Intel将在自动驾驶车辆领域扮演什么角色？

BMW以及Intel、Mobileye两家半导体业者宣布联手为自动驾驶车辆建立一个产业标准的开放性平台，预计在2021年能让全自动驾驶车辆上路…

汽车大厂BMW以及英特尔(Intel)、Mobileye两家半导体业者日前共同宣布，将联手为自动驾驶车辆建立一个产业标准的开放性平台，预计在2021年能让全自动驾驶车辆上路;BMW与Mobileye的合作是众所周知，Intel也来参一脚，令不少产业观察家颇感惊讶。

目前还不清楚BMW、Mobileye、Intel三方合作计画，是否会催生“Intel inside”的自动驾驶车辆;而如果真将如此发展，市场分析师们质疑向来对自家演算法保护严密的Mobileye，是否会乐意与任何人分享智慧财产，更别说是Intel。

不过，随着自动驾驶车辆话题被炒热、各家车厂CEO们在财报发布会上都躲不过相关问题，科技业者纷纷抢进这个领域并不令人惊讶;针对以上合作讯息，EE Times编辑询问了市场分析师几个问题：

Mobileye的竞争对手──包括恩智浦半导体(NXP)、Nvidia以及高通(Qualcomm)等等──是不是应该要开始紧张了?

Mobileye目前的合作夥伴──包括Volkswagen、GM (General Motors)、Tesla Motors等各家车厂──是不是会因此不满?

还是，大家应该冷静看待此事并从容以对?

IHS Automotive的车用资通讯娱乐与先进驾驶辅助系统(ADAS)市场分析师Egil Juliussen认为，这桩最新的三方合作案发展合理，因为自动驾驶车辆本来就不容易开发，需要结合许多不同的技术──包括深度学习、感测器融合…等等，才能真正取代人类驾驶;因此从较高的层次来看：“这类合作案将会让相关技术进一步发展而且速度加快。”

BMW、Mobileye与Intel期望在自动驾驶车辆领域大步发展，很多其他汽车厂商也积极抢进，但事实上，较小规模的业者恐怕没有那么深的口袋能达成目标;此外Juliussen指出，Google也是一个因素，汽车产业很难忽视自动驾驶车辆技术被认为领先业界许多的Google。

而虽然Mobileye的竞争对手们可能会注意这桩合作案，Juliussen表示，自动驾驶车辆毕竟仍在“竞争前(pre-competitive)”阶段，思及自动驾驶车辆测试与认证标准的复杂性，产业界应该能从一个标准化自动驾驶车辆平台获益，如此可避免重复投入开发资源。

Juliussen举非营利汽车产业联盟GENIVI Alliance (由Intel、BMW与GM…等等众多厂商发起)为例，该联盟成功推动了开放源码的软体开发专案：“但汽车厂商(以及晶片供应商)，在实作层次仍然能相互竞争。”

不过BMW、Mobileye与Intel的合作案，是否真能成功定义出一个标准化自动驾驶车辆平台，现在还很难说。

IHS Automotive另一位资深分析师Jeremy Carlson指出，他注意到至少有其他两家厂商提及自动驾驶车辆中央运算架构，一是Audi与Delphi合作的zFAS (整合Nvidia与Mobileye晶片)，以及Mercedes-Benz与某家一线汽车电子业者也正在开发另一种自动驾驶车辆平台。

Intel的Xeon Phi晶片

Carlson对于Intel加入了BMW与Mobileye的合作颇感惊讶;他表示，我们当然可以将一个平台想得很简单，Intel处理器可在自动驾驶车辆内的“电脑”与Mobileye的处理器共同运作，但是有鉴于此合作案公开的资讯不足：“我们还不知道是不是这样。”

BMW、Mobileye与Intel的合作案声明中没有提到Intel将扮演的角色，仅笼统表示：“Intel带来全面性的技术，启动并连结数十亿智慧连网装置，包括汽车在内。”

一个较具说服性的说法是，IHS Technology车用半导体市场首席分析师Luca De Ambroggi猜测，Intel可能会提供并负责自动驾驶车辆连结性技术的部分，以及车辆与云端、物联网(IoT)的连结，还有地图、人工智慧(AI)应用程式所需的资料处理，贡献在基础建设方面的专长。

De Ambroggi提到了Intel最近在德国举行之国际超级运算大会(International Supercomputing Conference)上发表、代号Kinghts Landing的新一代Xeon Phi处理器;1.5GHz的Xeon Phi配备72颗核心，内建16GB整合式堆叠记忆体，已经进驻许多超级电脑。

Intel到目前为止在深度学习应用方面相对低调，但该公司显然期望新一代的Xeon Phi能进军该快速成长、目前由Nvidia独领风骚的市场;Intel还分享了有4颗Xeon Phi完成Caffe Alexnet成像神经网路达到在10.5小时内处理13.3亿幅影像的训练成果，Maxwell的4颗绘图处理器达到相同成果则需要花25小时。

Intel的新一代Xeon Phi处理器在深度学习方面的性能表现

The Linley Group资深分析师Mike Demler也同意以上说法，他认为在BMW、Mobileye与Intel的三方合作案中，Intel的着眼点在于开发系统(像是Nvidia的Digits工作站)以及资料中心。

“Mobileye在合作发表声明中的用字十分谨慎，表示其演算法将布署在EyeQ处理器上，而Intel平台上的演算法会需要共同开发;”Demler并指出，Mobilieye的Road Experience Management (REM)技术需要与云端即时连线，Intel应该是期望能在这个部分发挥。