2017全球汽車AI大會上 英特爾又給自動駕駛踩了一腳油門

英特爾進軍自動駕駛領域的決心早已眾所周知。隨著具備Level 3自動駕駛等級的奧迪A8拔得頭籌，ADAS高階駕駛輔助系統的井噴期近在咫尺。在汽車AI大幅升級的同時，龐大的數據怎麼處理成了另外一個讓人頭疼的問題。根據預測，到達2020年，每一個普通用戶上網平均產生的數據量為1.5GB，但一輛能實現自動駕駛的汽車產生的數據量會高達4TB。面對著海量數據，篩選出有用信息並作出有效判斷，自然就是英特爾的絕活了。

運算處理一馬當先

英特爾在自動駕駛領域耕耘的內容可以分成三個部分，第一部分自然是加速車載運算能力和雲端運算能力。早期的自動駕駛Level 1、Level 2級別興許通過一個雷達、一個攝像頭就能解決。但這個方法在更高階的自動駕駛中行不通，一輛高端車輛裝配的攝像頭很可能高達8個甚至更多，若干個雷達則組成一套複雜的感測器系統。

根據英特爾預估，到達2025年，一輛車要求的計算力將達到50-100TFLOPs，處理像素達到十億級別。同時為了確保車輛電氣設備的穩定和可靠性，運算系統還必須化簡，從現在的150個左右ECU壓縮到只有50個。於此同時，雲端還要處理每輛汽車每天產生的4TB數據並得出合理結論。由此可見運算處理任務艱巨。

第二部分則是5G網路和數據連接，事實上英特爾早已在5G網路標準制定上與對手們展開角逐，最終成熟的方案則會隨著自動駕駛車輛規模的增多而付諸運用。

英特爾公司人工智慧產品事業部業務拓展及解決方案部署負責人Fiaz Mohamed表示，在自動駕駛車輛沒有大規模量產和運用之前，目前的通訊技術其實能夠應付小規模的實驗車輛。同時Fiaz Mohamed認為自動駕駛和5G網路走向成熟是一個穩步增長過程，不會突然讓所有車型裝備，而是一個循序漸進的步調。

英特爾公司人工智慧產品事業部業務拓展及解決方案部署負責人Fiaz Mohamed

最後一個部分則是英特爾在雲端以及基礎設施上的推進。自動駕駛是一個龐大的系統級工程，這個星球沒有任何一家企業能夠獨立完成整套解決方案，標準制定和協作都變得至關重要。

當下由英特爾聯合Mobileye、寶馬組成的自動駕駛聯盟也迎來了菲亞特克萊斯勒的加入，平台通用化和標準化可以讓自動駕駛解決方案更快的趨於成熟。而對於英特爾自己而言，標準化平台也意味著他們的雲端可以更容易獲得更大量的有用數據。

通過Intel GO車載平台的數據回傳，車載系統會把感應到的數據最終回傳給雲端，而雲端則會不斷的根據數據進行連續是訓練、推理，最終把合理的決策回傳給車載平台，幫助車輛在下次遇到相似情況的時候，能夠做出更合理的判斷。

面對來自諸如NVIDIA GPU的競爭，英特爾也擁有著自己策略。CPU相比GPU的應用領域更為寬泛，並且英特爾也能根據需求制定不同的產品，比如針對某種功能設計或者低功耗。英特爾在車載平台上的優勢不僅僅是硬體，軟體與硬體保持的高度一致也是競爭對手們難以趕超的。

換而言之，英特爾不再單純的將自己定位為晶元商，而是一家擁有完整服務解決方案供應商。統一的標準化平台指的是一套軟體與硬體的集合體。負責自動駕駛演算法的工程師不需要關注硬體是什麼或者如何調試，主需要專心軟體開發，並把硬體優化交給英特爾。

在美國，每年90%的交通事故都是由人為失誤造成的。歷史上，每一次安全技術的普及都會帶來交通安全的變革以及死亡人數的直線下降，比如安全帶、ABS、安全氣囊。無疑，自動駕駛將有可能變成下一個生命保障。

英特爾面臨的挑戰並不容易。由於自動駕駛與人工駕駛註定會長時間共存，人為失誤難以避免最終都會讓自動駕駛受到質疑。英特爾的深度學習技術已經在架構上準備好了可以預見的情況，剩下的內容則交給合作小夥伴們填充。甚至連如何防範黑客入侵，惡意的誤導數據流入雲端，英特爾也想出了一套完整的機制。

現在，英特爾需要考慮如何讓自動駕駛系統獲得人們的信任，並不斷完善自動駕駛的演算法，讓其在即將到來的共享車輛、私家車乃至卡車上付諸應用。無論你是否準備好，英特爾都已經給自動駕駛踩下了油門，並用大數據承擔起保護乘客生命的重任。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！