日报标题：153 亿美元，这是英特尔对自动驾驶愿景的最新押注
相关链接：英特尔 153 亿美元收购色列科技公司 Mobileye
爱范儿，报道未来，服务新生活引领者。
我们先来回顾一下，在 2016 年 8 月，英特尔就已经收购了自动驾驶汽车安全工具 Yogitech、车载计算机 OTA 技术公司 Arynga、视觉处理芯片初创公司 Itseez 和 Movidus。而这次英特尔在收购 Mobileye 后，正好补全了自己在自动驾驶领域只有硬件没有方案的缺失，便成为了自动驾驶领域的一个绝对不可忽视的巨头。
在此次收购后，英特尔将会把自动驾驶部门并入 Mobileye，建立与汽车 OEM、一级供应商、和半导体厂商的合作伙伴关系，开发先进的驾驶辅助系统，以及部分自动、全自动的驾驶系统。
收购的意义
在被爆料即将被英特尔收购后，Mobileye 的盘前股价又上涨了 33%，也可见市面上对于自动驾驶技术的看好和狂热。
事实上，比起摄像头视觉处理方案，对于英特尔来说，收购的意义在于 Mobileye 其实是一家以 AI、图像识别技术为基础提供自动驾驶所需高精度地图的技术供应商。这能有助于优化英特尔最终自动驾驶方案中最为重要的驾驶策略。
在 2017 年的 CES 上，Mobileye 就已经阐述了自己作为供应商要在自动驾驶领域中所要做的事情：以摄像头收集来的画面为基础，通过具备深度学习能力的图像识别体系，构建能够优化自动驾驶决策的高精度地图。
用更方便理解的话说，就是通过摄像头这一 “眼睛”，不断学习驾驶过程，熟悉路线让无人车成为老司机。
这个计划，用到 Mobileye 身上，具体的落地方式也很简单：与各大车厂合作，把自家设备装到各种车辆上，收集数据，作为学习数据的来源。
从 2007 年 Mobileye 自主研发的首款芯片 EyeQ1 正式亮相并在沃尔沃上完成首次商务化使用开始，到 2013 年 10 月，Mobileye 卖出了第 100 万台产品。从 2013 年 10 月到 2016 年 1 月，他们卖出了 900 万台产品，累计销量达到 1000 万台。其中前装产品占 80%，后装产品占 20%。
(装在普通汽车上带有 ADSD 功能的 Mobileye 硬件)
如果从车辆安装来看，从 2007 年开始，驾驶辅助系统芯片 EyeQ 芯片被安装到汽车中，到 2012 年 EyeQ 芯片全球部署规模突破 100 万。截至 2016 年，全球有 330 万辆汽车安装了 EyeQ 系列芯片。
这个庞大的装机量，给 Mobileye 带来的数据量可以说是在业内有绝对领先优势的。对比 Google 自己造车自己路试自己积累数据，Mobileye 这样的方式，效率更高且更为实际。
（Google 无人车看着很 “未来”，但只靠自己爬向未来，效率太低）
举个例子：现在大部分 ADAS 产品的视觉识别是跟着车道线让车辆保持正常行驶的，但在加入了深度学习功能之后，不同司机开着的不同品牌型号但又同样装有 Mobileye 设备的车型经过一段道路后，系统就会记录并学习司机的驾驶习惯，当车道被遮挡后，整个系统也可以根据之前学习所绘制出的地图来正常行驶，不受干扰。
这所谓的地图也就是在 CES 上 Mobileye 所说的路书 “Roadbook”。
先是与车厂合作收购了 15% Here 地图的股份，再加上这次收购 Mobileye，可以说英特尔基本实现了在自动驾驶领域完整的布局。并且基于 Mobileye 的技术，即使在短期内全自动驾驶依然无法正式推出，英特尔也可以靠 Mobileye 逐渐增强并且有极高车厂覆盖率的驾驶辅助技术盈利并继续积累自动驾驶路书和改进算法。
但 Mobileye 所使用的视觉处理也有其短处
Mobileye 使用的是视觉处理的方案，但事实上，视觉处理方案在自动驾驶领域，并不是万能的。
所谓视觉处理，就是对摄像头拍摄来的图像进行识别和分析，进而通过处理作出决策的过程。在自动驾驶技术中，视觉处理的优势非常明显，首先是成本低，使用摄像头作为驾驶辅助或者自动驾驶的传感器，在成本上要远低于目前技术水平下十分昂贵的激光传感器，也就是出现在不少全自动驾驶车上的 “蘑菇”，其次对比 LIDAR 激光和毫米波雷达，摄像头的可见范围更远，这也就意味着自动驾驶汽车可以提前收集到更多的环境信息。
(Mobileye 与车厂的合作进程)
得益于摄像头的这些优势，Mobileye 在 ADAS（高级辅助驾驶系统）和自动驾驶领域都取得了不错的进展。在自动驾驶并未普及的今天，Mobileye 的技术早已经用在了各大汽车厂商的驾驶辅助功能中，其特有的 EyeQ 视觉识别芯片以及 ADAS 软件被应用于多家汽车厂商，其中的 EyeQ3 芯片几乎卖给了所有的知名汽车厂商，目前 EyeQ 芯片已经开发到了第 4 代产品。
然而摄像头视觉识别的缺点也是很明显的。在当时被炒得很热的那起 Tesla 撞上高速上转向的大卡车致死事故中，由于系统没能正确识别横向来的卡车，自动辅助驾驶中的紧急刹车功能没能正常启用导致的，当时 Autopilot 摄像头采集的画面，误判横行而过的卡车是横在路上的路牌，于是系统就没有启动刹车。
(不同自动驾驶传感器的优劣对比)
总得来说，Mobileye 摄像头的弱点在于以下几点：
1、摄像头接受是光的反射，如果摄像头效果受影响，例如在黑暗场景中没有了光线，那么识别能力大打折扣。 2、Mobileye 所使用的单目摄像头获取的仅仅是 2D 平面数据，所以需要图像识别加工才会得到 3D 场景。 3、Mobileye 所收集的内容经过处理会有一定延迟，这也就意味着摄像头方案对于道路变化的反应能力有限。
这么来看，英特尔收购 Mobileye 的 153 亿确实有点贵，因为单就财报数据显示，2016 年 Mobileye 的全年总收入虽然比 2015 年涨了将近 50%，但也不过 3.582 亿元，2014 年上市时，Mobileye 的市值为 106 亿美元，153 亿美元的收购总价确实溢价不少。
总结
从最近几年来自动驾驶领域频繁的大公司交叉合作也可以看出：与传统科技公司闭门造车守住核心技术争取寡头利益不同，汽车领域对于前沿技术有着更为开放和共赢的态度。
另外，在 CES 上 Mobileye 展示自动驾驶软件技术的同时，英特尔还公布了自家的自动驾驶平台 Intel GO，可以预见的是，在未来并入 Mobileye 的英特尔自动驾驶部门，会结合英特尔本身的芯片、5G 等硬件技术，以及 Mobileye 和 here 所优化的自动驾驶地图和决策算法等软件技术，让全自动驾驶技术更快落地。
不过有句话在文章末尾还是要说：
人们总是低估未来 10 年的技术进步，但总会高估未来 3 到 5 年的技术发展。
自动驾驶技术完全到来前，高级别驾驶辅助仍然有极大的优化空间，全自动驾驶的到来，恐怕也没有目前几乎所有厂商都在鼓吹的 2020 年那么乐观。
作者： @张博文 编辑： @巫冬
于欣烈，和自己赛跑
英特尔为什么要收购 Mobileye？
- 主流汽车制造商对车联网、自动驾驶已决心大力投入，意味着车规芯片的需求即将爆发。英特尔 CEO 预估自动驾驶市场到 2030 年将会达到 700 亿美元规模；
- 市场即将爆发的情况下，英特尔缺少自动驾驶核心技术，时间窗口紧迫，来不及自研发或孵化小创业公司；
- Mobileye 是目前市场上非常少数几家拥有完整自动驾驶（辅助驾驶）硬件、软件整体解决方案的公司；
- 市场即将爆发的情况下，英特尔缺少汽车市场的资源，特别是渠道。英特尔的主要资源在电脑产业。这也是为什么三星花 80 亿美元收购哈曼的原因之一；
- 竞争对手高通去年 470 亿美元壕取汽车芯片公司 NXP，给英特尔带来巨大的压力。收购 Mobileye 是必然的连锁反应；
- 业务互补。 Mobileye 设计芯片但并不制造芯片。之前的芯片都由意法半导体代工。这块业务英特尔自然可以接过来； Mobileye 的主要技术是视觉识别（芯片 + 算法），被视为一家传感器公司。高度自动驾驶技术，需要传感器、获取数据和中央控制电脑三者，更快更好地协同工作。M+I 可以更高效；
- 依托 Mobileye 建立自己完整的汽车业务部门，有技术、有产品、有渠道、有用户。而且英特尔将把自己的汽车相关业务，全部搬到以色列 Mobileye 总部。离开英特尔独立运营，对汽车业务的发展更有利。Mobileye 的高管团队也拥有更多更丰富的汽车行业经验、资源；
- 最后一点，也是最关键的一点，有钱。
Mobileye 为什么卖身英特尔？
- Mobileye 的核心技术是视觉识别（芯片 + 算法），想要开发完整的高度自动驾驶技术，需要更多的资源，包括但不限于资金、技术；事实上，尽管处于新兴市场且身为科技公司，Mobileye 的研发投入比属于较低的；
- 自动驾驶市场，是一个高速发展的市场，需要借助资本的力量快速发展，抢占市场；
- 英特尔可以提供 Mobileye 需要的资金和部分技术。英特尔在以色列已有 10000 名左右员工，其中大部分是汽车芯片相关，将全部转到 Mobileye；
- 业务互补。
Henry-航，Don't say if, build something.
有上面已经有知友提到了 Mobileye 其实是一家芯片公司，想在这基础上进一步延伸一下人工智能芯片角度的解读。
在移动互联网浪潮中败给了高通和 ARM 的因特尔，在这次人工智能浪潮中表现得尤为积极，NVIDIA 的 GPU 异军突起也加深的因特尔的焦虑，纷纷在人工智能芯片的各种异构计算解决方案上都布上了重兵。
目前为了适应人工智能的类脑并行计算结构，主流解决方案是在现有的串行 CPU 架构上，加上并行计算单元，也就是异构计算。
目前主流的异构计算架构有四种：CPU+GPU、CPU+FPGA、CPU+ASIC 和 CPU+DSP。
四种方案的特性和应用场景略微不同，但仔细回顾一下近年来因特尔在这几种方案中的布局，就会发现因特尔几乎在现有的所有主流的人工智能芯片解决方案上都有布局，大有誓死也要拿下人工智能这次浪潮的制高点的感觉。而这次 Mobileye 的收购，则是因特尔进一步完成人工智能芯片布局的延伸，也是和 Mobileye 本身发展目标的一拍即合。
在 GPU 上，因特尔尝试和老对手 AMD 合作，一起开发整合 CPU 和 GPU 的人工智能芯片。
在 FPGA 上，因特尔在 2015 年以 167 亿美元收购了 FPGA 市场占有率第二大的 Altera。
在 ASIC 上，因特尔在 2016 年 8 月以 4.08 亿美元收购人工智能芯片公司 Nervana，9 月以 3.22 亿欧元收购提出 VPU 架构的 Movidius。而 Mobileye 的这次收购，则更像是 ASIC 市场上的布局延伸。
ASIC 的全称是 Application Specific Integrated Circuit，也就是“为专门目的而设计的集成电路”。这类芯片往往拥有对某一项能力的强大处理能力，如 Mobileye 就是设计专门面向自动驾驶的具备强大图像识别能力的芯片。
自动驾驶作为为数不多被大多数人都看好的人工智能行业应用，英特尔自然不能在这里缺位。加上各大车厂都争相在自动驾驶上进行竞赛，纷纷表示要在 2020 年前后实现五级自动驾驶，自动驾驶的竞争愈演愈烈。
目前就实现五级自动驾驶主要分两派：
运用摄像头视觉获取 + 毫米波雷达在现有的高级驾驶辅助系统（ADAS）上不断改进，进而实现五级自动驾驶。主要以奔驰、沃尔沃、宝马等传统汽车厂商（包括特斯拉）为代表。
运用高精度地图、激光雷达、大数据 + 人工智能，直接实现五级自动驾驶。主要以谷歌、百度等软件企业为代表。
半导体行业巨头们也纷纷参战，高通收购 NXP，NVIDIA 和特斯拉携手，推出 DRIVE PX 2 平台。作为后来者的因特尔虽然一直在自动驾驶领域有布局，在 2017 年 CES 展上也推出了整合 28 块 Xeon 处理器、两块 FPGA，和 5G 技术的 Intel go 车载电脑，但和此前在自动驾驶领域布局一样，一直找不到和车厂的大规模应用突破口。
Mobileye 在摄像头视觉获取 + 毫米波雷达技术路线市场上具有压倒性领先优势，几乎和现有的所有主流汽车厂商都有合作（27 家），大量的实际应用让 Mobileye 有丰富的实战经验和数据量（包括此前已经安装在大量 Model S 上的解决方案），因特尔可以从 Mobileye 这里找到大量的应用入口。加上数据是人工智能火箭的燃料，同时具备芯片、硬件入口和数据量的 Mobileye 对因特尔无疑是非常理想的一个并购对象，因特尔可以借着 Mobileye 的突破口，深度参与自动驾驶领域的布局，进而完善在整个人工智能芯片上的布局。
在 Mobileye 方面，和特斯拉因为车祸原因断开合作关系后，Mobileye 就不再是任何汽车厂商的一级供应商（Tier 1）,Mobileye 也一直在继续寻找拥有更多话语权和定价权的市场位置。在此前和因特尔的合作中，Mobileye 也表示考虑将自己的算法集成在 Intel 的芯片中，自己不再生产芯片而专注于算法和数据处理上。这次并购算是一次正式的回应。
因特尔对 Mobileye 的并购，是自动驾驶的一角，也是人工智能浪潮来临前的一角。