦半導體(以下簡稱「恩智浦」)汽車業務總經理庫爾特·西弗斯(Kurt Sievers)向路透社表示，自動駕駛汽車熱將促使晶片領域出現更多併購交易。

恩智浦是全球第一大汽車晶片廠商。

西弗斯說，「汽車一直在推動著併購，未來一段時間將仍然是晶片領域併購交易的推動力量。

從更寬廣角度來看，與網際網路相連的設備推動了晶片領域的併購。

」隨著智慧型手機銷售增速放緩，各家晶片廠商紛紛爭奪物聯網和汽車領域市場份額，晶片產業併購活動相當迅猛。

恩智浦展示的自動駕駛卡車

汽車和卡車廠商在競相開發自動駕駛車輛，以抵禦科技公司對汽車產業可能的威脅。

上周，恩智浦與高通達成協議，以380億美元把公司出售給高通。

不到一年前，恩智浦收購了飛思卡爾，成為全球最大汽車晶片廠商。

西弗斯在恩智浦一次會議上說，「未來數年汽車中使用的晶片數量將會翻番，晶片將提供輔助駕駛和能耗管理等功能。

另外，汽車還在向自動駕駛技術轉型。

」

恩智浦展示了汽車在雷達晶片幫助下排成一列行駛的技術。

第一輛汽車由駕駛員駕駛，其餘汽車則採用半自動駕駛技術，有助於提高行車安全性，也更節能。

促使高通收購恩智浦的正是這樣的技術.

西弗斯說，「高通對我們也有所幫助：連接。

我們擅長傳感器，我預計每輛汽車將需要2個而非目前的1個數據機，因為汽車需要處理的數據量非常大。

高通擁有我們所需要的數據機，與我們的技術配合將使我們在競爭中獲得優勢。

」

自動駕駛是晶片發展的動力

Google自動駕駛汽車部門的硬體工程師Daniel Rosenband認為，Google在初期的自動駕駛汽車領域一直扮演著領頭羊的角色。

自動駕駛汽車不僅引領了人工智慧與機器視覺軟體的革新，還推動了半導體晶片技術與硬體系統的進步。

不過，Google只是眾多推動3300億美元晶片產業發展的公司中的助攻之一。

像特斯拉、本田、寶馬、沃爾沃、奔馳和福特這樣的汽車廠商，亦在開發旗下的自動駕駛汽車。

Uber稱其將在匹茲堡測試100輛自主開發的自動駕駛汽車；而通用汽車與Lyft亦稱將於年底開展自動駕駛計程車的測試。

Tirias Research的分析師Kevin Krewell稱自動駕駛汽車技術是半導體晶片發展的主要驅動力。

「基於深度學習的車載導航不同於其他高性能計算工作，是一種全新的計算方式，一種基於全新方式的構架。

」他說，這便是為什麼Intel花了3.5億美元收購了人工智慧公司Nervana。

如果半導體晶片能滿足功能需求，其他配套系統亦能跟上，這將大大有益於自動駕駛汽車的發展。

且自動駕駛汽車每天有5%的工作時間用於系統休息的話，自動駕駛汽車毫無疑問會更安全。

Rosenband稱每年有120萬人死於車禍。

「一個城市的人口也不過這麼多，而車禍卻帶走了他們的生命。

僅僅在美國，每年就有3.5萬人死於車禍。

這相當於每天墜毀了一架客機。

我們需要重新審視一下這個問題。

」

自動駕駛汽車使得盲人以及其他身體殘疾人士也能坐到駕駛位上了，但要打造一款真正能上路行駛的自動駕駛汽車，我們的技術儲備仍不夠充足，道阻且長。

不久前，一位駕駛人開啟了特斯拉自動駕駛功能，而自動駕駛系統沒能發現前方的卡車導致了駕駛員在車禍中身亡。

即便如此，各投資公司仍認為這是一項有前景且更安全的技術。

Rosenband表示，「我們可以改變人們的生活」。

為了實現這一目標，就必須在人工智慧與機器視覺上取得前所未有的突破。

自動駕駛系統要足以應對各式各樣的問題，比如變化莫測的交通狀況、擁擠的行人與亂入的自行車。

這對系統晶片的處理能力有著極高的要求，且系統最後的處理方式不能傷害任何一方。

「在高速路上行駛時，我突然意識到我們處理問題要有始有終：我們如何才能開發一個完全自動駕駛的系統？」

完全自動駕駛在硬體上需要具備哪些條件？

在一個理想化的自動駕駛環境裡，系統要能在指定地點接人，並將其安全送至目的地。

Google開發的自動駕駛原型車沒有方向盤，能以40km/h或更低的速度通過居民區。

它採取的是自我保護的駕駛策略，在駛入十字路口前會等待1.5秒。

除此之外，該車還能計算髮生危險的可能性。

車輛需要知道其自身位置、周圍環境、周圍物體在做什麼以及車輛該如何移動。

而要滿足這些要求需要大量的地圖數據與傳感器。

為了獲得車輛周圍360度實景，Google採用的是Lidar雷達系統，該系統能360度旋轉掃描周圍環境，從而生成車輛周圍環境的3D模型。

該模型可顯示不同物體的距離與其速度。

Rosenband稱，Google下一代原型車的運算能力將是2015年原型車的4倍。

它將裝配一片多用途晶片或一片能處理自動駕駛汽車問題的定製晶片。

而在這100mm2的晶片上要能進行每秒50萬億次運算。

為了應對這一挑戰，Nvidia稱其已經為自動駕駛汽車開發了一款全新的晶片——dubbed Parker，該晶片是汽車人工智慧系統Drive PX 2超級電腦的組成部分。

而Intel亦稱其Xeon Phi晶片家族也足以處理人工智慧問題。

Rosenband說，我們仍有許多難題需要解決。

比如，有時在日出或日落時分，人眼都無法辨別交通信號燈，而這種曝光過高或過低的圖像要讓計算機來解碼更是難上加難，而且車輛還是移動的。

「晶片適用於何種環境？我們要用數個千兆赫茲的雷達頻段，進行大量的數位訊號處理以減小噪聲干擾，降低雷達系統的失真度。

我們亦採用了最好的矽材料以發揮其最大性能，」Rosenband說。

在未來，Google很可能需要系統能提供相當於移動設備上的數據中心的功能。

它需不用消耗過多的功率就擁有最佳的計算性能，車輛可以直接在數據中心讀取數據進行計算。

為什麼要這樣呢？Google的自動駕駛汽車行駛了320萬公里，但仍不能預測世上發生的每一件事。

而晶片專家兼Cadence DesignSystems主管的Chris Rowan表示，Google可能需要進行十六億公里的測試，其系統才有可能含括所有可能發生的事情。

英特爾/高通/英偉達共逐自動駕駛商機

據報導，半導體大廠英特爾（Intel）準備大規模投資在自駕車的領域，開發自駕車專用的處理器。

而且，目前英特爾內部已經成立汽車解決方案事業部，開始進行相關的研究與發展計劃。

報導指出，在過去個人電腦發展的年代，英特爾幾乎成為個人電腦處理器的代表詞。

然而，隨著個人電腦產業的逐漸消退，英特爾也不得不轉型到其他發展領域中。

而在即將來臨的自駕車時代中，英特爾也同樣希望能夠複製個人電腦處理器的成功經驗。

事實上，自駛車其實就是電腦系統操控的汽車。

因此，自駕車的處理器晶片必須能夠處理來自自駕車身上的諸多感測器、攝像頭等等傳送進來的大量資訊，用以分析與處理當前的交通、周邊環境以及路上各種異常現象然後對方向盤、煞車、燃油等系統實施相應操控。

英特爾汽車解決方案事業部總經理Elliot Garbus 日前接受媒體採訪時表示，自駕車上密集的資料處理業務，其強度類似於當前高性能伺服器所用的處理器。

所以，就本質上來說，自駕車就是一個以輪子上在陸地上移動的資料中心。

Elliot Garbus 也強調，未來自駕車專用處理器除了具備強勁的處理性能之外，英特爾也準備讓處理器具備多樣性和適應能力。

就與過去的個人電腦一樣，汽車處理器也能夠應用於各式各樣的車輛中。

就此方面來觀察，在英特爾眼中，自駕車已經成為個人電腦、智慧型手機之後，另外一個大量處理器晶片的應用領域。

所以，英特爾希望能夠加速開發，搶占市場占有率。

過去一段時間，英特爾已經徹底在智慧型手機處理器市場失守，將此一市場拱手讓給美商高通（Qualcomm）與台灣聯發科。

如今，在自駕車領域，從汽車駕駛系統部分來看，顯然英特爾已經落後給Google、 Uber、 Tesla 以及傳統許多大型車廠。

因此，英特爾在此領域，開始轉移專注方向，朝過去所擅長的處理器方面發展。

2016 年年中，英特爾就宣布將和德國寶馬（BMW）、以色列Mobileye 合作，共同開發自動駕駛汽車，產品將會在2020 年問世。

在這個合作協議中，規劃由英特爾專注擅長的處理器晶片發展，而以色列Mobileye公司則在電腦影像識別、機器學習以及資料分析等領域發展。

另外，2016 年5 月份，英特爾也收購了一家電腦視覺識別公司Itseez，就被認為是針對進入自駕車領域的技術準備。

當然，在自駕車晶片領域，英特爾亦將面臨一大批實力強勁對手的挑戰。

這其中包括輝達（Nvidia）、高通，以及日本瑞薩電子（Renesas）等。

事實上，面對全球個人電腦市場的萎縮，這些年英特爾一直在尋找自己的定位。

之前，英特爾曾經在物聯網晶片、無人機晶片市場等廣泛投資。

但是，這些市場的規模還十分有限，無法彌補電腦處理器晶片市場下滑的部分。

如今，英特爾希望能在自駕車風潮的浪頭上分得一塊市場，以找回未來發展的態勢。

自動駕駛汽車處理器混戰即將打響

由於傳統PC和移動設備市場發展乏力，很多相關廠商就將目標轉向了成長潛力大的汽車電子市場，尤其是自動駕駛汽車市場，當中包括了英偉達和高通。

NVIDIA新款AI晶片與自駕電腦 與英特爾競逐商機

繪圖晶片（GPU）大廠NVIDIA積極投身人工智慧（AI）晶片開發行列，將與英特爾（Intel）一較高下。

早前在北京國際飯店會議中心舉行的「GTC China 2016」大會上，NVIDIA最新發布兩款基於Pascal架構開發的處理器，分別為「TeslaP4」及「Tesla P40」，主要針對數據中心市場；另發表一款「Drive PX 2」針對自駕車AI領域的電腦，未來百度（Baidu）將導入自有的自駕系統當中。

兩款Tesla晶片宣稱強化深度學習速度

根據彭博及路透報導，Tesla P4及Tesla P40屬於深度學習處理器的一種，分別內建72億個及120億個電晶體，並分別具備2，560個及3，840個統一運算架構（CUDA）核心，兩款處理器效能相當於40顆中央處理器（CPU）的整合，處理速度可達CPU解決方案的45倍，加上所采Pascal架構能夠協助深度學習加速達65倍，這讓Tesla P4及TeslaP40也都具備AI處理效能。

NVIDIA表示，TeslaP4主要針對大量數據中心所採用的伺服器市場。

基於Pascal架構，NVIDIA宣稱Tesla P4效率較英特爾伺服器晶片快上40倍，也較前一代產品在影像處理速度上快上超過3倍。

Tesla P40則主要面向超級電腦這類處理性能更強大的單一電腦市場。

NVIDIA宣稱該公司GPU是AI系統的正確採用選擇，並已投資發展可讓其GPU更易於使用的軟體。

英特爾則於8月先發表一款自有AI晶片。

NVIDIA及英特爾均希望確保Google等數據中心營運業者不僅會採用其晶片技術，且不會想嘗試自行開發自有客制化解決方案。

發布DrivePX 2自駕車AI電腦 百度將採用

NVIDIA也發表DrivePX 2自駕車AI電腦，宣稱功耗僅10瓦，體積較該公司2016年1月推出的原型樣式版本小上一半，藉此有助將AI技術導入適合用在可量產車款的電腦中。

DrivePX 2能夠將汽車傳感器搜集的資料進行整合，採用深度神經網絡生成車輛行車周圍的複雜物體圖像。

未來大陸百度自有自駕系統的車內汽車電腦，便將採用NVIDIA這款DrivePX 2電腦。

隨著全球有愈來愈多汽車製造商正積極投入自有自駕車技術開發，NVIDIA正試圖透過推出效能更強大的電腦或處理器，協助降低自駕車開發門檻，讓更多汽車製造商也能進軍這塊市場。

NVIDIA與百度在9月初也宣布將共同開發一款全自駕車架構，將以兩家業者各自在AI技術上的專業，從雲端到汽車端共同打造這款全自駕車架構。

目前全球AI晶片發展仍在初期階段，不過在NVIDIA最新一季數據中心業務營收達翻倍成長的1.51億美元表現中，多數均來自AI相關業務；英特爾數據中心業務最新一季銷售額達40億美元，不過幾乎很少是來自AI相關業務創造的收入。

高通布局自駕車晶片 與NVIDIA、英特爾正面交鋒

自動駕駛技術是車聯網的下一個研發重點，加上自駕車可能在4~5年內完成商業化，為晶片製造商創造極大商機。

市調機構Gartner預期，2020年全球使用車聯網的汽車數量，將會從目前的6，000萬台大幅增加至2.5億。

據SeekingAlpha網站報導，聯網汽車主要搭載移動處理器運算平台以及支援軟體，提供車載資訊娛樂（infotainment）和資通訊系統（Telematics）所需的寬頻連線，乘客可透過智慧型手機和平板連結資訊娛樂系統、接收道路維修資訊、並利用車對車（Vehicle-to-Vehicle）通信增加路上行車安全。

高通（Qualcomm）在CES2016發表專為汽車市場設計的Snapdragon 820A處理器，期望透過這款以14納米FinFET製程打造的晶片，將移動裝置上的即時雲端連線瀏覽、沉浸式4K圖形和視訊顯示、軟硬體升級彈性以及深度學習和遠端診斷等功能延伸至車載系統，提升汽車安全性能。

Snapdragon車用解決方案由Snapdragon處理器和數據機組成，採用ARM架構平台，相容於Android作業系統和Blackberry的QNX平台。

英特爾（Intel）則推出以AtomE3800處理器為主的解決方案，可於Linux和QNX平台上執行。

QNX與Linux系統在車用平台的滲透速度比Android系統快，加上Linux基金會推出開源車載作業系統（Automotive Grade Linux；AGL） ，Linux可望成為車載系統的領先者。

由於車載運算與移動運算同樣講求輕薄，因此高通在移動運算領域的經驗將提供該公司最大的競爭優勢。

然Android系統在汽車產業的普及率不高，連帶限制高通在車用市場的成長潛力。

儘管高通已宣布未來的車用處理器將使用Linux的AGL設計，但只怕推出時英特爾已站穩市場。

NVIDIA切入市場的角度與英特爾和高通不同，主要提供汽車製造商可直接安裝的即插即用裝置。

NVIDIA的競爭優勢在於該公司的先進繪圖技術，透過Drive PX 2平台，車廠便可部署人工智慧工具、監控汽車位置、辨識周遭物體、計算安全駕駛的最佳距離。

此外，NVIDIA也推出DriveCX數位駕駛艙系統，以先進繪圖技術提供虛擬實境及擴增實境的環景效果。

DriveCX可與QNX、Linux和Android系統相容。

Snapdragon820A系統單晶片將支援Zeroth深度學習演算法，可分析影像與聲音。

報導認為，高通若能在短期內增進其繪圖方面的技術，並推出支援Linux平台的產品，便有機會成為自動駕駛晶片的領導者。

【關於轉載】：轉載僅限全文轉載並完整保留文章標題及內容，不得刪改、添加內容繞開原創保護，且文章開頭必須註明：轉自「半導體行業觀察icbank」微信公眾號。

謝謝合作！

【關於投稿】：歡迎半導體精英投稿，一經錄用將署名刊登，紅包重謝！來稿郵件請在標題標明「投稿」，並在稿件中註明姓名、電話、單位和職務。

歡迎添加我的個人微信號MooreRen001或發郵件到 [email protected]

點擊閱讀原文加入摩爾精英