153 億美元，這是英特爾對自動駕駛願景的最新押注

iPhone Android立即下載

知乎日報每日提供高質量新聞資訊153 億美元，這是英特爾對自動駕駛願景的最新押注圖片：Yestone.com 版權圖片庫

相關新聞英特爾 153 億美元收購色列科技公司 MobileyeIntel 以 153 億美元的價格收購 Mobileye 意味著什麼？

愛范兒，報道未來，服務新生活引領者。

我們先來回顧一下，在 2016 年 8 月，英特爾就已經收購了自動駕駛汽車安全工具 Yogitech、車載計算機 OTA 技術公司 Arynga、視覺處理晶元初創公司 Itseez 和 Movidus。而這次英特爾在收購 Mobileye 後，正好補全了自己在自動駕駛領域只有硬體沒有方案的缺失，便成為了自動駕駛領域的一個絕對不可忽視的巨頭。

在此次收購後，英特爾將會把自動駕駛部門併入 Mobileye，建立與汽車 OEM、一級供應商、和半導體廠商的合作夥伴關係，開發先進的駕駛輔助系統，以及部分自動、全自動的駕駛系統。

收購的意義

在被爆料即將被英特爾收購後，Mobileye 的盤前股價又上漲了 33%，也可見市面上對於自動駕駛技術的看好和狂熱。

事實上，比起攝像頭視覺處理方案，對於英特爾來說，收購的意義在於 Mobileye 其實是一家以 AI、圖像識別技術為基礎提供自動駕駛所需高精度地圖的技術供應商。這能有助於優化英特爾最終自動駕駛方案中最為重要的駕駛策略。

在 2017 年的 CES 上，Mobileye 就已經闡述了自己作為供應商要在自動駕駛領域中所要做的事情：以攝像頭收集來的畫面為基礎，通過具備深度學習能力的圖像識別體系，構建能夠優化自動駕駛決策的高精度地圖。

用更方便理解的話說，就是通過攝像頭這一 「眼睛」，不斷學習駕駛過程，熟悉路線讓無人車成為老司機。

這個計劃，用到 Mobileye 身上，具體的落地方式也很簡單：與各大車廠合作，把自家設備裝到各種車輛上，收集數據，作為學習數據的來源。

從 2007 年 Mobileye 自主研發的首款晶元 EyeQ1 正式亮相併在沃爾沃上完成首次商務化使用開始，到 2013 年 10 月，Mobileye 賣出了第 100 萬台產品。從 2013 年 10 月到 2016 年 1 月，他們賣出了 900 萬台產品，累計銷量達到 1000 萬台。其中前裝產品占 80%，後裝產品占 20%。

(裝在普通汽車上帶有 ADSD 功能的 Mobileye 硬體)

如果從車輛安裝來看，從 2007 年開始，駕駛輔助系統晶元 EyeQ 晶元被安裝到汽車中，到 2012 年 EyeQ 晶元全球部署規模突破 100 萬。截至 2016 年，全球有 330 萬輛汽車安裝了 EyeQ 系列晶元。

這個龐大的裝機量，給 Mobileye 帶來的數據量可以說是在業內有絕對領先優勢的。對比 Google 自己造車自己路試自己積累數據，Mobileye 這樣的方式，效率更高且更為實際。

（Google 無人車看著很 「未來」，但只靠自己爬向未來，效率太低）

舉個例子：現在大部分 ADAS 產品的視覺識別是跟著車道線讓車輛保持正常行駛的，但在加入了深度學習功能之後，不同司機開著的不同品牌型號但又同樣裝有 Mobileye 設備的車型經過一段道路後，系統就會記錄並學習司機的駕駛習慣，當車道被遮擋後，整個系統也可以根據之前學習所繪製出的地圖來正常行駛，不受干擾。

這所謂的地圖也就是在 CES 上 Mobileye 所說的路書 「Roadbook」。

先是與車廠合作收購了 15% Here 地圖的股份，再加上這次收購 Mobileye，可以說英特爾基本實現了在自動駕駛領域完整的布局。並且基於 Mobileye 的技術，即使在短期內全自動駕駛依然無法正式推出，英特爾也可以靠 Mobileye 逐漸增強並且有極高車廠覆蓋率的駕駛輔助技術盈利並繼續積累自動駕駛路書和改進演算法。

但 Mobileye 所使用的視覺處理也有其短處

Mobileye 使用的是視覺處理的方案，但事實上，視覺處理方案在自動駕駛領域，並不是萬能的。

所謂視覺處理，就是對攝像頭拍攝來的圖像進行識別和分析，進而通過處理作出決策的過程。在自動駕駛技術中，視覺處理的優勢非常明顯，首先是成本低，使用攝像頭作為駕駛輔助或者自動駕駛的感測器，在成本上要遠低於目前技術水平下十分昂貴的激光感測器，也就是出現在不少全自動駕駛車上的 「蘑菇」，其次對比 LIDAR 激光和毫米波雷達，攝像頭的可見範圍更遠，這也就意味著自動駕駛汽車可以提前收集到更多的環境信息。

(Mobileye 與車廠的合作進程)

得益於攝像頭的這些優勢，Mobileye 在 ADAS（高級輔助駕駛系統）和自動駕駛領域都取得了不錯的進展。在自動駕駛並未普及的今天，Mobileye 的技術早已經用在了各大汽車廠商的駕駛輔助功能中，其特有的 EyeQ 視覺識別晶元以及 ADAS 軟體被應用於多家汽車廠商，其中的 EyeQ3 晶元幾乎賣給了所有的知名汽車廠商，目前 EyeQ 晶元已經開發到了第 4 代產品。

然而攝像頭視覺識別的缺點也是很明顯的。在當時被炒得很熱的那起 Tesla 撞上高速上轉向的大卡車致死事故中，由於系統沒能正確識別橫向來的卡車，自動輔助駕駛中的緊急剎車功能沒能正常啟用導致的，當時 Autopilot 攝像頭採集的畫面，誤判橫行而過的卡車是橫在路上的路牌，於是系統就沒有啟動剎車。

(不同自動駕駛感測器的優劣對比)

總得來說，Mobileye 攝像頭的弱點在於以下幾點：

1、攝像頭接受是光的反射，如果攝像頭效果受影響，例如在黑暗場景中沒有了光線，那麼識別能力大打折扣。 2、Mobileye 所使用的單目攝像頭獲取的僅僅是 2D 平面數據，所以需要圖像識別加工才會得到 3D 場景。 3、Mobileye 所收集的內容經過處理會有一定延遲，這也就意味著攝像頭方案對於道路變化的反應能力有限。

這麼來看，英特爾收購 Mobileye 的 153 億確實有點貴，因為單就財報數據顯示，2016 年 Mobileye 的全年總收入雖然比 2015 年漲了將近 50%，但也不過 3.582 億元，2014 年上市時，Mobileye 的市值為 106 億美元，153 億美元的收購總價確實溢價不少。

總結

從最近幾年來自動駕駛領域頻繁的大公司交叉合作也可以看出：與傳統科技公司閉門造車守住核心技術爭取寡頭利益不同，汽車領域對於前沿技術有著更為開放和共贏的態度。

另外，在 CES 上 Mobileye 展示自動駕駛軟體技術的同時，英特爾還公布了自家的自動駕駛平台 Intel GO，可以預見的是，在未來併入 Mobileye 的英特爾自動駕駛部門，會結合英特爾本身的晶元、5G 等硬體技術，以及 Mobileye 和 here 所優化的自動駕駛地圖和決策演算法等軟體技術，讓全自動駕駛技術更快落地。

不過有句話在文章末尾還是要說：

人們總是低估未來 10 年的技術進步，但總會高估未來 3 到 5 年的技術發展。

自動駕駛技術完全到來前，高級別駕駛輔助仍然有極大的優化空間，全自動駕駛的到來，恐怕也沒有目前幾乎所有廠商都在鼓吹的 2020 年那麼樂觀。

作者： @張博文 編輯： @巫冬

于欣烈，和自己賽跑

英特爾為什麼要收購 Mobileye？

主流汽車製造商對車聯網、自動駕駛已決心大力投入，意味著車規晶元的需求即將爆發。英特爾 CEO 預估自動駕駛市場到 2030 年將會達到 700 億美元規模；

市場即將爆發的情況下，英特爾缺少自動駕駛核心技術，時間窗口緊迫，來不及自研發或孵化小創業公司；

Mobileye 是目前市場上非常少數幾家擁有完整自動駕駛（輔助駕駛）硬體、軟體整體解決方案的公司；

市場即將爆發的情況下，英特爾缺少汽車市場的資源，特別是渠道。英特爾的主要資源在電腦產業。這也是為什麼三星花 80 億美元收購哈曼的原因之一；

競爭對手高通去年 470 億美元壕取汽車晶元公司 NXP，給英特爾帶來巨大的壓力。收購 Mobileye 是必然的連鎖反應；

業務互補。 Mobileye 設計晶元但並不製造晶元。之前的晶元都由意法半導體代工。這塊業務英特爾自然可以接過來； Mobileye 的主要技術是視覺識別（晶元 演算法），被視為一家感測器公司。高度自動駕駛技術，需要感測器、獲取數據和中央控制電腦三者，更快更好地協同工作。M I 可以更高效；

依託 Mobileye 建立自己完整的汽車業務部門，有技術、有產品、有渠道、有用戶。而且英特爾將把自己的汽車相關業務，全部搬到以色列 Mobileye 總部。離開英特爾獨立運營，對汽車業務的發展更有利。Mobileye 的高管團隊也擁有更多更豐富的汽車行業經驗、資源；

最後一點，也是最關鍵的一點，有錢。

Mobileye 為什麼賣身英特爾？

Mobileye 的核心技術是視覺識別（晶元 演算法），想要開發完整的高度自動駕駛技術，需要更多的資源，包括但不限於資金、技術；事實上，儘管處於新興市場且身為科技公司，Mobileye 的研發投入比屬於較低的；

自動駕駛市場，是一個高速發展的市場，需要藉助資本的力量快速發展，搶佔市場；

英特爾可以提供 Mobileye 需要的資金和部分技術。英特爾在以色列已有 10000 名左右員工，其中大部分是汽車晶元相關，將全部轉到 Mobileye；

業務互補。

Henry-航，Don"t say if, build something.

有上面已經有知友提到了 Mobileye 其實是一家晶元公司，想在這基礎上進一步延伸一下人工智慧晶元角度的解讀。

在移動互聯網浪潮中敗給了高通和 ARM 的因特爾，在這次人工智慧浪潮中表現得尤為積極，NVIDIA 的 GPU 異軍突起也加深的因特爾的焦慮，紛紛在人工智慧晶元的各種異構計算解決方案上都布上了重兵。

目前為了適應人工智慧的類腦並行計算結構，主流解決方案是在現有的串列 CPU 架構上，加上並行計算單元，也就是異構計算。

目前主流的異構計算架構有四種：CPU GPU、CPU FPGA、CPU ASIC 和 CPU DSP。

四種方案的特性和應用場景略微不同，但仔細回顧一下近年來因特爾在這幾種方案中的布局，就會發現因特爾幾乎在現有的所有主流的人工智慧晶元解決方案上都有布局，大有誓死也要拿下人工智慧這次浪潮的制高點的感覺。而這次 Mobileye 的收購，則是因特爾進一步完成人工智慧晶元布局的延伸，也是和 Mobileye 本身發展目標的一拍即合。

在 GPU 上，因特爾嘗試和老對手 AMD 合作，一起開發整合 CPU 和 GPU 的人工智慧晶元。

在 FPGA 上，因特爾在 2015 年以 167 億美元收購了 FPGA 市場佔有率第二大的 Altera。

在 ASIC 上，因特爾在 2016 年 8 月以 4.08 億美元收購人工智慧晶元公司 Nervana，9 月以 3.22 億歐元收購提出 VPU 架構的 Movidius。而 Mobileye 的這次收購，則更像是 ASIC 市場上的布局延伸。

ASIC 的全稱是 Application Specific Integrated Circuit，也就是「為專門目的而設計的集成電路」。這類晶元往往擁有對某一項能力的強大處理能力，如 Mobileye 就是設計專門面向自動駕駛的具備強大圖像識別能力的晶元。

自動駕駛作為為數不多被大多數人都看好的人工智慧行業應用，英特爾自然不能在這裡缺位。加上各大車廠都爭相在自動駕駛上進行競賽，紛紛表示要在 2020 年前後實現五級自動駕駛，自動駕駛的競爭愈演愈烈。

目前就實現五級自動駕駛主要分兩派：

運用攝像頭視覺獲取 毫米波雷達在現有的高級駕駛輔助系統（ADAS）上不斷改進，進而實現五級自動駕駛。主要以賓士、沃爾沃、寶馬等傳統汽車廠商（包括特斯拉）為代表。

運用高精度地圖、激光雷達、大數據 人工智慧，直接實現五級自動駕駛。主要以谷歌、百度等軟體企業為代表。

半導體行業巨頭們也紛紛參戰，高通收購 NXP，NVIDIA 和特斯拉攜手，推出 DRIVE PX 2 平台。作為後來者的因特爾雖然一直在自動駕駛領域有布局，在 2017 年 CES 展上也推出了整合 28 塊 Xeon 處理器、兩塊 FPGA，和 5G 技術的 Intel go 車載電腦，但和此前在自動駕駛領域布局一樣，一直找不到和車廠的大規模應用突破口。

Mobileye 在攝像頭視覺獲取 毫米波雷達技術路線市場上具有壓倒性領先優勢，幾乎和現有的所有主流汽車廠商都有合作（27 家），大量的實際應用讓 Mobileye 有豐富的實戰經驗和數據量（包括此前已經安裝在大量 Model S 上的解決方案），因特爾可以從 Mobileye 這裡找到大量的應用入口。加上數據是人工智慧火箭的燃料，同時具備晶元、硬體入口和數據量的 Mobileye 對因特爾無疑是非常理想的一個併購對象，因特爾可以借著 Mobileye 的突破口，深度參與自動駕駛領域的布局，進而完善在整個人工智慧晶元上的布局。

在 Mobileye 方面，和特斯拉因為車禍原因斷開合作關係後，Mobileye 就不再是任何汽車廠商的一級供應商（Tier 1）,Mobileye 也一直在繼續尋找擁有更多話語權和定價權的市場位置。在此前和因特爾的合作中，Mobileye 也表示考慮將自己的演算法集成在 Intel 的晶元中，自己不再生產晶元而專註於演算法和數據處理上。這次併購算是一次正式的回應。

因特爾對 Mobileye 的併購，是自動駕駛的一角，也是人工智慧浪潮來臨前的一角。

查看知乎原文（33 條討論）

客官，這篇文章有意思嗎？

好玩！下載App接著看(?·?·)?

再逛逛吧ˊ_>ˋ

掃描二維碼下載知乎日報支持 iOS 和 Android閱讀更多已經建了 134 年的這座爛尾樓，每個細節都迷人下載 「知乎日報」 客戶端查看更多知乎網 · ? 2017 知乎
推薦閱讀：