对于 Intel 来说，收购 Mobileye 只是一切的开始

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。 从上面这张图就能看出，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 Intel 167 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 可乙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得多得多。 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。