Intel收购Mobileye，一切只是开始

【编者按】 Intel 看到了数据的重要性，近几年不断将重点于此倾斜，并收购 Mobileye ,作为自己强大的补充，从而获得更多的驾驶数据，并提升自己在 汽车 行业的地位。收购本身只是一个起点，双方在未来几个月能否顺利融合，才是决定此次补强效果的关键。

本文首发于极客汽车，作者Mark；由亿欧编辑，供行业人士参考。

---

3月31日，Intel在北京召开了一次发布会，公布了其未来规划。这是他们收购Mobileye之后首次对国内的媒体发声。 整个发布会传递的核心信息就是：Intel是一家数据公司。

数据的重要性

不管是 人工智能 还是物联网，任何产品智能化的本质其实都是对数据加以分析，并产出具有附加价值的服务。这样的研发逻辑让有效数据变成了非常珍贵的资源。Intel从芯片公司向数据公司转型，正是在拥抱这一趋势。

Intel全球副总裁兼中国区总裁杨旭在发布会上提出：由于市场的庞大，中国已经成为数据大国，未来的智能时代中，各个场景下都有数据产生。 例如每个互联网用户平均一天就要用掉1.5G流量，一辆 无人驾驶 汽车一天要产生4 TB的数据量，而一家智慧工厂一天则会产生1 PB（1 PB=1024 TB）数据。

这些来自不同领域的数据又会分成三类：

结构化数据： 例如图形和文字，这类数据比较容易打上标签，因此也更便于整理和定位。

非结构化数据： 例如音频和视频，相较于上一种，这类数据更难定位，也更加难以整理和分析。

不规则纬度和定制类数据： 例如 自动驾驶 所产生的数据，这些数据往往包括着很多纬度（视觉，场景，决策等），且数据本身还与环境有着很强的关联。这就使得这类数据更加难以分析。

Intel此前的一系列并购与转型，其实都是在为处理这些数据而打造平台。

除了最基础的硬件及底层软件之外，Intel其实是希望针对数据处理的不同应用领域，提供一个更加定制化的端到端研发平台。这就好比当我们想要做PPT我们就会去选择使用Office Powerpoint软件一样。

FPGA与Nervana

与其他SOC供应商一样,Intel在介绍自己的平台时也重点突出了其强大的数据运算能力。这主要得益于两项技术：

FPGA：

中文名称为「现场可编程逻辑阵列」 ，这项技术主要来自2015年Intel对Altera——一家从事FPGA芯片涉及和研发的公司的收购，在当时，这笔收购也是花掉了Intel167亿美元的巨资。 FPGA的本质是硬件加速器。它具有两个重要的特点：

1、并行运算结构： FPGA芯片是基于并行运算结构的，这就使它有能力同时处理多项任务，从而大大提升运算速度。我们一般家用电脑的CPU中，每个核心同时只能处理单个任务，这也是在人工智能应用当中，CPU与GPU相比的一个劣势。FPGA的加入弥补了这个问题。

2、可编辑芯片语言： FPGA芯片在出厂之后，用户可以对芯片的运算逻辑进行在编程。在自动驾驶应用中，这就使得整车厂和Tier 1可以根据自己的算法需要，定制FPGA芯片的运算逻辑。

Nervana系统：

Nervana是一家从事深度学习和神经网络芯片与软件的创业公司，创立于2014年。2016年8月，Intel斥资3.5亿多美元收购了Nervana，将其全部的深度都学习系统和研究成果收入了囊中。此外Nervana团队还将成为Intel的人工智能研究中心继续从事AI相关的研究。Nervana在自动驾驶，车内语义分析以及传感器数据处理上都有所涉足。这在算法层面给Intel带来了补充。

在今年CES上发布的自动驾驶平台Intel GO中，FPGA已经得到了应用，并且还加入了对5G技术的支持。但是我们之前的文章中说过，AI在自动驾驶领域的应用需要硬件，算法和数据三个关键的环节。对Intel来说，FPGA提升了硬件的计算能力，Nervana系统提供了算法，那么数据从哪里来？答案就是Mobileye。

为何说收购Mobileye只是一个开始？

「因为收购Mobileye的项目正在进行中，很多方面不方便讲，也不好评判，可能过几个月再聊这个问题。」在被问及关于Mobileye的问题时，Intel中国的相关负责人给了GeekCar这样的答复。确实，正如我们之前的文章《除了那153亿美元，关于Intel收购Mobileye，你还应该知道这些》中所说，这笔收购的流程还将持续9个月。在目前这个时间双方可能都不会去过多的谈及收购相关的事宜。但是如果我们去翻看一下这两家公司近期的一些发声，我们还是能够看出一些端倪。

在收购的消息公布后，Intel的CEO Brian Krzanich向自己的员工发了一封信，其中提到： 「你们很多人问我为什么自动驾驶汽车对于Intel的未来这么重要，答案就是数据。数据将成为新的石油。」 「Mobileye的加入将会给我们的计算平台带来一个数据通道，让车辆能够通过智能的眼睛识别周边的环境。」

可以看到Brian大大肯定了Mobileye在数据方面的作用。作为一家在ADAS和计算机视觉领域混了将近20年的企业，Mobileye已经拥有了充足的铺货量和汽车行业客户。EyeQ芯片的出货量已经达到了1500万，其AEB解决方案也已经和众多主机厂签订了订单。

这些已经或即将落地的产品都有可能作为有效数据的来源，而且这个积累一定会越来越多。

此外，除了ADAS相关的业务，Mobileye在高精度地图领域也有自己的REM技术，并已经与宝马和大众达成了合作。

但是说到这里，我们发现了一个问题 ：Mobileye对数据的见解与Intel有所区别。Mobileye一直在提倡数据的「轻量化」尤其是REM技术。而Intel作为芯片供应商，则一直在突出自动驾驶所产生的数据量之巨大。

在今年3月份的BCW上，Shashua教授在Mobileye被收购后首次对外发声，他在演讲中提出了Mobileye的「Map Light」模式——以摄像头为主，其它感应器提供冗余辅助的感知与定位方案。 这个模式以2D画面为核心，作为辅助的激光雷达所识别的画面也将被整合到2D画面中。因此相较于以激光雷达为核心传感器，并以3D画面为主的「Map Heavy」模式，「Map Light」所产生的数据尺寸将小的多得多。

让摄像头取代激光雷达成为自动驾驶的核心传感器一直是Mobileye在努力做的事情，为此他们在AI和摄像头识别上的应用也下了巨大的功夫。 但是这样的规划会符合Intel对Mobileye的期望吗？要知道，对于Intel来说，激光雷达所带来的庞 大数据 量，才能更好体现他们的运算能力，以及5G布局。

从Intel的角度来说，他们希望能通过收购Mobileye获得更多的驾驶数据，并提升自己在汽车行业的地位。 但他们是否会关心Mobileye想将摄像头发展为自动驾驶核心传感器的野心？在Intel收购后，REM技术会有怎样的发展？这些问题，想必会成为双方未来几个月中商谈的重点之一。

在大多数人看来，Intel收购Mobileye是为自己在汽车领域实力的一个强大补充。 不过，在我们看来，收购本身只是一个起点，双方在未来几个月如何融合，才是决定此次补强效果的关键。