Mobileye 和英伟达：两巨头终将殊途同归？

做一个自动驾驶处理器并不容易，它需要满足高计算能力、高稳定性、高安全性和低功耗的特点，这些特点很难相互平衡。在这个领域，业内知名的供应商只有Mobileye和NVIDIA两家。前者是绝对的老板，后者是后起之秀，打算弯道超车。作为老板，Mobileye的技术自然是领先的，这也决定了公司的技术体系是相当封闭的。制造商想要合作，只能整体购买他们的解决方案，即使他们购买了，他们的数据和技术细节也不向你开放。2017年8月，英特尔以约153亿美元收购Mobileye，直接进入自动驾驶领域。被收购后，Mobileye宣布将在未来的产品迭代过程中逐步开放其技术体系。去年年底，他们开设了一个名为RSS的模式，并在世界各地推广。它两个月前抵达中国。“事实上，RSS就是代码。它可以兼容所有不同的基于人工智能的自动驾驶汽车软件，也就是说，它可以被其他人的产品使用，并且有不同的实现方式，例如在CPU或FPGA上。英特尔无人驾驶解决方案的高级总工程师兼首席系统架构师Jack Weast解释道。

英特尔无人驾驶解决方案的高级首席工程师兼首席系统架构师Jack Weast听起来像是Mobileye真的决定走出“封闭的门”过去。在他们最终决定开放技术体系后，他们承受了什么压力？另一方面，向行业发布RSS代码除了服务公众之外，还有什么目的？英伟达Mobileye战略转变的压力部分是由于竞争对手英伟达的压力。这应该从两家公司的不同定位开始。Mobileye提供“全方位”解决方案，主要针对L1-L3级预装ADAS。他们的硬件产品是基于ASIC架构的EyeQ芯片（2004年推出），并有自己定制的视觉感知算法。他们的自动驾驶汽车的“大脑”包括四个部分：EyeQ芯片、自动驾驶策略、安全保护层RSS和地图技术REM.由于长期的数据积累、低功耗和更好地符合车辆法规的要求，Mobileye的方案迄今已用于前载领域最先进的驾驶员辅助系统。EyeQ系列芯片已经迭代到EyeQ4，可以在3-5W的功耗下实现3.5万亿次/秒的计算能力，并将在未来首次搭载在ES8上，而REM也与SAIC和NavInfo进行了合作。Mobileye自身的定位是为生产汽车提供一套完整的解决方案，具有实际应用和市场占有率的优势。7月1日，Mobileye中国区总监Boaz Sacks自豪地给出了数据：目前全球有超过2700万辆汽车配备了Mobileye ADAS安全方案，使用Mobileye产品的原始设备制造商有25家，其中13家与Mobileye在自动驾驶方面进行了合作。此外，Mobileye现在的市场份额超过70%，几乎是一种“孤军奋战”的状态。

Mobileye中国区总监Boaz Sacks由此导致了一个现象：面对Mobileye的封闭体系和主导前装的地位，车厂实际上几乎没有选择权和议价能力。然而，现在汽车工厂在技术层面上的兴趣和野心正在逐渐增加。“客户不仅希望产品易于使用，还想知道为什么它们易于使用，他们想自我改进和调整。这些Mobileye无法满足。如果他们想改进，只能购买他们的下一代完整产品。”只有NVIDIA才能满足这一需求。2015年，英伟达发布了DRIVE PX，应用于自动驾驶汽车的环境信息识别和处理，并比Mobileye晚了11年进入该领域。目前，他们的硬件产品主要基于通用GPU架构。英伟达的通用计算芯片GPU不是专门为自动驾驶设计的，因此在应用中存在功耗高、成本高的问题；

在量产车追求的安全性、稳定性和生产效果方面，也很难与Mobileye的产品竞争。同时，英伟达的优势实际上在于其开放的技术体系。例如，他们销售的产品包括芯片、驱动程序、软件开发包和应用工具。出于上述原因，英伟达专注于前瞻性领域，并采取了弯道超车策略。他们提前与车企合作，开发了更高水平的自动驾驶功能。目前，英伟达的后装技术主要放在车厂的L4和L5概念车以及自动驾驶测试车上。可以说，Mobileye占据了现在，而英伟达在未来有更多的潜力。业界认可的L4以上自动驾驶技术的量产时间约为2021。Mobileye能否关注NVIDIA在未来市场的布局？为了赢得客户的信任，Mobileye实际上是被迫开放的。开放式RSS模型RSS模型是Mobileye技术系统开放的一部分。什么是RSS？其英文全名为Responsibility Sensitive Safety，翻译为“责任敏感安全模型”，并介绍了其原理GeekCar。简单地说，RSS是一种结合了数学公式和计算方法的代码，可以与任何基于人工智能的自动驾驶汽车软件/解决方案兼容。它通过数学公式定义了人类安全驾驶的概念，使自动驾驶汽车能够判断自身的安全状态，避免可能发生的事故。Mobileye表示，之所以发布RSS模型，是因为行业很难通过现有技术来判断自动驾驶的安全性。目前，人类驾驶的事故概率为10-6。如果你想让无人驾驶的安全性得到外界的广泛认可，你至少应该达到目前航空业的安全水平——10-9的事故率。目前，业内主要有两种验证方法：第一，统计方法。这种方法意味着你的里程越长，就越安全。如果你想证明死亡率足够低，你需要行驶大约300亿英里，这是不经济的，也不可能实现。此外，车辆在验证中行驶的环境是单一的，这使得该方法不切实际。第二，基于人工智能的规划算法。Mobileye认为，这种方法的缺点是不安全和不透明的。1） 这是对自动驾驶汽车如何采取行动的最佳猜测，这是概率性的；

2） 它与你训练过的人工智能系统的数据有关，人工智能总是会遇到未被触及的场景，无法完全验证；

3） 其效果取决于训练中使用的数据的质量；

4） 将安全嵌入人工智能算法会导致汽车行为过于保守，无法驾驶；如果我们使用数百TB的数据来打破这种保守主义，并且经济性非常低，那么人工智能算法仅限于统计论证，无法正式验证。杰克·韦斯特（Jack Weast）告诉我们，在RSS的模拟测试中，自动驾驶的数学公式完全是根据人类驾驶的方式和习惯设定的，因此基于RSS的自动驾驶汽车的驾驶反应是拟人的，这更有利于在发生事故时判断责任。目前，RSS自动驾驶汽车上有两套独立和并行的传感系统，以降低传感错误率。一种是自动驾驶感知系统，如地图和摄像头；

另一种是无线电雷达和激光雷达。Mobileye希望通过与当地政府的合作，将RSS定义为“开放、透明和技术中立的行业规范”。他们还这样引入了RSS：RSS可以提供一个统一的标准来确保无人车的安全和认证责任，并且只需在相关各方之间共享一点安全数据就可以实现，而不涉及核心知识产权。

尽管RSS在验证安全性时解决了时间长度的数据需求，但它并没有解决空间宽度的数据需求。它仍然需要大量的数据。要将这项技术和数据系统普及到一个标准水平，仅靠Mobileye或几个合作伙伴是不可能的。Mobileye现在需要什么数据才能摆脱数据瓶颈？答案是本地驾驶数据。Mobileye在RSS中使用了各种人工智能方法，如深度学习、机器学习和强化学习。深度学习主要用于自动驾驶汽车的认知和计算机视觉；在驾驶策略方面，采用了强化学习，其中有奖励机制，可以定制汽车的自动驾驶。在RSS代码的数学公式中，一部分是常数，另一部分属于变量，需要因地制宜。例如，汽车的变道距离是一个变量，因此在中国设置这个数字时需要保持较短。此外，政府在道路监管方面可以接受的风险也应该通过设置变量来调整，例如，住宅区的限速较低，而高速公路的限速则会高得多。“这就是为什么我们必须与中国的大学和政府机构合作。我们希望在中国有更多的交通数据。Jack Weast说。当然，Mobileye也需要政府的同意才能建立这个法律框架，以便明确区分驾驶时的责任。”目前，RSS已经在耶路撒冷进行了车辆道路测试，并将很快在美国进行相应的道路测试。我们希望通过与中国各组织的合作，将RSS带到中国。上个月，英特尔Mobileye与清华大学自动化研究所和中国科学院合作，成立了英特尔智能网联汽车大学合作研究中心。根据合作协议，各方将围绕创新的车联网应用和并行驾驶进行联合研究。由于缺乏数据和实验，Mobileye的RSS只是一个原型。在耶路撒冷和中国等复杂道路条件下的道路测试中，Mobileye希望使RSS的安全场景更加全面，并得到进一步改善。“目前，主流制造商都说，他们达到L3或以上自动驾驶仪的时间是从2020年到2021，因此RSS的首次正式部署应该在2021左右，这取决于我们客户的时间。从现在到2021，RSS确实需要做大量路试。事实上，RSS模型并不是一个新概念。它存在于工业自动化系统和航空系统中ems，在汽车技术行业中已经有许多类似于RSS的车型。因此，RSS并不是Mobileye独有的创意和技术，这种共享也不完全是保护技术的贷款，而是重点在于获取新数据。他们也承认这一点：“这就是我们与行业共享RSS的原因。我们认为有一个类似的模式，行业可以交换所需的商品，最终共同建立一个人人遵守、政府支持的责任模式，这是一件好事。另一方面，自2015年和2016年以来，深度学习等人工智能方法已经应用于汽车驾驶行业。”。这些技术颠覆了Mobileye以前手动识别视觉图像的传统方法，使机器能够收集数据。获取数据的能力迅速提高。英伟达是第一家这样做的公司，其快速追赶使Mobileye多年来积累的数据优势越来越不明显。REM和RSS都可以帮助Mobileye跳出数据瓶颈，它们将对未来越来越开放。随着L4和L5自动驾驶汽车在全行业的推出，Mobileye的自动技术体系将逐步开放，专注于更高级别的自动驾驶技术的研发和应用；

Invista还将实现大规模生产。这两大巨头在行业中的定位和作用开始趋同。可能了解Mobileye的人会说，他们只做纯视觉解决方案，而NVIDIA激光雷达、毫米波雷达和视觉什么都做，所以还是有区别的。但最近博阿兹·萨克斯明确表示，他们将在未来告别纯粹的愿景。Mobileye采用纯视觉方案的主要原因有两个：1）成本。这与他们的服务生产车辆的定位有关。激光雷达的高成本不适合大规模生产——这也是特斯拉拒绝激光雷达的主要原因。2） 技术问题。事实上，目前激光雷达技术在实现车规量产方面遇到了障碍。到目前为止，法雷奥是全球唯一一家实现汽车级激光雷达量产的公司。他们的汽车级激光雷达Scala去年搭载在新款奥迪A8上，并首次落地。现在，Mobileye在无人车的前部采用了长焦、中焦和广角镜头的三眼方案，以确保在大多数检测区域都有多个摄像头负责传感并形成传感器冗余。Boaz Sacks最近明确表示：“机器视觉技术高度成熟且价格低廉，因此我们将优先开发质优价廉的纯视觉感知解决方案。做一个自动驾驶处理器并不容易，需要满足高计算能力、高稳定性、高安全性和低功耗的特点，这些特点很难相互平衡。在该领域业内只有Mobileye和NVIDIA这两家知名供应商。前者是绝对的老板，后者是后起之秀，打算弯道超车。作为老板，Mobileye的技术自然是领先的，这也决定了公司的技术体系是相当封闭的。制造商想要合作，只能整体购买他们的解决方案，即使他们购买了，他们的数据和技术细节也不向你开放。2017年8月，英特尔以约153亿美元收购Mobileye，直接进入自动驾驶领域。被收购后，Mobileye宣布将在未来的产品迭代过程中逐步开放其技术体系。去年年底，他们开设了一个名为RSS的模式，并在世界各地推广。它两个月前抵达中国。“事实上，RSS就是代码。它可以兼容所有不同的基于人工智能的自动驾驶汽车软件，也就是说，它可以被其他人的产品使用，并且有不同的实现方式，例如在CPU或FPGA上。英特尔无人驾驶解决方案的高级总工程师兼首席系统架构师Jack Weast解释道。

英特尔无人驾驶解决方案的高级首席工程师兼首席系统架构师Jack Weast听起来像是Mobileye真的决定走出“封闭的门”过去。在他们最终决定开放技术体系后，他们承受了什么压力？另一方面，向行业发布RSS代码除了服务公众之外，还有什么目的？英伟达Mobileye战略转变的压力部分是由于竞争对手英伟达的压力。这应该从两家公司的不同定位开始。Mobileye提供“全方位”解决方案，主要针对L1-L3级预装ADAS。他们的硬件产品是基于ASIC架构的EyeQ芯片（2004年推出），并有自己定制的视觉感知算法。他们的自动驾驶汽车的“大脑”包括四个部分：EyeQ芯片、自动驾驶策略、安全保护层RSS和地图技术REM.由于长期的数据积累、低功耗和更好地符合车辆法规的要求，Mobileye的方案迄今已用于前载领域最先进的驾驶员辅助系统。EyeQ系列芯片已经迭代到EyeQ4，可以在3-5W的功耗下实现3.5万亿次/秒的计算能力，并将在未来首次搭载在ES8上，而REM也与SAIC和NavInfo进行了合作。Mobileye自身的定位是为生产汽车提供一套完整的解决方案，具有实际应用和市场占有率的优势。7月1日，Mobileye中国区总监Boaz Sacks自豪地给出了数据：目前全球有超过2700万辆汽车配备了Mobileye ADAS安全方案，使用Mobileye产品的原始设备制造商有25家，其中13家与Mobileye在自动驾驶方面进行了合作。此外，Mobileye目前的市场份额超过70%，几乎是一种“求败alo……”的状态……

".

Mobileye中国区总监Boaz Sacks由此导致了一个现象：面对Mobileye的封闭体系和主导前装的地位，车厂实际上几乎没有选择权和议价能力。然而，现在汽车工厂在技术层面上的兴趣和野心正在逐渐增加。“客户不仅希望产品易于使用，还想知道为什么它们易于使用，他们想自我改进和调整。这些Mobileye无法满足。如果他们想改进，只能购买他们的下一代完整产品。”只有NVIDIA才能满足这一需求。2015年，英伟达发布了DRIVE PX，应用于自动驾驶汽车的环境信息识别和处理，并比Mobileye晚了11年进入该领域。目前，他们的硬件产品主要基于通用GPU架构。英伟达的通用计算芯片GPU不是专门为自动驾驶设计的，因此在应用中存在功耗高、成本高的问题；在量产车追求的安全性、稳定性和生产效果方面，也很难与Mobileye的产品竞争。同时，英伟达的优势实际上在于其开放的技术体系。例如，他们销售的产品包括芯片、驱动程序、软件开发包和应用工具。出于上述原因，英伟达专注于前瞻性领域，并采取了弯道超车策略。他们提前与车企合作，开发了更高水平的自动驾驶功能。目前，英伟达的后装技术主要放在车厂的L4和L5概念车以及自动驾驶测试车上。可以说，Mobileye占据了现在，而英伟达在未来有更多的潜力。业界认可的L4以上自动驾驶技术的量产时间约为2021。Mobileye能否关注NVIDIA在未来市场的布局？为了赢得客户的信任，Mobileye实际上是被迫开放的。开放式RSS模型RSS模型是Mobileye技术系统开放的一部分。什么是RSS？其英文全名为Responsibility Sensitive Safety，翻译为“责任敏感安全模型”，并介绍了其原理GeekCar。简单地说，RSS是一种结合了数学公式和计算方法的代码，可以与任何基于人工智能的自动驾驶汽车软件/解决方案兼容。它通过数学公式定义了人类安全驾驶的概念，使自动驾驶汽车能够判断自身的安全状态，避免可能发生的事故。Mobileye表示，之所以发布RSS模型，是因为行业很难通过现有技术来判断自动驾驶的安全性。目前，人类驾驶的事故概率为10-6。如果你想让无人驾驶的安全性得到外界的广泛认可，你至少应该达到目前航空业的安全水平——10-9的事故率。目前，业内主要有两种验证方法：第一，统计方法。这种方法意味着你的里程越长，就越安全。如果你想证明死亡率足够低，你需要行驶大约300亿英里，这是不经济的，也不可能实现。此外，车辆在验证中行驶的环境是单一的，这使得该方法不切实际。第二，基于人工智能的规划算法。Mobileye认为，这种方法的缺点是不安全和不透明的。1） 这是对自动驾驶汽车如何采取行动的最佳猜测，这是概率性的；

2） 它与你训练过的人工智能系统的数据有关，人工智能总是会遇到未被触及的场景，无法完全验证；

3） 其效果取决于训练中使用的数据的质量；

4） 将安全嵌入人工智能算法会导致汽车行为过于保守，无法驾驶；

如果我们使用数百TB的数据来打破这种保守主义，并且经济性非常低，那么人工智能算法仅限于统计论证，无法正式验证。杰克·韦斯特（Jack Weast）告诉我们，在RSS的模拟测试中，自动驾驶的数学公式完全是根据人类驾驶的方式和习惯设定的，因此基于RSS的自动驾驶汽车的驾驶反应是拟人的，这更有利于在发生事故时判断责任。目前，RSS自动驾驶汽车上有两套独立和并行的传感系统，以降低传感错误率。一种是自动驾驶感知系统，如地图和摄像头；另一种是无线电雷达和激光雷达。Mobileye希望通过与当地政府的合作，将RSS定义为“开放、透明和技术中立的行业规范”。他们还这样引入了RSS：RSS可以提供一个统一的标准来确保无人车的安全和认证责任，并且只需在相关各方之间共享一点安全数据就可以实现，而不涉及核心知识产权。

尽管RSS在验证安全性时解决了时间长度的数据需求，但它并没有解决空间宽度的数据需求。它仍然需要大量的数据。要将这项技术和数据系统普及到一个标准水平，仅靠Mobileye或几个合作伙伴是不可能的。Mobileye现在需要什么数据才能摆脱数据瓶颈？答案是本地驾驶数据。Mobileye在RSS中使用了各种人工智能方法，如深度学习、机器学习和强化学习。深度学习主要用于自动驾驶汽车的认知和计算机视觉；

在驾驶策略方面，采用了强化学习，其中有奖励机制，可以定制汽车的自动驾驶。在RSS代码的数学公式中，一部分是常数，另一部分属于变量，需要因地制宜。例如，汽车的变道距离是一个变量，因此在中国设置这个数字时需要保持较短。此外，政府在道路监管方面可以接受的风险也应该通过设置变量来调整，例如，住宅区的限速较低，而高速公路的限速则会高得多。“这就是为什么我们必须与中国的大学和政府机构合作。我们希望在中国有更多的交通数据。Jack Weast说。当然，Mobileye也需要政府的同意才能建立这个法律框架，以便明确区分驾驶时的责任。”目前，RSS已经在耶路撒冷进行了车辆道路测试，并将很快在美国进行相应的道路测试。我们希望通过与中国各组织的合作，将RSS带到中国。上个月，英特尔Mobileye与清华大学自动化研究所和中国科学院合作，成立了英特尔智能网联汽车大学合作研究中心。根据合作协议，各方将围绕创新的车联网应用和并行驾驶进行联合研究。由于缺乏数据和实验，Mobileye的RSS只是一个原型。在耶路撒冷和中国等复杂道路条件下的道路测试中，Mobileye希望使RSS的安全场景更加全面，并得到进一步改善。“目前，主流制造商都说，他们达到L3或以上自动驾驶仪的时间是从2020年到2021，因此RSS的首次正式部署应该在2021左右，这取决于我们客户的时间。从现在到2021，RSS确实需要做大量路试。事实上，RSS模型并不是一个新概念。它存在于工业自动化系统和航空系统中ems，在汽车技术行业中已经有许多类似于RSS的车型。因此，RSS并不是Mobileye独有的创意和技术，这种共享也不完全是保护技术的贷款，而是重点在于获取新数据。他们也承认这一点：“这就是我们与行业共享RSS的原因。我们认为有一个类似的模式，行业可以交换所需的商品，最终共同建立一个人人遵守、政府支持的责任模式，这是一件好事。另一方面，自2015年和2016年以来，深度学习等人工智能方法已经应用于汽车驾驶行业。”。这些技术颠覆了Mobileye以前手动识别视觉图像的传统方法，使机器能够收集数据。获取数据的能力迅速提高。英伟达是第一家这样做的公司，其快速追赶使Mobileye多年来积累的数据优势越来越不明显。REM和RSS都可以帮助Mobileye跳出数据瓶颈，它们将对未来越来越开放。随着L4和L5自动驾驶汽车在全行业的推出，Mobileye的自动技术体系将逐步开放，专注于更高级别的自动驾驶技术的研发和应用；

Invista还将实现大规模生产。这两大巨头在行业中的定位和作用开始趋同。可能了解Mobileye的人会说，他们只做纯视觉解决方案，而NVIDIA激光雷达、毫米波雷达和视觉什么都做，所以还是有区别的。但最近博阿兹·萨克斯明确表示，他们将在未来告别纯粹的愿景。Mobileye采用纯视觉方案的主要原因有两个：1）成本。这与他们的服务生产车辆的定位有关。激光雷达的高成本不适合大规模生产——这也是特斯拉拒绝激光雷达的主要原因。2） 技术问题。事实上，目前激光雷达技术在实现车规量产方面遇到了障碍。到目前为止，法雷奥是全球唯一一家实现汽车级激光雷达量产的公司。他们的汽车级激光雷达Scala去年搭载在新款奥迪A8上，并首次落地。现在，Mobileye在无人车的前部采用了长焦、中焦和广角镜头的三眼方案，以确保在大多数检测区域都有多个摄像头负责传感并形成传感器冗余。Boaz Sacks最近明确表示：“机器视觉技术高度成熟且价格低廉，因此我们将优先开发质优价廉的纯视觉感知解决方案。未来，如果激光雷达等传感器的成本大幅下降，Mobileye也将采用它作为安全冗余。此外，从战略角度来看，英特尔收购Mobileye是为了让它与英伟达竞争a在自动驾驶领域。他们把注押在这家初创公司身上。即使Mobileye在未来仍然痴迷于纯粹的愿景，英特尔也不应该允许。在未来，这两个巨头肯定会通过不同的路线达到相同的目标。第三方的观点是，当L4和L5的量产落地时，NVIDIA强大的计算能力和开放的技术体系将给他在弯道超车方面带来巨大优势。然而，至少还有三年的时间，英特尔已经想好了，也应该密切关注转型。未来，如果激光雷达等传感器的成本大幅下降，Mobileye也将采用它作为安全冗余。此外，从战略角度来看，英特尔收购Mobileye是为了让其在自动驾驶领域与英伟达竞争。他们把注押在这家初创公司身上。即使Mobileye在未来仍然痴迷于纯粹的愿景，英特尔也不应该允许。在未来，这两个巨头肯定会通过不同的路线达到相同的目标。第三方的观点是，当L4和L5的量产落地时，NVIDIA强大的计算能力和开放的技术体系将给他在弯道超车方面带来巨大优势。然而，至少还有三年的时间，英特尔已经想好了，也应该密切关注转型。

标签：奥迪大众特斯拉

汽车资讯热门资讯