在矽谷創新大道101號，英特爾把辦公樓變成無人駕駛研發工廠

五月的灣區進入灼熱的夏天。在北聖何塞「創新大道」 (Innovation Dr.) 101 號，原屬於 Altera 公司的大樓一層側面，英特爾正式宣布設立了自己的自動駕駛研發工廠——更像是一個車庫。

英特爾高級副總裁戴佟森 (Doug Davis) 為無人駕駛工廠/車庫剪綵

2015 年，英特爾斥 167 億美元收購 Altera，將其世界領先的「現場可編程邏輯門陣列」（FPGA，一種更靈活的可編程處理單元）技術收入囊中。彼時，關於英特爾的討論永遠離不開一個話題：摩爾定律可能已經失效。而英特爾對 Altera 的收購，創下了該公司創立近 50 年來收購規模紀錄，也被寄予讓摩爾定律走出瓶頸的厚望。

彼時，公眾視野里的科技熱詞是「物聯網」、「雲計算」和「大數據」。「人工智慧」的熱度還不夠高，但在約書亞·班吉奧 (Yoshua Bengio)、傑夫·辛頓 (Geoffrey hinton)、閆樂坤 (Yann LeCun)等著名學者的推動下，人工智慧背後的具體技術性能已經突飛猛進。而自動駕駛作為人工智慧的重要應用場景之一，早已成為了矽谷大小科技公司投入巨資發力的方向。 Google 早在 2010 年就完成了自動駕駛團隊的組建；特斯拉在 2014 年向適配的 Model S 車型推送了L2（具備一定輔助駕駛能力）級 Autopilot 功能；Uber 則從卡耐基梅隆大學全盤接收了自動駕駛研究團隊，並直接在學校馬路對面開了自己的車研發中心；還有 Drive.AI、Comma.AI 等一眾創業公司成立，試圖吸引資本和大公司的青睞；

作為自動駕駛領域後來者的英特爾，並未像高調的公司那樣得到大量關注。本周，包括PingWest品玩（微信號：wepingwest）在內的多家媒體造訪了英特爾的自動駕駛車庫。從英特爾方面的姿態來看，他們擔心「酒香也怕巷子深」，和媒體記者相比，似乎英特爾更需要這次活動去對外傳遞它在自動駕駛方面的積累和進展。

首先，FPGA 對於英特爾的重要性可能比半導體業界想像的更重要。在自動駕駛領域，很多人堅持走顯卡的路線，也即用 GPU、GPGPU（通用計算圖形處理器）對於計算機駕駛系統的訓練效果更好。但英特爾認為收購 Altera 獲得的 FPGA 技術，能夠在自動駕駛上獲得獨特的優勢。

在接受我專訪時，該公司可編程解決方案事業部自動駕駛團隊總監邁克爾·亨利克斯 (Michael Hendricks) 指出，對於已經流行的神經網路模型，比如卷積神經網路，GPGPU 的運算支持是很好的，優勢也很明顯，但對於那些即將在自動駕駛領域成為新寵的模型，比如採用深度神經網路、循環神經網路、生成式對抗網路進行圖像識別、自動標記和學習而言，GPGPU 就沒有優勢了。而 FPGA 在面對不同計算壓力需求，比如不同級別的自動駕駛方案時，更容易在性能功耗（以恆定圖像識別幀率為前提，比較功率）上取得平衡。

邁克爾·亨利克斯 圖片來自網路

目前，L2 級別輔助駕駛已經非常普及，行業整體來看處在從 L3 （編者註：有條件的自動駕駛，需要接管）向 L4（在一定道路環境寬容度下的全自動化）邁進的過程中。知名廠商上路實測的 L4 級別汽車，在理論安全性上已經相當完善。亨利克斯認為，CPU+FPGA 的組合比 GPGPU 更適合 L4 甚至未來的 L5 時代。具體來說，汽車上感測器數量的增長可能會翻倍，產生數據量會有指數級的暴增，需要的計算量也是同樣。

「FPGA 的優勢在於並行計算能力，能夠更敏捷地處理感測器傳來的數據，支持決策系統做出更好的決定，讓控制系統快速響應。在 L4 級別上，CPU+FPGA 方案會顯示出巨大的優勢。」他說。簡而言之，FPGA 可能是更適合自動駕駛汽車的「大腦」，將自動駕駛研發部門安置在原 Altera 大樓里的原因，這樣解釋就很清楚了。

除了 FPGA 之外，英特爾還認為5G 通信將會是自動駕駛商用化的依賴技術。「當年從 2G 向 3G 遷移的時代，很多反對者不明白為什麼我們需要 1 Mbps、2Mbps 的帶寬；到了 4G 依然如此，有人懷疑多出來的幾百 Mbps 帶寬，還有降低的幾十毫秒時延真的那麼重要嗎？」英特爾 5G 事業部總經理羅伯·托普爾 (Rob Topol) 拋出了這個疑問。

英特爾的重要合作方 Delphi 曾經做過測算，自動駕駛汽車每輛每小時各個感測器會產生超過 45TB 數據。這些數據不會全部上傳每輛汽車每小時和雲端之間傳輸的數據至少會超過 1TB，達到 2TB 甚至 3TB。汽車產業估計今年全球汽車總產量大約在 1 億輛左右，未來可能會向手機出貨量一樣迎來滯漲，但總量會保持不變。

而英特爾的保守估計是未來 3-5 年內自動駕駛會迎來商用化的黃金髮展期，如果像北京這樣一個人口超過 2000 萬的城市，如果抱有數萬甚至數十萬輛自動駕駛汽車，用這個數字乘以每小時 2TB，城市重點地區基站每小時的數據量吞吐將會是驚人的。他指出，這也是為什麼包括中國移動在內的多家運營商都在推進 4G/LTE 向 5G 演進。

拜訪車庫的同一天，Delphi 也在現場提供了開放道路 L4 自動駕駛的試乘機會。該公司自動駕駛服務和軟體副總裁埃蘭·桑德豪斯 (Eran Sandhaus) 帶著我，乘坐一台改裝版奧迪 SQ5 在晚高峰期間的北聖何塞轉了一圈。這台汽車之前完成過從舊金山到紐約共計 3500 英里的旅程，「99% 自動駕駛。」桑德豪斯自豪的表示。

在路測時，這台汽車在一些表現令人印象深刻：遇到停車標誌和在非路口進行轉彎操作時，它能遵守加州交通法規的要求，完全停止 (full stop) 幾秒後再轉彎，也會在保持絕對安全距離的前提下再併線，這被 Delphi 稱為「socially cooperative driving」（合作的駕駛風格）。

但在其他的場景時，比如路口轉彎、中高速路跟車時，不像一些其他廠商 L3、L4 汽車經常進行頓挫感強烈的停車，它開的並不保守，甚至在轉彎的速度上很激進，提速很快，被稱作「driving with confidence「」（開出自信）。

桑德豪斯介紹，Delphi 的方案 90% 基於規則 (rule-based)，並沒有太多的人工智慧，這讓他們能夠更容易地針對國和州的法規和實際道路情況不同進行微調。

這輛 SQ5 的感測硬體一共包括 26 個高清彩色攝像頭、激光雷達和雷達，演算法方面和 Mobileye 進行合作，計算則採用的是英特爾的 CPU+FPGA 方案。Delphi CTO 格倫·德·沃斯 (Glenn De Vos) 向我簡單介紹了 Delphi 自動駕駛方案的系統邏輯：

系統分為認知 (perception)、計劃 (Planning) 和控制 (Control) 三個部分。

首先，感測器和來自外部基礎設施（比如聖何塞交通部門為了配合自動駕駛公司研究，改裝了一些紅綠燈向自動駕駛汽車廣播信號）的原始數據進入認知系統。認知把原始數據整理成計劃系統能理解的輸入，比如車輛面前的東西到底是車還是人，如果是人的話，行人還是警察，如果是警察，他的動作是什麼含義。然後計劃系統再結合當地法律法規做出決策，把指令發送到控制。

格倫·德·沃斯

從認知到決策的過程對於 SQ5 的乘客來說並不是黑箱。桑德豪斯介紹，Delphi 對中控顯示屏進行了改裝，汽車「看」到的一切事物，包括不用的感測器返回的視覺情況都可以用不同的顏色顯示出來，讓駕駛者、乘客更放心。

試乘時，有一次司機不得不接管汽車——當時本車已經打轉向燈超過 15 秒時間，警示右後方車輛要併線，但右後方車輛一直保持加速狀態使得本車沒有併線空間。當時本車正後方的後車距離還比較遠，我期待本車會減速讓行然後再併線，但沒有發生，最後我們錯過了本來應該右轉的路口。

桑德豪斯沒有做出過多解釋，或許那個司機今天心情不好？我的猜測是，基於規則的決策計劃系統希望保持車速，不壓車流，畢竟我第一次在加州路考就是因為沒有做到這條被斃的……

也有另外一種可能，是因為計算機的算力還不能在夠快的時間（毫秒內）完成計算做出讓行再併線的決策？若真如此，解決起來思路也很簡單：一方面，提高算力，另一方面，如果雙方都是自動駕駛汽車，直接車對車溝通就可以進行協調了。

但如果兩台自動駕駛汽車不是同一家公司生產的怎麼辦？其實，一家名為5GAA(5G Automotive Association) 的機構已經成立，正在制定一個統一的自動駕駛通訊標準，其中就包括車對車通訊，因為通信標準統一是自動駕駛商用化和大規模普及的重要前提。該組織成員已經囊括了幾乎所有的通信技術商、運營商、汽車廠家、自動駕駛技術公司等，比如華為、英特爾、諾基亞、高通、中國移動、福特、奧迪、寶馬、戴姆勒北汽集團等，但還沒有 Google、特斯拉和 Uber。

多位英特爾高管都告訴我，他們很明確地認為，擁有 FPGA、5G技術，收購了 Mobileye，再加上軟體部門推出的自動駕駛開發包 Intel Go SDK，英特爾現在的自動駕駛事業部集合了所有部門的資源，毫無疑問是所有自動駕駛科技公司里提供解決方案最完整的一家。

原 Altera 嵌入式視覺部門副總裁，現領導 FPGA 業務的丹·麥克納馬拉評價，其他公司的自動駕駛解決方案都只是「軟體堆棧」而已。這的確是現狀，很多這樣的公司都高度依賴 Velodyne 公司的方案。相比之下，英特爾/Mobileye/Delphi 組合最終成型的方案里，所有的感測器隱蔽性很高，更像是能開到路上的汽車，而不是一輛汽車馱著一個尺寸超大，旋轉著的奇怪玩意。

他甚至還作出評價，稱不看好百度開源自動駕駛平台「阿波羅」，「自動駕駛是個很需要技術積澱的東西，有很多都是專利獨佔技術，怎麼能開源出去呢？」

車庫開放日的當天，原物聯網事業部總經理戴佟森 (Doug Davis) 發表了一篇博客，題為《以自己的職業生涯打包票，英特爾一定會取得無人駕駛的勝利》，自信程度令人印象深刻。

戴佟森

英特爾去年 12 月成立的無人駕駛事業部由他領導。今年 3 月，新部門完成了成立以來的第一筆收購：153 億美元拿下在汽車計算機視覺方面的 18 年「老炮」Mobileye。PingWest品玩的一篇文章曾評價，英特爾可能想要在自動駕駛業界複製該公司「Wintel」模式的成功經驗。當然，簡單地將這種模式概括為 Wintel 也不盡準確。

Wintel 的 Win 是 Windows 的簡稱，來自微軟。而如果硬要找出誰是英特爾在自動駕駛上的「微軟」的話，那麼 Mobileye，或者 Delphi，甚至寶馬都可以算得上。

戴佟森對這個描述表示基本認可。他對我表示「英特爾的理念一直是：提供像積木一樣足夠通用的開發平台給 OEM 和開發者。我們認為這種理念能夠讓創新加速。PC 時代，計算機的核心是處理器，其實自動駕駛汽車也是一樣。現在下線的 L2 級別汽車，車載算力大約在 0.5 TFlops，我們估計到 2025 年，L4 級別汽車至少需要 15-20 TFlops。」（TFLops為每秒浮點計算次數，作為參考GTX 1080 Ti顯卡的TFLops為10.6）

他認為英特爾的任務是解決計算方面的問題，然後圍繞計算提供整套解決方案。在 PC 時代就是如此，對於自動駕駛，這種商業模式也從未改變過。

這種新瓶裝舊酒的思路，對於有限少數的公司是有效的。蘋果和三星把手機賣到 BOM 成本價的兩倍甚至三倍都有人買漲，吉列的「剃刀模式」也已經用了一百多年了。而英特爾的模式，並非沒失敗過，比如在移動時代來得太晚錯過了好時候。好在，這次趕上了，畢竟自動駕駛的時代還沒正式開始呢。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！