版权声明：本文来自于《 凤凰网科技》《 technews》，如您觉得不合适，请与我们联系，谢谢。

北京时间11月6日消息，据外媒报道，恩智浦半导体(以下简称“恩智浦”)汽车业务总经理库尔特·西弗斯(Kurt Sievers)向路透社表示，自动驾驶汽车热将促使芯片领域出现更多并购交易。恩智浦是全球第一大汽车芯片厂商。西弗斯说，“汽车一直在推动着并购，未来一段时间将仍然是芯片领域并购交易的推动力量。从更宽广角度来看，与互联网相连的设备推动了芯片领域的并购。”随着智能手机销售增速放缓，各家芯片厂商纷纷争夺物联网和汽车领域市场份额，芯片产业并购活动相当迅猛。

恩智浦展示的自动驾驶卡车

汽车和卡车厂商在竞相开发自动驾驶车辆，以抵御科技公司对汽车产业可能的威胁。

上周，恩智浦与高通达成协议，以380亿美元把公司出售给高通。不到一年前，恩智浦收购了飞思卡尔，成为全球最大汽车芯片厂商。

西弗斯在恩智浦一次会议上说，“未来数年汽车中使用的芯片数量将会翻番，芯片将提供辅助驾驶和能耗管理等功能。另外，汽车还在向自动驾驶技术转型。”

恩智浦展示了汽车在雷达芯片帮助下排成一列行驶的技术。第一辆汽车由驾驶员驾驶，其余汽车则采用半自动驾驶技术，有助于提高行车安全性，也更节能。促使高通收购恩智浦的正是这样的技术.

西弗斯说，“高通对我们也有所帮助：连接。我们擅长传感器，我预计每辆汽车将需要2个而非目前的1个调制解调器，因为汽车需要处理的数据量非常大。高通拥有我们所需要的调制解调器，与我们的技术配合将使我们在竞争中获得优势。”

自动驾驶是芯片发展的动力

Google自动驾驶汽车部门的硬件工程师Daniel Rosenband认为，Google在初期的自动驾驶汽车领域一直扮演着领头羊的角色。自动驾驶汽车不仅引领了人工智能与机器视觉软件的革新，还推动了半导体芯片技术与硬件系统的进步。

不过，Google只是众多推动3300亿美元芯片产业发展的公司中的助攻之一。像特斯拉、本田、宝马、沃尔沃、奔驰和福特这样的汽车厂商，亦在开发旗下的自动驾驶汽车。Uber称其将在匹兹堡测试100辆自主开发的自动驾驶汽车；而通用汽车与Lyft亦称将于年底开展自动驾驶出租车的测试。

Tirias Research的分析师Kevin Krewell称自动驾驶汽车技术是半导体芯片发展的主要驱动力。“基于深度学习的车载导航不同于其他高性能计算工作，是一种全新的计算方式，一种基于全新方式的构架。”他说，这便是为什么Intel花了3.5亿美元收购了人工智慧公司Nervana。

如果半导体芯片能满足功能需求，其他配套系统亦能跟上，这将大大有益于自动驾驶汽车的发展。且自动驾驶汽车每天有5%的工作时间用于系统休息的话，自动驾驶汽车毫无疑问会更安全。Rosenband称每年有120万人死于车祸。

“一个城市的人口也不过这么多，而车祸却带走了他们的生命。仅仅在美国，每年就有3.5万人死于车祸。这相当于每天坠毁了一架客机。我们需要重新审视一下这个问题。”

自动驾驶汽车使得盲人以及其他身体残疾人士也能坐到驾驶位上了，但要打造一款真正能上路行驶的自动驾驶汽车，我们的技术储备仍不够充足，道阻且长。不久前，一位驾驶人开启了特斯拉自动驾驶功能，而自动驾驶系统没能发现前方的卡车导致了驾驶员在车祸中身亡。

即便如此，各投资公司仍认为这是一项有前景且更安全的技术。Rosenband表示，“我们可以改变人们的生活”。

为了实现这一目标，就必须在人工智慧与机器视觉上取得前所未有的突破。自动驾驶系统要足以应对各式各样的问题，比如变化莫测的交通状况、拥挤的行人与乱入的自行车。这对系统芯片的处理能力有着极高的要求，且系统最后的处理方式不能伤害任何一方。

“在高速路上行驶时，我突然意识到我们处理问题要有始有终：我们如何才能开发一个完全自动驾驶的系统？”

完全自动驾驶在硬件上需要具备哪些条件？

在一个理想化的自动驾驶环境里，系统要能在指定地点接人，并将其安全送至目的地。Google开发的自动驾驶原型车没有方向盘，能以40km/h或更低的速度通过居民区。它采取的是自我保护的驾驶策略，在驶入十字路口前会等待1.5秒。除此之外，该车还能计算发生危险的可能性。

车辆需要知道其自身位置、周围环境、周围物体在做什么以及车辆该如何移动。而要满足这些要求需要大量的地图数据与传感器。为了获得车辆周围360度实景，Google采用的是Lidar雷达系统，该系统能360度旋转扫描周围环境，从而生成车辆周围环境的3D模型。该模型可显示不同物体的距离与其速度。

Rosenband称，Google下一代原型车的运算能力将是2015年原型车的4倍。它将装配一片多用途芯片或一片能处理自动驾驶汽车问题的定制芯片。而在这100mm2的芯片上要能进行每秒50万亿次运算。

为了应对这一挑战，Nvidia称其已经为自动驾驶汽车开发了一款全新的芯片——dubbed Parker，该芯片是汽车人工智慧系统Drive PX 2超级电脑的组成部分。而Intel亦称其Xeon Phi芯片家族也足以处理人工智慧问题。

Rosenband说，我们仍有许多难题需要解决。比如，有时在日出或日落时分，人眼都无法辨别交通信号灯，而这种曝光过高或过低的图像要让计算机来解码更是难上加难，而且车辆还是移动的。

“芯片适用于何种环境？我们要用数个千兆赫兹的雷达频段，进行大量的数字信号处理以减小噪声干扰，降低雷达系统的失真度。我们亦采用了最好的矽材料以发挥其最大性能，”Rosenband说。

在未来，Google很可能需要系统能提供相当于移动设备上的数据中心的功能。它需不用消耗过多的功率就拥有最佳的计算性能，车辆可以直接在数据中心读取数据进行计算。

为什么要这样呢？Google的自动驾驶汽车行驶了320万公里，但仍不能预测世上发生的每一件事。而芯片专家兼Cadence DesignSystems主管的Chris Rowan表示，Google可能需要进行十六亿公里的测试，其系统才有可能含括所有可能发生的事情。

英特尔/高通/英伟达共逐自动驾驶商机

据报道，半导体大厂英特尔（Intel）准备大规模投资在自驾车的领域，开发自驾车专用的处理器。而且，目前英特尔内部已经成立汽车解决方案事业部，开始进行相关的研究与发展计划。

报导指出，在过去个人电脑发展的年代，英特尔几乎成为个人电脑处理器的代表词。然而，随着个人电脑产业的逐渐消退，英特尔也不得不转型到其他发展领域中。而在即将来临的自驾车时代中，英特尔也同样希望能够复制个人电脑处理器的成功经验。

事实上，自驶车其实就是电脑系统操控的汽车。因此，自驾车的处理器芯片必须能够处理来自自驾车身上的诸多感测器、摄像头等等传送进来的大量资讯，用以分析与处理当前的交通、周边环境以及路上各种异常现象然后对方向盘、煞车、燃油等系统实施相应操控。

英特尔汽车解决方案事业部总经理Elliot Garbus 日前接受媒体采访时表示，自驾车上密集的资料处理业务，其强度类似于当前高性能伺服器所用的处理器。所以，就本质上来说，自驾车就是一个以轮子上在陆地上移动的资料中心。

Elliot Garbus也强调，未来自驾车专用处理器除了具备强劲的处理性能之外，英特尔也准备让处理器具备多样性和适应能力。就与过去的个人电脑一样，汽车处理器也能够应用于各式各样的车辆中。就此方面来观察，在英特尔眼中，自驾车已经成为个人电脑、智能手机之后，另外一个大量处理器芯片的应用领域。所以，英特尔希望能够加速开发，抢占市场占有率。

过去一段时间，英特尔已经彻底在智能手机处理器市场失守，将此一市场拱手让给美商高通（Qualcomm）与台湾联发科。如今，在自驾车领域，从汽车驾驶系统部分来看，显然英特尔已经落后给Google、 Uber、 Tesla 以及传统许多大型车厂。因此，英特尔在此领域，开始转移专注方向，朝过去所擅长的处理器方面发展。

2016年年中，英特尔就宣布将和德国宝马（BMW）、以色列Mobileye 合作，共同开发自动驾驶汽车，产品将会在2020 年问世。在这个合作协议中，规划由英特尔专注擅长的处理器芯片发展，而以色列Mobileye公司则在电脑影像识别、机器学习以及资料分析等领域发展。另外，2016 年5 月份，英特尔也收购了一家电脑视觉识别公司Itseez，就被认为是针对进入自驾车领域的技术准备。

当然，在自驾车芯片领域，英特尔亦将面临一大批实力强劲对手的挑战。这其中包括辉达（Nvidia）、高通，以及日本瑞萨电子（Renesas）等。事实上，面对全球个人电脑市场的萎缩，这些年英特尔一直在寻找自己的定位。之前，英特尔曾经在物联网芯片、无人机芯片市场等广泛投资。但是，这些市场的规模还十分有限，无法弥补电脑处理器芯片市场下滑的部分。如今，英特尔希望能在自驾车风潮的浪头上分得一块市场，以找回未来发展的态势。

自动驾驶汽车处理器混战即将打响

由于传统PC和移动设备市场发展乏力，很多相关厂商就将目标转向了成长潜力大的汽车电子市场，尤其是自动驾驶汽车市场，当中包括了英伟达和高通。

NVIDIA新款AI芯片与自驾电脑　与英特尔竞逐商机

绘图芯片（GPU）大厂NVIDIA积极投身人工智能（AI）芯片开发行列，将与英特尔（Intel）一较高下。早前在北京国际饭店会议中心举行的“GTC China 2016”大会上，NVIDIA最新发布两款基于Pascal架构开发的处理器，分别为“TeslaP4”及“Tesla P40”，主要针对数据中心市场；另发表一款“Drive PX 2”针对自驾车AI领域的电脑，未来百度（Baidu）将导入自有的自驾系统当中。

两款Tesla芯片宣称强化深度学习速度

根据彭博及路透报导，Tesla P4及Tesla P40属于深度学习处理器的一种，分别内建72亿个及120亿个电晶体，并分别具备2，560个及3，840个统一运算架构（CUDA）核心，两款处理器效能相当于40颗中央处理器（CPU）的整合，处理速度可达CPU解决方案的45倍，加上所采Pascal架构能够协助深度学习加速达65倍，这让Tesla P4及TeslaP40也都具备AI处理效能。

NVIDIA表示，TeslaP4主要针对大量数据中心所采用的服务器市场。基于Pascal架构，NVIDIA宣称Tesla P4效率较英特尔服务器芯片快上40倍，也较前一代产品在影像处理速度上快上超过3倍。Tesla P40则主要面向超级电脑这类处理性能更强大的单一电脑市场。

NVIDIA宣称该公司GPU是AI系统的正确采用选择，并已投资发展可让其GPU更易于使用的软件。英特尔则于8月先发表一款自有AI芯片。NVIDIA及英特尔均希望确保Google等数据中心营运业者不仅会采用其芯片技术，且不会想尝试自行开发自有客制化解决方案。

发布DrivePX 2自驾车AI电脑　百度将采用

NVIDIA也发表DrivePX 2自驾车AI电脑，宣称功耗仅10瓦，体积较该公司2016年1月推出的原型样式版本小上一半，借此有助将AI技术导入适合用在可量产车款的电脑中。DrivePX 2能够将汽车传感器搜集的资料进行整合，采用深度神经网络生成车辆行车周围的复杂物体图像。

未来大陆百度自有自驾系统的车内汽车电脑，便将采用NVIDIA这款DrivePX 2电脑。随着全球有愈来愈多汽车制造商正积极投入自有自驾车技术开发，NVIDIA正试图透过推出效能更强大的电脑或处理器，协助降低自驾车开发门槛，让更多汽车制造商也能进军这块市场。

NVIDIA与百度在9月初也宣布将共同开发一款全自驾车架构，将以两家业者各自在AI技术上的专业，从云端到汽车端共同打造这款全自驾车架构。

目前全球AI芯片发展仍在初期阶段，不过在NVIDIA最新一季数据中心业务营收达翻倍成长的1.51亿美元表现中，多数均来自AI相关业务；英特尔数据中心业务最新一季销售额达40亿美元，不过几乎很少是来自AI相关业务创造的收入。

高通布局自驾车芯片　与NVIDIA、英特尔正面交锋

自动驾驶技术是车联网的下一个研发重点，加上自驾车可能在4~5年内完成商业化，为芯片制造商创造极大商机。市调机构Gartner预期，2020年全球使用车联网的汽车数量，将会从目前的6，000万台大幅增加至2.5亿。

据SeekingAlpha网站报导，联网汽车主要搭载移动处理器运算平台以及支援软件，提供车载资讯娱乐（infotainment）和资通讯系统（Telematics）所需的宽频连线，乘客可透过智能手机和平板连结资讯娱乐系统、接收道路维修资讯、并利用车对车（Vehicle-to-Vehicle）通信增加路上行车安全。

高通（Qualcomm）在CES2016发表专为汽车市场设计的Snapdragon 820A处理器，期望透过这款以14纳米FinFET制程打造的芯片，将移动装置上的即时云端连线浏览、沉浸式4K图形和视讯显示、软硬体升级弹性以及深度学习和远端诊断等功能延伸至车载系统，提升汽车安全性能。

Snapdragon车用解决方案由Snapdragon处理器和数据机组成，采用ARM架构平台，相容于Android作业系统和Blackberry的QNX平台。英特尔（Intel）则推出以AtomE3800处理器为主的解决方案，可于Linux和QNX平台上执行。

QNX与Linux系统在车用平台的渗透速度比Android系统快，加上Linux基金会推出开源车载作业系统（Automotive Grade Linux；AGL） ，Linux可望成为车载系统的领先者。

由于车载运算与移动运算同样讲求轻薄，因此高通在移动运算领域的经验将提供该公司最大的竞争优势。然Android系统在汽车产业的普及率不高，连带限制高通在车用市场的成长潜力。尽管高通已宣布未来的车用处理器将使用Linux的AGL设计，但只怕推出时英特尔已站稳市场。

NVIDIA切入市场的角度与英特尔和高通不同，主要提供汽车制造商可直接安装的即插即用装置。NVIDIA的竞争优势在于该公司的先进绘图技术，透过Drive PX 2平台，车厂便可部署人工智能工具、监控汽车位置、辨识周遭物体、计算安全驾驶的最佳距离。

此外，NVIDIA也推出DriveCX数位驾驶舱系统，以先进绘图技术提供虚拟实境及扩增实境的环景效果。DriveCX可与QNX、Linux和Android系统相容。

Snapdragon820A系统单芯片将支援Zeroth深度学习演算法，可分析影像与声音。报导认为，高通若能在短期内增进其绘图方面的技术，并推出支援Linux平台的产品，便有机会成为自动驾驶芯片的领导者。

【关于转载】：转载仅限全文转载并完整保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明：转自“半导体行业观察icbank”微信公众号。谢谢合作！

【关于投稿】：欢迎半导体精英投稿，一经录用将署名刊登，红包重谢！来稿邮件请在标题标明“投稿”，并在稿件中注明姓名、电话、单位和职务。欢迎添加我的个人微信号MooreRen001或发邮件到 jyzhang@moore.ren

点击阅读原文加入摩尔精英