最近，自動(dòng)駕駛領(lǐng)域一片看不見的刀光血影。

但這一次的主角，不再是知名車企或創(chuàng)業(yè)項(xiàng)目，而是在芯片行業(yè)呼風(fēng)喚雨的英特爾、英偉達(dá)。

先是英特爾大手筆并購(gòu) Mobileye，留下一陣驚愕之聲；緊接著，英偉達(dá)與博世共同推出基于 Xavier 芯片的自動(dòng)駕駛平臺(tái)，不留下一片云彩。

繼續(xù)討論之前，一個(gè)顯而易見的疑問是，為什么推動(dòng)自動(dòng)駕駛的這一輪力量換成了汽車配件供應(yīng)商？

如同波音不生產(chǎn)飛機(jī)的所有零件一樣，大型車企并不生產(chǎn)汽車的所有零件。

蘋果不生產(chǎn)任何零件卻能主宰整個(gè)手機(jī)市場(chǎng)，整車廠商的做法也類似。它們不會(huì)去一股腦地生產(chǎn)方向盤、輪胎、座椅、車窗、儀表、導(dǎo)航等各種零部件，而是把它們交給效率更高的供應(yīng)商來(lái)做，自己則專注于把控整車與整個(gè)產(chǎn)業(yè)鏈的效率。

事實(shí)上，僅靠最核心的動(dòng)力總成（發(fā)動(dòng)機(jī)、變速器）技術(shù)，它們就可以賺得盆滿缽滿。而經(jīng)銷商們通過維修燃油發(fā)動(dòng)機(jī)、濾油器以及更換機(jī)油，也能夠大賺特賺。

若非近年來(lái)后起之秀特斯拉的步步緊逼，它們對(duì)電動(dòng)汽車、自動(dòng)駕駛實(shí)在是感冒不來(lái)。畢竟，丟掉燃油發(fā)動(dòng)機(jī)，就相當(dāng)于掀翻它們正在享受的滿漢全席，而改喂殘羹冷炙——換作是你，你也不肯乖乖入甕的。

而配件供應(yīng)商則不會(huì)有這樣的后顧之憂，它們的輪胎、座椅、車窗、空調(diào)、音響等設(shè)備還是一樣能賺錢。這就說(shuō)到了自動(dòng)駕駛相關(guān)的傳感器、導(dǎo)航、自動(dòng)巡航等技術(shù)，這里面實(shí)打?qū)嵉募夹g(shù)累積，很大程度上是屬于相關(guān)的配件供應(yīng)商的。比如，Mobileye 的自動(dòng)輔助駕駛，博世的導(dǎo)航系統(tǒng)，等等。

自動(dòng)駕駛上路，則意味著這些配件供應(yīng)商將擁有新汽車上最為核心、最有影響力的技術(shù)。而有著數(shù)百零部件的燃油發(fā)動(dòng)機(jī)，因其無(wú)法被芯片控制且維護(hù)上過于繁雜，幾乎不可能在自動(dòng)駕駛汽車上風(fēng)光下去。換句話說(shuō)，在自動(dòng)駕駛的催化下，當(dāng)前由燃油發(fā)動(dòng)機(jī)所主導(dǎo)的汽車行業(yè)將要重新洗牌，而勤勤懇懇在支撐整個(gè)產(chǎn)業(yè)鏈的供應(yīng)商們，肯定最先感受到風(fēng)向的變動(dòng)。

而由人工智能所控制的汽車，其零部件上必定要嵌入可以被編程的芯片才能被可靠地控制，特別是電動(dòng)機(jī)和電池。雖說(shuō)當(dāng)前的關(guān)鍵是跟自動(dòng)駕駛密切相關(guān)的各式傳感器、導(dǎo)航芯片、車載計(jì)算機(jī)，但隨著整個(gè)汽車產(chǎn)業(yè)鏈的升級(jí)，其他零部件的芯片化程度只會(huì)越來(lái)越高，最完美的就是達(dá)到電子星上的“柱子哥”那水平。

這樣一來(lái)，芯片行業(yè)失落的老大——英特爾，即便是錯(cuò)過了整個(gè)智能手機(jī)時(shí)代、甚至當(dāng)前的機(jī)器學(xué)習(xí)硬件，依然還有機(jī)會(huì)重返巔峰。前提自然是它能進(jìn)入自動(dòng)駕駛行業(yè)，并且能站穩(wěn)腳跟，而大手筆買下一個(gè)現(xiàn)成的配件供應(yīng)商，自然會(huì)立竿見影：正如高通花470億美元拿下 NXP，英特爾用160億美元買來(lái) Mobileye。

但這里的巨資仍無(wú)法保證自動(dòng)駕駛所承諾的未來(lái)，不過是確保這兩大芯片巨頭的正式入場(chǎng)而已。

用 Mobileye CTO 的話說(shuō)，自動(dòng)駕駛汽車需要整個(gè)技術(shù)鏈條的所有玩家來(lái)通力合作，而僅自動(dòng)駕駛系統(tǒng)就需要傳感器感知技術(shù)、高精度地圖定位，以及人工智能的自動(dòng)駕駛策略這三大領(lǐng)域的支撐。

傳感器

具體的感知技術(shù)，就是攝像頭、超聲波傳感器、毫米波雷達(dá)、激光雷達(dá)……用以幫助車輛理解其周遭環(huán)境的一切傳感器。接下來(lái)，讓我們一一來(lái)說(shuō)。

攝像頭最容易理解。眾所周知，采用 Mobileye 技術(shù)的特斯拉 Autopilot 一代硬件，僅有一個(gè)前視攝像頭。在爭(zhēng)議極大的佛羅里達(dá)車禍中，Autopilot 在側(cè)面感知上的固有盲區(qū)，差點(diǎn)葬送了行將起步的自動(dòng)駕駛技術(shù)。

好在 Autopilot 二代硬件的改進(jìn)足夠大，僅前視攝像頭就增至3個(gè)，分別用于遠(yuǎn)近視角，最遠(yuǎn)可達(dá)250米；另外，兩側(cè)前、后方各一對(duì)，正后方還有一個(gè)后視攝像頭，實(shí)現(xiàn)360度無(wú)死角覆蓋；所感知到的視覺信息，將被渲染成實(shí)時(shí)路況的 3D 影像，用于決定駕駛策略。

超聲波傳感器可用于補(bǔ)充視覺信息。如 Autopilot 二代用了12個(gè)超聲波傳感器來(lái)監(jiān)測(cè)車輛周圍的軟、硬物體，從而更好地區(qū)分行人和車輛。

毫米波雷達(dá)是傳統(tǒng)配件供應(yīng)商的強(qiáng)項(xiàng)。但 Autopilot 二代僅配備了一臺(tái)長(zhǎng)距離雷達(dá)用于感知前方路況，而新款?yuàn)W迪 A4 則是采用 1 臺(tái)長(zhǎng)距離雷達(dá) + 4 臺(tái)短距離雷達(dá)來(lái)實(shí)現(xiàn)全功能自動(dòng)輔助駕駛。

激光雷達(dá)是傳統(tǒng)無(wú)人駕駛技術(shù)的核心，它的 3D 建模與同步繪圖能力，原本是用給軍方的高精度導(dǎo)彈的。Google 無(wú)人汽車所用的激光雷達(dá)，是 Velodyne 的 HDL-64E，單價(jià)約8萬(wàn)美元，相當(dāng)于一輛特斯拉的 Model S。

而采用相控陣技術(shù)的固態(tài)激光雷達(dá)，Quanergy 說(shuō)它的 S3 產(chǎn)品售價(jià)可降至250美元，但其量產(chǎn)上市還需要一個(gè)過程。

高精度定位技術(shù)的硬件，需要 GPS 結(jié)合慣性傳感器共同來(lái)實(shí)現(xiàn)，除了具體的位置和速度，它們還能提供出車輛的加速度、姿態(tài)和方向等額外信息。這就需要專門的定位技術(shù)供應(yīng)商。

定位相關(guān)的軟件技術(shù)，就涉及到地圖數(shù)據(jù)了。Mobileye 的 REM（Road Experience Management）就是通過攝像頭來(lái)捕捉路面上的標(biāo)識(shí)進(jìn)行輔助定位的，從而獲取更多全新的地圖信息，并持續(xù)更新云端的地圖數(shù)據(jù)庫(kù)。

目前，由于任何傳感器都有其明顯的局限性，任何自動(dòng)駕駛的感知與定位功能均不可能由某個(gè)傳感器或某種技術(shù)獨(dú)立來(lái)完成。因而，用于處理所有這些行駛數(shù)據(jù)的計(jì)算平臺(tái)，就顯得額外重要了。

如前面所說(shuō)，Autopilot 二代是把傳感器搜集到的所有信息重新渲染成實(shí)時(shí)的 3D 模型，這里所用的計(jì)算平臺(tái)就是英偉達(dá)的 GPU，原因就是 GPU 架構(gòu)在深度學(xué)習(xí)上的固有優(yōu)勢(shì)。要知道最新一代的 GPU 核心，英偉達(dá)甚至都沒有用在一般顯卡上，而是優(yōu)先用于人工智能。

而 Mobileye 的 EyeQ3 平臺(tái)，則是其基于 ASIC 架構(gòu)自行開發(fā)的。不過，高性能芯片的研發(fā)，不是開一個(gè)高調(diào)的發(fā)布會(huì)就能做出來(lái)的。這應(yīng)該就是 Mobileye 去年宣布跟意法半導(dǎo)體合作研發(fā)下一代 EyeQ5 芯片后，今年又倒向英特爾的一個(gè)重要原因。畢竟，芯片巨頭的技術(shù)底蘊(yùn)不是吹牛就能吹來(lái)的。

另一種基于 FPGA 的計(jì)算平臺(tái)，則是奧迪無(wú)人車所用的方案，具體說(shuō)來(lái)是 Altera 的產(chǎn)品 Cyclone V。然而，身為 FPGA 業(yè)界老大的 Altera，早在2015年就被英特爾用167億美元納入麾下了。

僅自動(dòng)駕駛系統(tǒng)本身的技術(shù)鏈條，就已經(jīng)異常復(fù)雜了，這還沒有說(shuō)到車輛自身的各個(gè)控制系統(tǒng)。這里的復(fù)雜程度剛好印證了吳恩達(dá)離開百度時(shí)所說(shuō)的那句話：

“……我希望人工智能可以將人類從重復(fù)性腦力勞動(dòng)，比如忙亂的交通駕駛中，解放出來(lái)。這項(xiàng)工作不是任何一家公司可以獨(dú)立完成的，這是全世界的人工智能研究者和工程師的共同課題。”