查看原文
其他

自动驾驶时代的前夜,芯片三巨头竞逐白热化

2017-05-26 全球物联网观察


在过去,汽车行业一直也拥有自己的芯片供应商,包括恩智浦、英飞凌、意法半导体、瑞萨等公司,他们牢牢的占据着车用半导体市场,外来者鲜有机会进入。




但是随着自动驾驶技术的兴起,智能汽车对于计算和数据处理能力的需求暴增,而对于海量数据的处理与计算能力恰恰是英特尔、高通、英伟达等公司所擅长的领域,这就为这些消费产品芯片公司切入车用芯片市场提供了弯道超车的机会。


3月份英特尔斥资153亿美元收购了Mobileye公司,这件事正式奠定了未来自动驾驶领域英特尔、高通和英伟达天下三分的局面。




高通下大棋


高通目前在自动领域的地位还不够高,但是其野心也不可小觑。高通目前最大的两块业务依然是技术许可和芯片,前者已经让其赚得盆满钵满,后者在汽车领域的应用则主要在导航和信息娱乐系统上。



在今年的CES,大众和高通宣布,高通将为大众提供骁龙820A处理器,推动导航、音频和智能网联系统的应用。骁龙820A是一款车用级骁龙820芯片,后者目前被广泛应用于三星Galaxy S7、HTC 10和LG G5等智能手机中。这也是高通骁龙820A芯片首次被应用于量产车型。


另一方面,高通也在去年470亿美元收购了汽车电子行业巨头NXP。该收购案数额巨大,吸引了半导体业界几乎所有人的目光,同时也展示了高通想从手机产业走出去的决心。



实际上在被收购之前,恩智浦就是全球最大的汽车半导体公司,在SDR软件无线电、NFC、网络安全、CMOS毫米波雷达、处理器芯片、汽车功能安全等技术领域均处于领先的市场地位。而高通的传统强项在5G、人工智能、V2X、无线充电、车载娱乐影音系统等方面。也就是说,两者的业务重合度很低,收购后更多是业务互补。


在自动驾驶平台上,依赖NXP此前收购的飞思卡尔领先的市场地位,高通现在力推的自动驾驶平台便是2016年5月发布的BlueBox计算平台。你可以把BlueBox看做是一台中央计算机,它能够同时处理来自无人驾驶汽车上安装的雷达、摄像头、激光雷达、视觉传感以及车载V2X系统采集到的所有数据。Bluebox吸引了很多汽车厂商的目光,将成为高通未来版图中的重要环节。



相比英伟达和英特尔以人工智能自动驾驶平台为基础的发展模式,高通在自动驾驶上走了一条更加难走的路——V2X车联网。(详见前文《拨开云雾,一文读懂自动驾驶行业“套路”》)


在车联网时代,每辆车以及路上的交通设施都与网络连接传递信息,这样车可以根据从车联网获得的信息来做驾驶决策判断,从而实现自动驾驶。在V2X领域,NXP的DSRC专用短程通讯技术处于领导地位。在汽车互联严重依赖的5G通讯上,高通也是市场上少数几个具有显著竞争力的玩家。



当然,高通的车联网也有一个很大的问题,就是需要把车联网的基础设施都建好了才能完全发挥出所有潜力,相较之下英特尔和英伟达的人工智能驾驶则与基础设施没有任何关系。


事实上,车联网与人工智能自动驾驶并不互相矛盾,反而可以相辅相成。在第0-3级自动驾驶中,人工智能即可胜任。但是到了更高级的自动驾驶,必须同时结合两种方案才行,所以高通可能是在下一盘更大的棋。



来势汹汹英特尔


在PC领域陷入泥潭的英特尔,将汽车选为未来的突破口。2017年3月13日,英特尔宣布斥资153亿美元,高价收购自动驾驶汽车硬件供应商Mobileye。这次大手笔的交易不仅使英特尔获得了最前沿的机器学习技术,而且将其直接推到了自动驾驶汽车产业的舞台中央。


对于英特尔来说,愿意溢价50%来收购Mobileye,得到的不仅仅是高达70%的ADAS市场份额,还有全球排名前20的整机厂中多达13家的合作伙伴,此外,英特尔在自动驾驶技术上的传统强项是决策,同时英特尔一直以来都希望提供自动驾驶领域端到端的解决方案,在这种情况下,提升视觉感知部分的技术实力迫在眉睫。


加上此前167亿美元收购的FPGA巨头Altera,以及收购Here地图15%的股份,英特尔如今在自动驾驶技术及业务布局上已经趋于完善。


正如地平线CEO余凯所说的那样:“这次收购让英特尔有了CPU+FGPA+EyeQ+5G构成的强大计算平台和通信,在自动驾驶方面的综合实力瞬间大幅跃升,英特尔一下子买了5年的时间。”


 

英特尔汽车产业布局梳理


1、英特尔收购/投资的与汽车有关公司


2、英特尔的汽车平台产品In-Vehicle Solutions


3、英特尔在汽车领域的技术规划

  • 一个平台:Intel GO自动驾驶解决方案

  • 两大事业部:IoT(物联网事业部)、ADG(自动驾驶事业部)

  • 五大技术领域:FPGA(现场可编程逻辑阵列)、计算机视觉、硬件加速、人工智能、5G通讯



4、Intel GO三大优势


FPGA

2015年,英特尔斥资167亿美元收购Altera,一家设计和研发FPGA芯片的公司。FPGA是“现场可编程逻辑阵列”,它是ASIC(专用集成电路)一种衍生品。


FPGA的优势在于,芯片出厂后,客户可以对芯片重新编程,无需借助原厂的布局布线和工艺。在汽车领域,FPGA的优势是车企、Tier 1可对其进行定制化开发,以符合ADAS、自动驾驶等工况中的运算需求,实现硬件加速功能。


5G通讯技术

2017年1月,英特尔在CES上发布了全球首个5G调制解调器,它使用单一的基带处理器,可以同时支持次6GHz频段与毫米波频段。


5G通讯的特点是,它在数据传输速度上超过5Gbps,拥有数百MHz聚合带宽和超低延迟。自动驾驶汽车需要实时与云端交互,数据收发的速度与可靠性至关重要。


数据中心

2016年,英特尔29%的营收来自于数据中心业务。

英特尔推出了DCM(数据中心管理平台)、Virtual Gateway两款数据中心管理工具,可以针对机房的用电情况进行优化,降低运营成本,应对断电等突发情况。


同时,英特尔在服务器硬件上也处于领先地位,可以为车企或Tier 1提供完整的云端方案。在自动驾驶领域,机房作为云端的数据处理与存储中心,与车辆的交互应是实时、无间断和可靠的。


正如英特尔自动驾驶部门主管 Katy Winter 所说:


“英特尔是市场上唯一一家能帮汽车厂商和一级供应商解决数据处理问题的公司,我们有一套完整的解决方案。英特尔的解决方案不但能处理车辆采集的异构数据,还能解决网络和云端的数据问题。”



5、英特尔的跨界产业合作(2008年至今)


目前,英特尔的Atom(凌动处理器)已经应用在了宝马、现代、英菲尼迪等品牌,以及众多后装市场的车机中。



无限风光英伟达


过去一年里,出于GPU平台在AI和自动驾驶领域的大量应用场景优势,英伟达的股价开始异军突起。但罗马不是一天的建成的。英伟达的领先地位,最早要追溯到早期英伟达科学家David Kirk带领团队推出的利用GPU平台进行通用并行计算架构CUDA。


这一架构使得程序员可以利用C语言、C++等为CUDA架构编写程序,利用GPU平台进行大规模并行计算。这一架构发布后很多年,在高性能并行计算领域,英伟达都处于绝对的优势地位。


最新Xavier 架构示意图


时下大热的AI领域有一个炙手可热的技术便是深度学习神经网络,深度学习要求底层芯片能够在高速状态下分析海量的数据,对高性能计算需求非常高。GPU可以进行大规模并行计算,有着出色的并行计算能力,对深度学习神经网络的训练和分类都有着显著的加速效果。除了性能,通用CPU在能耗和成本上也不具优势。如果更加通俗的语言来描述,是深度学习技术和英伟达非常合拍,二者互相成就了对方。

当然,英伟达能获得今天一骑绝尘的领导地位,与英伟达创始人兼CEO黄仁勋是分不开的。在黄仁勋的带领下,英伟达对市场的嗅觉灵敏,产品迭代速度极快,在过去3年里,英伟达的自动驾驶芯片性能提升了65倍,功耗下降到原先的1/7。


一个明显的例子在于采用英伟达两代自动驾驶芯片的特斯拉汽车性能相差达到40倍。而最新发布的Xavier AI车载超级电脑的性能再度提升,达到30 Tops DL,与此同时功耗仅为30W。当然对于英伟达而言,最大的突破在于这套专为自动驾驶打造的解决方案达到了车规级安全标准ASIL D级。


Drive PX 是 NVIDIA 车载 AI 平台的系列名称。


而这个系列目前主要包括两代产品:已经量产的 Drive PX 2 平台

在英伟达中国官网上,就能看到基于Drive PX2芯片做出的一系列产品。


PX2产品系列


它包括Drive PX2 AutoCruise、Drive PX2 Chauffeur、Drive PX2 Autonomous Driving三个产品。按照功能来说,三者依次是为了实现L2/L3级别的自动驾驶(自适应巡航或高速公路自动驾驶)、L3/L4级别的自动驾驶(点对点)以及L4/L5级别的完全自动驾驶来设计的。

另一个是前不久发布,但是最早要于今年年底量产的新一代平台 Xavier

在过去英伟达的屡次发布会及黄仁勋采访中我们可以发现,与高通、英特尔不同,在未来的技术演进中,英伟达将专注于构建自动驾驶解决方案,并且还在不断扩大自身优势。



英伟达汽车产业布局梳理


1、平台产品


支持系统:Android、Android Auto、CarPlay、GENIVI版本Linux、QNX CAR2

应用案例:特斯拉Model S/X、宝马iDrive、奥迪Audi Connect、纳智捷S3、本田Honda Connect等


2、解决方案



3、英伟达在汽车领域的优势


英伟达的优势都集中于其GPU技术

GPU之于英伟达,相当于FPGA之于英特尔。


虽然GPU加速技术主要用于视频显卡(游戏领域),但GPU在大规模并行计算能力上远超CPU。




4、跨界产业合作


在自动驾驶技术的关键组成部分高精度地图上,英伟达分别和百度(中国大陆)TomTom(欧洲)Zenrin(日本)Here(算法与技术)达成合作,完善了覆盖全球主要市场的高精度地图板块。


英伟达的汽车客户一览:

来自英伟达官网



结语

虽然自动驾驶芯片市场暂时形成了三足鼎立的局面,但市场还存有较大变数,行业的兼并将进一步加剧。正如吴甘沙说的那样:“PC和移动时代已经接近尾声,人工智能和自动驾驶时代大幕将启,芯片厂商们谁也不想失去未来。”



来源:36氪、智东西、王冠雄、

HackDrive骇驾、汽车商报

全球物联网观察独家整理


相关延伸阅读:

回复“01”查看 今年最火的智能硬件产品原来是...... 

回复“02”查看 一文读懂自动驾驶行业“套路” 

回复“03”查看 最全的物联网产业链详细解读

回复“04”查看 共享单车引领物联网第一次真正爆发!

回复“05”查看 唱衰雷军?他将是物联网时代的王者! 


全球
物联网观察


全球视野,您的物联网中央情报局!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存