英特爾收購(gòu)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(gòu)ADAS業(yè)界龍頭Mobileye，一石激起千層浪！這一重塑行業(yè)競(jìng)爭(zhēng)態(tài)勢(shì)的收購(gòu)大案背后，折射出怎樣的行業(yè)趨勢(shì)？
算法+芯片成為通往人工智能未來的關(guān)鍵路徑
憑借十幾年的積累，Mobileye在ADAS算法方面的成熟度，無人望其項(xiàng)背，所以即使Mobileye制訂了苛刻的排他性商業(yè)條款，眾客戶也只能忍氣吞聲。
Intel在處理器制程、產(chǎn)能方面也有絕對(duì)的優(yōu)勢(shì)，相對(duì)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(duì)于汽車電子而言，其重要性毋庸置疑，AEC-Q100認(rèn)證、超過十年的供貨周期要求，高低溫工作穩(wěn)定性，這些汽車電子的要求使得Intel的IDM整合模式有天然的優(yōu)勢(shì)。
但面對(duì)自動(dòng)駕駛的未來，無論Intel還是Mobileye，都不是無懈可擊的。
雖然Intel依然是半導(dǎo)體業(yè)界老大，但如果單論人工智能的計(jì)算平臺(tái)，NVIDIA更加耀眼。在過去一年里，NVIDIA的股票坐火箭般上升，因其GPU已經(jīng)成為深度學(xué)習(xí)業(yè)界事實(shí)上的標(biāo)準(zhǔn)開發(fā)平臺(tái)。到目前為止，基于CUDA平臺(tái)，目前已經(jīng)超過20萬個(gè)下載，CUDA社區(qū)已經(jīng)擁有30萬開發(fā)者。
2016年，Mobileye和意法半導(dǎo)體高調(diào)宣布，將合作研發(fā)Mobileye第五代SoC芯片——EyeQ5，作為2020年實(shí)現(xiàn)全自動(dòng)駕駛(FAD)的處理器平臺(tái)，預(yù)計(jì)在2018年上半年可提供EyeQ5的工程樣品。但在芯片業(yè)界看來，這無疑破壞了行規(guī)：按照通常做法，至少要等芯片樣品出來之后才能宣布，而Mobileye提前近兩年宣布，一度被圈內(nèi)人笑稱PPT造芯。
尷尬的背后，凸顯的是Mobileye在高性能計(jì)算芯片設(shè)計(jì)方面的實(shí)力不足，畢竟和Intel、NXP、NVIDIA等一眾資深玩家比起來，Mobileye在芯片設(shè)計(jì)方面還欠缺底蘊(yùn)，而搭檔ST也并非高性能計(jì)算構(gòu)架設(shè)計(jì)的領(lǐng)導(dǎo)者，它更擅長(zhǎng)后端開發(fā)。
目前的人工智能商業(yè)化應(yīng)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(tǒng)售價(jià)高昂。但汽車其實(shí)是一個(gè)對(duì)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(duì)長(zhǎng)期工作穩(wěn)定性帶來挑戰(zhàn)。如果不能以經(jīng)濟(jì)的成本實(shí)現(xiàn)人工智能，那么自動(dòng)駕駛的普及就依然遙不可及。
FPGA被越來越多的公司使用，其計(jì)算構(gòu)架可重構(gòu)特性能滿足深度學(xué)習(xí)對(duì)于專有計(jì)算構(gòu)架的需求，這是Intel收購(gòu)FPGA巨頭Altera的重要原因：靈活、可快速部署。
但FPGA再往上走，計(jì)算資源的擴(kuò)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(dǎo)體業(yè)界無數(shù)的歷史都表明，F(xiàn)PGA往往是定制化ASIC的前哨站，一旦某個(gè)應(yīng)用的量足夠大，定制化ASIC就會(huì)變得更經(jīng)濟(jì)。
Intel已經(jīng)制定了相關(guān)的路線圖，對(duì)于Mobileye的收購(gòu)，補(bǔ)齊了其戰(zhàn)略拼圖中缺失的一塊：算法以及對(duì)應(yīng)的專用算法處理器IP的設(shè)計(jì)經(jīng)驗(yàn)。
將算法和芯片進(jìn)行協(xié)同設(shè)計(jì)，可以輕易地獲得超過10倍的性能提升、10倍的功耗下降和10倍的成本下降，并且縮短了客戶導(dǎo)入時(shí)間，由此獲得的商業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)，想想就覺得恐怖。
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(jì)算平臺(tái)的領(lǐng)導(dǎo)者，但一個(gè)引人深思的事實(shí)是，一開始并非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(xí)+GPU的方案，一舉贏得ImageNet LSVRC-2010圖像識(shí)別大賽，并奇跡般地將識(shí)別成功率從74%提升到85%。NVIDIA敏銳地覺察到了這一趨勢(shì)，并大力優(yōu)化基于GPU的深度學(xué)習(xí)生態(tài)系統(tǒng)，并加速迭代開發(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(shè)計(jì)之初，并非針對(duì)深度學(xué)習(xí)，而是圖形加速，在NVIDIA推出CUDA架構(gòu)之前，GPU并無太強(qiáng)對(duì)深度學(xué)習(xí)運(yùn)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(xùn)練到前端推理應(yīng)用的全套深度學(xué)習(xí)解決方案，一般的開發(fā)人員都可以非常容易地上手使用GPU進(jìn)行深度學(xué)習(xí)開發(fā)，或者高性能運(yùn)算。而CUDA架構(gòu)的開發(fā)，耗費(fèi)了NVIDIA巨大的人力物力。
可以說，是CUDA這個(gè)中間層（computing framework）的優(yōu)化，才使得開發(fā)者真正愛上了GPU，NVIDIA勝在軟件。而CUDA還不能稱之為算法，它只是計(jì)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之前，他們憑借艱難努力和頑強(qiáng)的意志熬過漫漫寒冬。
更難的是，你很難找到既懂得算法，又懂得計(jì)算構(gòu)架的開發(fā)人員，如果他們分別來自兩家公司，那么溝通的時(shí)間成本是巨大的，溝通的效率也相當(dāng)?shù)氐汀?/p>
算法和芯片的協(xié)同設(shè)計(jì)，需要極深的整合和優(yōu)化功力，Intel缺乏針對(duì)算法設(shè)計(jì)芯片的人才,而Mobileye也難以在短時(shí)間內(nèi)提升車規(guī)級(jí)高性能處理器設(shè)計(jì)能力。毫無疑問，將兩者整合到同一家公司進(jìn)行開發(fā)，是最優(yōu)路徑。
在過去，Intel也在努力加強(qiáng)其在人工智能算法方面的積累，對(duì)Nervana和Movidius的收購(gòu)反映了這一點(diǎn)，并且提供了面向深度學(xué)習(xí)優(yōu)化的數(shù)學(xué)函數(shù)庫（MKL）。
但遠(yuǎn)水解不了近渴，自動(dòng)駕駛需要極高的系統(tǒng)可靠性，這意味著你需要時(shí)間。而當(dāng)下的競(jìng)爭(zhēng)態(tài)勢(shì)已呈白熱化態(tài)勢(shì)，時(shí)不我待，在商業(yè)競(jìng)爭(zhēng)中，快人一步就意味著贏者通吃，彌補(bǔ)短板往往不如發(fā)揮長(zhǎng)處，在高通、NVIDIA、NXP等巨頭虎視眈眈的情況下，Intel與Mobileye的整合，無疑是一個(gè)強(qiáng)強(qiáng)聯(lián)手的絕佳組合。
從本質(zhì)上講，購(gòu)買Mobileye，就是買時(shí)間優(yōu)勢(shì)。
布局自動(dòng)駕駛?cè)a(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(gòu)高精地圖供應(yīng)商Here 15%的股份，到如今收購(gòu)Mobileye, 可以直接獲得其已經(jīng)極為穩(wěn)固的客戶群，成為其殺入自動(dòng)駕駛行業(yè)最穩(wěn)固的基石。加上其在云計(jì)算平臺(tái)方面的扎實(shí)基礎(chǔ)，以及積極投入5G研發(fā)，Intel布局自動(dòng)駕駛?cè)a(chǎn)業(yè)鏈的宏大計(jì)劃，正逐漸浮出水面，這個(gè)統(tǒng)治了PC行業(yè)數(shù)十年的巨頭，在錯(cuò)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，值得期待。
小結(jié)
圖靈獎(jiǎng)獲得者Alan Kay，曾經(jīng)說過：如果你要嚴(yán)肅地思考你的軟件，就必須做你自己的硬件。Intel對(duì)于Mobileye重磅收購(gòu)案，再次為這一論斷加上了濃墨重彩的一筆。
如果說過去是算法根據(jù)芯片進(jìn)行優(yōu)化設(shè)計(jì)的時(shí)代，那么Intel對(duì)于Mobileye收購(gòu)，預(yù)示著一個(gè)新時(shí)代的到來：算法和芯片協(xié)同進(jìn)化的時(shí)代。已經(jīng)有一批先知先覺者在行動(dòng)，Google自己已經(jīng)開發(fā)了TPU，用于CNN加速，地平線也在開發(fā)BPU，結(jié)合高度優(yōu)化的的深度學(xué)習(xí)算法構(gòu)架，打造核心競(jìng)爭(zhēng)力。
誰能同時(shí)掌握算法和芯片，誰就能在產(chǎn)業(yè)化方面獲得巨大的競(jìng)爭(zhēng)優(yōu)勢(shì)，最終贏得這個(gè)人工智能無處不在的時(shí)代。