Intel高通NVIDIA加速切入自驾车市场，抢布局计算机视觉技术

eeworld网报道：从 2017 年 CES 与 MWC 展上，自动驾驶车抢尽各个消费性电子商品锋头，就能嗅出自驾车已成为科技产业的主战场。 早已对车用市场虎视眈眈的半导体业者，其脚步更是一刻都未停歇，Intel 再度迈出并购步伐，以 150 亿美元收购计算机视觉芯片开发商 Mobileye，而 NVIDIA 也不甘示弱，随即发布将与 Bosch 一同打造人工智能系统。

传统车辆产业链的解构，半导体厂投入比重提升

半导体厂商脚步越来越积极，凸显出自驾车与车联网的发展，正一步步解构着传统车辆产业的产业链。

2020 年，是不少厂商设做实现自驾车时代的关键年，要迎来自驾车时代，ADAS（先进驾驶辅助系统）与车联网的建构成了必要条件。 过往车辆机械化零组件与系统设计已经不能满足产业中，需要提升控制精度而逐渐让车辆零组件电子化的趋势。 从车辆的导航和娱乐等与安全性无直接相关的车用 Telematics 产品，再到倒车雷达、影像辨识系统与 ADAS 相关系统等提高安全性的车用感测产品，都是车辆逐步电子化的证明。 因此，从半导体到电子零组件厂商，对车用电子发展的投入与业务占比逐渐提升。

观察半导体厂商在车用市场的发展，TI、Renesas、NXP 等厂商早已与车厂紧密合作，扮演车用电子供货商的关键角色。 而过去专注在 PC 与行动装置的半导体芯片公司 Intel、Qualcomm 与 NVIDIA 当然也没打算将这块市场大饼拱手让人，为了抢占 ADAS 系统的中央处理器主战场，三家公司近一年来不断与车厂结盟、甚或大手笔并购，为的就是完善运用于未来科技的技术，而打造「计算机视觉Computer Vision）」技术能力成了这些后进者一致的目标。

计算机视觉为何受高度重视？

让计算机拥有视觉能力，能进行画面判读且做出反应，是计算机视觉这项技术深受重视的关键。 单就车用市场来看，随着ADAS中，镜头分辨率越来越高、影像数据量越来越庞大，半导体厂商也必须提供运算能力更强大的处理器。

广泛来看，由于视觉讯号这类的处理工作，无论是X86架构或是ARM架构的Cortex-A系列处理器而言，本就不是擅长的项目，若要直接处理，反倒就会出现处理效率不佳、浪费更多的CPU核心资源等情形，进而拖垮整体处理器的效能。

也因此，无论是 X86 架构霸主 Intel 还是 ARM 都透过并购其他公司的技术，以补足原有架构在处理计算机视觉上的不足。

先来看看 Intel 近一年来并购的三家公司，去年 5 月，Intel 收购的 Itseez，其技术特长领域正是计算机视觉，Itseez 开发的算法可以让车辆具有视觉能力进行判别障碍物与避开碰撞，它的驾驶辅助系统可以侦测到从街道出现的车辆或是正在过街的行人。

去年九月，Intel 又收购了 Movidius，这家公司的独门技术就在于行动图像处理技术。 Movidius 推出的 VPU 芯片，在被 Intel 并购前，Movidius 就以 CPU、GPU 厂商为竞争对手，其 VPU 产品专为计算机视觉进行优化，并且提供强大的视觉运算能力。

Intel 近期再度出手，并购具有 ADAS 产品上累积包含机器视觉、深度学习、数据分析与高精度图资等深度技术优势的 Mobileye，再再突显 Intel 布局计算机视觉技术的决心。

观察 Intel 的技术能力，在尚未收购 Altera 前，光以 CPU 先天的架构，不易切入 PC 与服务器以外的应用市场，直到有 FPGA 这种泛用性极广的产品后，打开了更多市场机会，如今 Intel 在近年所发动的并购案，又与计算机视觉有高度相关，从芯片到算法皆已经到位的情况下，Intel 接下来要做的，便是如何将旗下的产品线做妥善的整合， 能以更快的速度切进自驾车市场。 而这种高度整合优势，在诸多车用半导体业者中，实乃少见。

Qualcomm 与 NVIDIA 在计算机视觉的布局策略

Qualcomm 透过收购 NXP 展示他进军车用市场的决心。 原本就有 CPU、GPU 与 DSP（数字信号处理器）自主开发能力的高通，当然打算运用其 DSP 技术打造强化计算机视觉处理，其新一代芯片 Snapdragon 835 搭载 Hexagon 68DSP，透过处理器内部的异质架构的协同处理器能力，将能更有效率及精准地做计算机视觉的工作。

而 NVIDIA 则是善用自身本就拥有的 GPU 效能，不断提升 GPU 运算能力，藉此满足计算机视觉或是其他需要高性能运算的应用领域。 日前，NVIDIA 也推出一款全新的处理器，名为 Xavier。 该款处理器采用 16nm FinFET 制程，CPU 方面采用将 ARM v8 指令集客制化的八核心架构，GPU 则是全新一代的Volta，共有 512 颗 GPU，整体运算效能达到 20 TOPS (trillion operations per second)。

归纳来看，要实现自驾车愿景，其关键之一，就是必须拥有高分辨率的影像讯号，辅以强大的计算机视觉运算效能。 从芯片角度而言，强化在计算机视觉上的不足，才能在自驾车市场取得话语权，不论是 Intel、NVIDIA，亦或是 Qualcomm，皆采取了不同的方式，来因应此一需求，且各自与不同的车厂伙伴展开了自驾车的合作计划，未来就看谁能在市场取得领先地位。

以上是eeworld电子工程网半导体小编对关于Intel高通NVIDIA加速切入自驾车市场，抢布局计算机视觉技术资料的详细介绍，希望通过小编的讲解，能够给大家带来新的认识，关注eeworld，电子工程，将会给您介绍更多关于半导体的相关知识。