英特爾收購Mobileye,算法+芯片深度整合成AI時(shí)代制勝關(guān)鍵路徑
elavil
elavil inovina.comamitriptyline alcohol
amitriptyline in elderyhjertemagnyl pris
hjertemagnyl pris hjertemagnyl 300 mg hjertemagnyl recept芯片業(yè)老大Intel收購ADAS業(yè)界龍頭Mobileye,一石激起千層浪!這一重塑行業(yè)競爭態(tài)勢的收購大案背后,折射出怎樣的行業(yè)趨勢?
算法+芯片成為通往人工智能未來(lái)的關(guān)鍵路徑
憑借十幾年的積累,Mobileye在A(yíng)DAS算法方面的成熟度,無(wú)人望其項背,所以即使Mobileye制訂了苛刻的排他性商業(yè)條款,眾客戶(hù)也只能忍氣吞聲。
Intel在處理器制程、產(chǎn)能方面也有絕對的優(yōu)勢,相對于高通這樣的Fabless公司,可以提供更好的產(chǎn)能和品質(zhì)保障,對于汽車(chē)電子而言,其重要性毋庸置疑,AEC-Q100認證、超過(guò)十年的供貨周期要求,高低溫工作穩定性,這些汽車(chē)電子的要求使得Intel的IDM整合模式有天然的優(yōu)勢。
但面對自動(dòng)駕駛的未來(lái),無(wú)論Intel還是Mobileye,都不是無(wú)懈可擊的。
雖然Intel依然是半導體業(yè)界老大,但如果單論人工智能的計算平臺,NVIDIA更加耀眼。在過(guò)去一年里,NVIDIA的股票坐火箭般上升,因其GPU已經(jīng)成為深度學(xué)習業(yè)界事實(shí)上的標準開(kāi)發(fā)平臺。到目前為止,基于CUDA平臺,目前已經(jīng)超過(guò)20萬(wàn)個(gè)下載,CUDA社區已經(jīng)擁有30萬(wàn)開(kāi)發(fā)者。
2016年,Mobileye和意法半導體高調宣布,將合作研發(fā)Mobileye第五代SoC芯片——EyeQ5,作為2020年實(shí)現全自動(dòng)駕駛(FAD)的處理器平臺,預計在2018年上半年可提供EyeQ5的工程樣品。但在芯片業(yè)界看來(lái),這無(wú)疑破壞了行規:按照通常做法,至少要等芯片樣品出來(lái)之后才能宣布,而Mobileye提前近兩年宣布,一度被圈內人笑稱(chēng)PPT造芯。
尷尬的背后,凸顯的是Mobileye在高性能計算芯片設計方面的實(shí)力不足,畢竟和Intel、NXP、NVIDIA等一眾資深玩家比起來(lái),Mobileye在芯片設計方面還欠缺底蘊,而搭檔ST也并非高性能計算構架設計的領(lǐng)導者,它更擅長(cháng)后端開(kāi)發(fā)。
目前的人工智能商業(yè)化應用,絕大部分還集中在云端,而不是嵌入式領(lǐng)域,其主要原因就在于目前基于GPU的系統售價(jià)高昂。但汽車(chē)其實(shí)是一個(gè)對成本極度敏感的行業(yè),GPU不菲的售價(jià)已經(jīng)成為量產(chǎn)的關(guān)鍵制約因素,此外,其較大的發(fā)熱量也對長(cháng)期工作穩定性帶來(lái)挑戰。如果不能以經(jīng)濟的成本實(shí)現人工智能,那么自動(dòng)駕駛的普及就依然遙不可及。
FPGA被越來(lái)越多的公司使用,其計算構架可重構特性能滿(mǎn)足深度學(xué)習對于專(zhuān)有計算構架的需求,這是Intel收購FPGA巨頭Altera的重要原因:靈活、可快速部署。
但FPGA再往上走,計算資源的擴展會(huì )讓成本上升到很難接受的地步,于是就會(huì )輪到ASIC出場(chǎng)了。半導體業(yè)界無(wú)數的歷史都表明,FPGA往往是定制化ASIC的前哨站,一旦某個(gè)應用的量足夠大,定制化ASIC就會(huì )變得更經(jīng)濟。
Intel已經(jīng)制定了相關(guān)的路線(xiàn)圖,對于Mobileye的收購,補齊了其戰略拼圖中缺失的一塊:算法以及對應的專(zhuān)用算法處理器IP的設計經(jīng)驗。
將算法和芯片進(jìn)行協(xié)同設計,可以輕易地獲得超過(guò)10倍的性能提升、10倍的功耗下降和10倍的成本下降,并且縮短了客戶(hù)導入時(shí)間,由此獲得的商業(yè)競爭優(yōu)勢,想想就覺(jué)得恐怖。
同時(shí)掌握算法與芯片,已經(jīng)成為通往人工智能未來(lái)的關(guān)鍵路徑。
算法與芯片深度整合非一日之功
雖然NVIDIA是人工智能計算平臺的領(lǐng)導者,但一個(gè)引人深思的事實(shí)是,一開(kāi)始并非NVIDIA選擇了人工智能,而是人工智能的研究者選擇了GPU,進(jìn)而成就了NVIDIA。
在2012年,Alex利用深度學(xué)習+GPU的方案,一舉贏(yíng)得ImageNet LSVRC-2010圖像識別大賽,并奇跡般地將識別成功率從74%提升到85%。NVIDIA敏銳地覺(jué)察到了這一趨勢,并大力優(yōu)化基于GPU的深度學(xué)習生態(tài)系統,并加速迭代開(kāi)發(fā),三年時(shí)間將GPU性能提升了65倍,從而奠定了目前的王者之位。
在GPU設計之初,并非針對深度學(xué)習,而是圖形加速,在NVIDIA推出CUDA架構之前,GPU并無(wú)太強對深度學(xué)習運算能力的支持。而如今,NVIDIA可以提供基于其GPU的從后端模型訓練到前端推理應用的全套深度學(xué)習解決方案,一般的開(kāi)發(fā)人員都可以非常容易地上手使用GPU進(jìn)行深度學(xué)習開(kāi)發(fā),或者高性能運算。而CUDA架構的開(kāi)發(fā),耗費了NVIDIA巨大的人力物力。
可以說(shuō),是CUDA這個(gè)中間層(computing framework)的優(yōu)化,才使得開(kāi)發(fā)者真正愛(ài)上了GPU,NVIDIA勝在軟件。而CUDA還不能稱(chēng)之為算法,它只是計算硬件與算法之間的橋梁。
算法的優(yōu)化更是絕非易事,目前頂尖的人工智能算法人才都是厚積薄發(fā)的,板凳坐得十年冷,在人工智能的春天到來(lái)之前,他們憑借艱難努力和頑強的意志熬過(guò)漫漫寒冬。
更難的是,你很難找到既懂得算法,又懂得計算構架的開(kāi)發(fā)人員,如果他們分別來(lái)自?xún)杉夜,那么溝通的時(shí)間成本是巨大的,溝通的效率也相當地低。
算法和芯片的協(xié)同設計,需要極深的整合和優(yōu)化功力,Intel缺乏針對算法設計芯片的人才,而Mobileye也難以在短時(shí)間內提升車(chē)規級高性能處理器設計能力。毫無(wú)疑問(wèn),將兩者整合到同一家公司進(jìn)行開(kāi)發(fā),是最優(yōu)路徑。
在過(guò)去,Intel也在努力加強其在人工智能算法方面的積累,對Nervana和Movidius的收購反映了這一點(diǎn),并且提供了面向深度學(xué)習優(yōu)化的數學(xué)函數庫(MKL)。
但遠水解不了近渴,自動(dòng)駕駛需要極高的系統可靠性,這意味著(zhù)你需要時(shí)間。而當下的競爭態(tài)勢已呈白熱化態(tài)勢,時(shí)不我待,在商業(yè)競爭中,快人一步就意味著(zhù)贏(yíng)者通吃,彌補短板往往不如發(fā)揮長(cháng)處,在高通、NVIDIA、NXP等巨頭虎視眈眈的情況下,Intel與Mobileye的整合,無(wú)疑是一個(gè)強強聯(lián)手的絕佳組合。
從本質(zhì)上講,購買(mǎi)Mobileye,就是買(mǎi)時(shí)間優(yōu)勢。
布局自動(dòng)駕駛全產(chǎn)業(yè)鏈,加速產(chǎn)業(yè)化進(jìn)程
Intel去年成立自動(dòng)駕駛事業(yè)部(ADG),宣布與寶馬合作、收購高精地圖供應商Here 15%的股份,到如今收購Mobileye, 可以直接獲得其已經(jīng)極為穩固的客戶(hù)群,成為其殺入自動(dòng)駕駛行業(yè)最穩固的基石。加上其在云計算平臺方面的扎實(shí)基礎,以及積極投入5G研發(fā),Intel布局自動(dòng)駕駛全產(chǎn)業(yè)鏈的宏大計劃,正逐漸浮出水面,這個(gè)統治了PC行業(yè)數十年的巨頭,在錯失了移動(dòng)互聯(lián)網(wǎng)時(shí)代之后,重裝出擊,在自動(dòng)駕駛的時(shí)代能否上演王者歸來(lái),值得期待。
小結
圖靈獎獲得者Alan Kay,曾經(jīng)說(shuō)過(guò):如果你要嚴肅地思考你的軟件,就必須做你自己的硬件。Intel對于Mobileye重磅收購案,再次為這一論斷加上了濃墨重彩的一筆。
如果說(shuō)過(guò)去是算法根據芯片進(jìn)行優(yōu)化設計的時(shí)代,那么Intel對于Mobileye收購,預示著(zhù)一個(gè)新時(shí)代的到來(lái):算法和芯片協(xié)同進(jìn)化的時(shí)代。已經(jīng)有一批先知先覺(jué)者在行動(dòng),Google自己已經(jīng)開(kāi)發(fā)了TPU,用于CNN加速,地平線(xiàn)也在開(kāi)發(fā)BPU,結合高度優(yōu)化的的深度學(xué)習算法構架,打造核心競爭力。
誰(shuí)能同時(shí)掌握算法和芯片,誰(shuí)就能在產(chǎn)業(yè)化方面獲得巨大的競爭優(yōu)勢,最終贏(yíng)得這個(gè)人工智能無(wú)處不在的時(shí)代。