英特爾收購Mobileye，算法+芯片深度整合成AI時代制勝關鍵路徑
elavil
elavilamitriptyline alcohol
amitriptyline elderyhjertemagnyl pris
hjertemagnyl pris hjertemagnyl recept芯(xin)片(pian)業老大Intel收購ADAS業界龍(long)頭Mobileye，一石激起千層浪！這一重塑行(xing)業競爭態勢(shi)的(de)收購大案背后，折射出怎樣的(de)行(xing)業趨勢(shi)？
算法+芯片成為通往人工智能未來的關鍵路徑
憑借(jie)十(shi)幾年的積累，Mobileye在ADAS算(suan)法方面的成熟度，無人望其項背(bei)，所以即使Mobileye制訂了苛刻的排他性商業條款，眾客戶也只能忍氣吞聲。
Intel在處理(li)器制程、產(chan)(chan)能方面也有絕(jue)對的(de)優勢，相對于(yu)高通(tong)這(zhe)樣的(de)Fabless公(gong)司(si)，可以提(ti)供更好的(de)產(chan)(chan)能和品質保(bao)障，對于(yu)汽車電子而言(yan)，其重要性毋庸置疑，AEC-Q100認(ren)證、超過十年(nian)的(de)供貨周(zhou)期要求，高低溫(wen)工作穩定性，這(zhe)些汽車電子的(de)要求使得Intel的(de)IDM整合模式有天然的(de)優勢。
但面對(dui)自動駕駛的未來(lai)，無(wu)論Intel還是Mobileye，都不是無(wu)懈可擊的。
雖然Intel依然是(shi)半導體(ti)業界老大，但如果(guo)單(dan)論人工智能的(de)(de)計算平(ping)(ping)臺，NVIDIA更加耀眼。在過(guo)去一年里(li)，NVIDIA的(de)(de)股票坐(zuo)火箭般上(shang)升，因(yin)其GPU已(yi)經(jing)成為(wei)深度學(xue)習業界事(shi)實上(shang)的(de)(de)標準(zhun)開發(fa)(fa)平(ping)(ping)臺。到目前(qian)為(wei)止，基于CUDA平(ping)(ping)臺，目前(qian)已(yi)經(jing)超過(guo)20萬個(ge)下載，CUDA社區已(yi)經(jing)擁有30萬開發(fa)(fa)者。
2016年，Mobileye和意法半導體高(gao)調宣布，將合作研發Mobileye第五代SoC芯(xin)片(pian)——EyeQ5，作為2020年實(shi)現(xian)全自動(dong)駕駛(FAD)的處理器(qi)平臺(tai)，預計在(zai)2018年上半年可提(ti)供EyeQ5的工程(cheng)樣品。但(dan)在(zai)芯(xin)片(pian)業(ye)界看(kan)來(lai)，這(zhe)無疑破壞(huai)了行規：按照通常(chang)做法，至(zhi)少要等芯(xin)片(pian)樣品出來(lai)之后才能宣布，而(er)Mobileye提(ti)前近兩年宣布，一度被圈內人(ren)笑稱PPT造芯(xin)。
尷(gan)尬的(de)(de)背后，凸顯的(de)(de)是Mobileye在高性(xing)能(neng)計(ji)算(suan)芯(xin)片(pian)設計(ji)方面(mian)的(de)(de)實力(li)不足，畢竟和Intel、NXP、NVIDIA等一眾資(zi)深(shen)玩家比起(qi)來，Mobileye在芯(xin)片(pian)設計(ji)方面(mian)還(huan)欠缺底蘊，而搭檔ST也并非高性(xing)能(neng)計(ji)算(suan)構架(jia)設計(ji)的(de)(de)領導者，它更(geng)擅長后端(duan)開發。
目前的人工(gong)智(zhi)能商(shang)業化應用，絕大部分還集(ji)中(zhong)在云端，而(er)不(bu)是(shi)嵌入式領域，其(qi)(qi)主要原因就在于(yu)目前基于(yu)GPU的系統售價高昂(ang)。但(dan)汽車(che)其(qi)(qi)實是(shi)一個對成本極度(du)敏(min)感的行業，GPU不(bu)菲的售價已經成為量(liang)產的關(guan)鍵制(zhi)約因素，此外，其(qi)(qi)較大的發熱量(liang)也對長期工(gong)作穩(wen)定性帶來挑(tiao)戰。如果不(bu)能以經濟的成本實現(xian)人工(gong)智(zhi)能，那(nei)么自動(dong)駕駛的普及(ji)就依然(ran)遙不(bu)可及(ji)。
FPGA被越來越多的(de)公(gong)司使用，其計算構架可重構特性能滿足深度(du)學習對于(yu)專有計算構架的(de)需求，這是Intel收購FPGA巨頭Altera的(de)重要原因：靈活、可快速部(bu)署。
但(dan)FPGA再往上走，計算資(zi)源的(de)擴展會(hui)(hui)讓成本上升到(dao)很(hen)難(nan)接受的(de)地步，于(yu)是(shi)就(jiu)會(hui)(hui)輪到(dao)ASIC出場了。半(ban)導體業界無數的(de)歷史(shi)都表明，FPGA往往是(shi)定制化ASIC的(de)前哨(shao)站，一旦(dan)某個應用的(de)量足夠大，定制化ASIC就(jiu)會(hui)(hui)變(bian)得(de)更(geng)經濟。
Intel已經制定了相關的路線圖，對于Mobileye的收購，補齊了其戰略拼圖中缺失的一塊：算法以及對應的專用算法處理器IP的設計經驗。
將算法和芯片進行協同設計，可以輕易地獲(huo)得(de)超過10倍(bei)的性能(neng)提升、10倍(bei)的功耗(hao)下降和10倍(bei)的成(cheng)本下降，并且(qie)縮(suo)短(duan)了客戶導入(ru)時間，由(you)此獲(huo)得(de)的商業競爭優(you)勢(shi)，想(xiang)(xiang)想(xiang)(xiang)就覺得(de)恐怖。
同(tong)時掌握算法(fa)與芯片，已經(jing)成為通往人(ren)工智(zhi)能未來的關(guan)鍵路徑。
算法與芯片深度整合非一日之功
雖然NVIDIA是(shi)人工智能(neng)計(ji)算平臺的(de)領導者，但一(yi)個引人深(shen)思的(de)事(shi)實是(shi)，一(yi)開始并(bing)非NVIDIA選擇了(le)人工智能(neng)，而是(shi)人工智能(neng)的(de)研究者選擇了(le)GPU，進而成就了(le)NVIDIA。
在2012年(nian)，Alex利用(yong)深(shen)(shen)度學(xue)習+GPU的(de)方(fang)案，一(yi)舉贏(ying)得ImageNet LSVRC-2010圖像識別大賽(sai)，并(bing)奇跡般地將(jiang)識別成(cheng)功率從74%提升到85%。NVIDIA敏銳地覺察到了(le)這一(yi)趨勢，并(bing)大力優化基(ji)于(yu)GPU的(de)深(shen)(shen)度學(xue)習生態系統，并(bing)加(jia)速迭代開發，三年(nian)時間將(jiang)GPU性能提升了(le)65倍，從而奠定了(le)目前的(de)王者之位。
在GPU設計之初(chu)，并非針對深度(du)學(xue)習，而(er)是圖形加速(su)，在NVIDIA推出CUDA架構(gou)之前(qian)，GPU并無太強對深度(du)學(xue)習運算能(neng)力的(de)支(zhi)持。而(er)如今，NVIDIA可以提供(gong)基于其(qi)GPU的(de)從(cong)后端模型(xing)訓練到前(qian)端推理應用(yong)的(de)全(quan)套深度(du)學(xue)習解決(jue)方案，一(yi)般的(de)開(kai)(kai)發人員都可以非常(chang)容易地上手使(shi)用(yong)GPU進(jin)行(xing)深度(du)學(xue)習開(kai)(kai)發，或者高性能(neng)運算。而(er)CUDA架構(gou)的(de)開(kai)(kai)發，耗費了(le)NVIDIA巨(ju)大的(de)人力物力。
可以說，是(shi)(shi)CUDA這個中間層(ceng)（computing framework）的優化，才使得開發者(zhe)真正愛上了GPU，NVIDIA勝在軟件。而(er)CUDA還不能稱之(zhi)為(wei)算(suan)(suan)法(fa)，它只(zhi)是(shi)(shi)計算(suan)(suan)硬件與算(suan)(suan)法(fa)之(zhi)間的橋(qiao)梁(liang)。
算法的優化更是絕非易(yi)事，目前頂(ding)尖的人(ren)工(gong)智(zhi)能(neng)算法人(ren)才都(dou)是厚積(ji)薄發的，板凳坐得(de)十(shi)年(nian)冷，在人(ren)工(gong)智(zhi)能(neng)的春天(tian)到來之前，他們憑借艱難努力和頑強(qiang)的意志熬過漫(man)漫(man)寒(han)冬。
更難(nan)的是(shi)(shi)，你很難(nan)找到既懂得(de)算法，又懂得(de)計算構架的開發人員，如果他們分(fen)別(bie)來自(zi)兩(liang)家公(gong)司，那么溝通的時間成本是(shi)(shi)巨(ju)大的，溝通的效率也相當地低(di)。
算法和(he)芯片的協同(tong)設計，需要極深的整(zheng)合和(he)優(you)化功力，Intel缺乏針對(dui)算法設計芯片的人才,而(er)Mobileye也難以(yi)在(zai)短時間內提升車(che)規級(ji)高性能(neng)處(chu)理器設計能(neng)力。毫無(wu)疑問(wen)，將兩(liang)者(zhe)整(zheng)合到同(tong)一家(jia)公司進(jin)行(xing)開發(fa)，是最優(you)路徑。
在(zai)過去，Intel也在(zai)努(nu)力加強其在(zai)人(ren)工智能算法方面的(de)積累(lei)，對Nervana和Movidius的(de)收購反(fan)映了這一點(dian)，并且提供了面向深度學(xue)習優(you)化的(de)數學(xue)函數庫（MKL）。
但遠水解不了近(jin)渴，自動駕駛需(xu)要極(ji)高的(de)(de)系統可(ke)靠(kao)性(xing)，這意味(wei)著(zhu)你需(xu)要時間。而當下的(de)(de)競爭(zheng)態(tai)勢已呈白熱化態(tai)勢，時不我待，在(zai)商業(ye)競爭(zheng)中，快人一(yi)步就(jiu)意味(wei)著(zhu)贏者通吃，彌補短板(ban)往(wang)往(wang)不如發揮長(chang)處，在(zai)高通、NVIDIA、NXP等巨頭虎視眈(dan)眈(dan)的(de)(de)情況下，Intel與(yu)Mobileye的(de)(de)整(zheng)合，無疑是一(yi)個(ge)強(qiang)強(qiang)聯手的(de)(de)絕佳(jia)組合。
從本質上講，購買Mobileye，就是買時間(jian)優勢(shi)。
布局自動駕駛全產業鏈，加速產業化進程
Intel去年(nian)成立(li)自(zi)動(dong)駕(jia)駛(shi)事(shi)業部（ADG），宣布與寶馬合作、收購(gou)(gou)高精地圖供應商Here 15%的(de)(de)股份，到如今收購(gou)(gou)Mobileye, 可以(yi)直接獲得(de)其已經極為(wei)穩(wen)(wen)固的(de)(de)客(ke)戶群，成為(wei)其殺入(ru)自(zi)動(dong)駕(jia)駛(shi)行(xing)業最穩(wen)(wen)固的(de)(de)基石。加上其在云計(ji)算平(ping)臺(tai)方面的(de)(de)扎實基礎，以(yi)及積極投入(ru)5G研發，Intel布局自(zi)動(dong)駕(jia)駛(shi)全產業鏈(lian)的(de)(de)宏大計(ji)劃，正逐漸浮(fu)出水面，這個統治了PC行(xing)業數十(shi)年(nian)的(de)(de)巨(ju)頭，在錯失了移動(dong)互聯網時代(dai)之后(hou)，重(zhong)裝出擊，在自(zi)動(dong)駕(jia)駛(shi)的(de)(de)時代(dai)能否(fou)上演(yan)王(wang)者(zhe)歸來，值得(de)期待。
小結
圖靈獎獲得者Alan Kay，曾經說過：如(ru)果你(ni)要嚴肅(su)地思(si)考你(ni)的軟件，就必須做你(ni)自己的硬(ying)件。Intel對(dui)于Mobileye重(zhong)磅(bang)收購案，再次為(wei)這一(yi)論斷(duan)加上了濃墨重(zhong)彩的一(yi)筆。
如(ru)果說過去是算(suan)(suan)法根據芯片(pian)進(jin)行(xing)優化(hua)設計的時(shi)代(dai)(dai)，那么(me)Intel對于Mobileye收(shou)購，預示著(zhu)一個新時(shi)代(dai)(dai)的到來：算(suan)(suan)法和(he)芯片(pian)協(xie)同進(jin)化(hua)的時(shi)代(dai)(dai)。已(yi)經有一批先(xian)知先(xian)覺者在行(xing)動(dong)，Google自己已(yi)經開發(fa)了TPU，用于CNN加(jia)速(su)，地平線也在開發(fa)BPU，結合(he)高(gao)度優化(hua)的的深度學習算(suan)(suan)法構(gou)架，打造核心競爭力。
誰能同時(shi)掌握算法和芯(xin)片(pian)，誰就能在(zai)產業化方面獲得巨大(da)的競爭優(you)勢，最終贏得這個人(ren)工(gong)智能無處(chu)不在(zai)的時(shi)代。