在移动芯片市场全军覆没，在无人驾驶领域饱受英伟达吊打的全球芯片龙头英特尔，似乎迎来了一丝曙光。
2017年8月8日，是一个吉祥的日子，英特尔的一起看起来“人傻钱多”的天价收购完成了交割。在这起收购中，芯片巨人动用了153亿美金，用于收购年度净利仅为1.08亿美金、拥有500名员工的以色列ADAS技术提供商Mobileye，这个价格相当于李书福收购沃尔沃的8.5倍。
出乎意料，大多数的美国媒体，包括《纽约时报》在内，对此大唱赞歌，认为英特尔在烈火喷油的自动驾驶市场，终于成了一个“严肃的玩家”。自动驾驶不仅是一个具有决定性意义的增量市场，也是AI芯片最具战略意义的入口性市场。
作为全球市值最高、营业额最大、利润最高的芯片巨头，英特尔在最后一刻，通过暴力并购，挤上了智能驾驶的牌桌。这一次不得不参与的“豪赌”，也是一场没有退路的“豪赌”，故事要从一次“世纪惨败”开始。
2016年4月20日，英特尔宣布全球范围内裁员1.2万名员工，整个移动芯片事业部的员工几乎全部被干掉。这可算是全球科技史上最惨烈的一次主动裁员，意味着全球芯片龙头英特尔在移动芯片市场烧掉100亿美金后，愿赌服输，主动退出这个战略性红海市场。
当英特尔在移动芯片市场与ARM及其生态立的企业高通、MKT、台积电、三星缠斗之际，英伟达正在悄无声息地崛起。
这家此前一直默默无闻的显卡制造企业定义了AI芯片领域的技术路径，通过GPU的高性能并行运算，大幅提高了深度学习的运算效率（秒杀CPU）。
英伟达的GPU与Deep Learning相生相长，几乎成为工业界的标准。这套技术，冲出实验室后在第一时间杀向了自动驾驶产业。因为，无论是AI金融，AI医疗，AI图文推荐，AI搜索，AI语音和图像识别，云端的GPU集群就可搞定，只有汽车产业，在全球有超过10亿台终端，每年新增1亿台终端，是一个超级大的蓝海市场。
2016年1月5日，英伟达的股票价格仅为30美元，2017年8月15日，股价飙升到156美元，市值涨了5.2倍到1002亿美金。相比而言，移动芯片巨头高通的股价只有790亿美金，而英特尔此时的股价为1708亿美金。
在AI芯片市场，由于英伟达的高歌猛进，英特尔非常有可能复制一场类似于移动芯片市场的“滑铁卢式”的溃败。英特尔能够容忍这样的惨剧再次上演吗？
几百亿美金下注自动驾驶
鉴于拥有移动芯片市场的惨痛经历，以及自动驾驶市场对AI芯片的战略价值，英特尔对这个赛道进行了“饱和炮火”轰击：
2017年8月8日，153亿美金的Mobileye收入囊中。这是最重要的一次下注。
2017年1月4日，收购Here地图15%股份。
2016年4月，英特尔宣布收购意大利半导体制造商Yogitech，该公司专注为机器人和无人驾驶汽车开发芯片。
2015年6月2日，167亿美金收购FPGA芯片巨头Altera，这是英特尔对抗英伟达GPU的杀手锏。
在砸进去几百亿美金用于收购之后，英特尔手里开始有了一些不错的牌：
1、全球ADAS巨头。拥有成体系的基于摄像头的ADAS解决方案，并占有这一细分市场camera-base ADAS超过70%的市场份额。这个方案，截止目前，已与27家OEM进行了合作。当然，需要通过Tier1的集成。
2、高精地图领域的重量级玩家。基于Mobileye的REM（Road Experience Management）技术，实时更新高清地图信息，REM每公里产生的数据量为10KB，极大地降低了云端高精地图的更新成本。Mobileye的REM技术，已与大众、通用、日产、丰田等巨头达成战略合作，共同采集高精地图数据。包括HERE地图，也在使用REM技术。
3、汽车后市场最大的ADAS改装服务商。Mobileye是世界上最大的后市场ADAS改装服务商，2016年，贡献了8000万美金的营业额，占到整体营收的23%，增速2倍于前装市场。意味着每年有将近200万辆存量汽车装配了Mobileye后装摄像头。是大号的Nauto。
4、庞大的“测试车队”获取海量驾驶里程数据。鉴于目前全球已经有1600万辆车安装了Moblieye的ADAS系统，且每年的增量在600万辆左右，哪怕只有10%（这个比例将大幅度提升）具备联网功能，这家企业也拥有非常恐怖“测试车队”，不断获取驾驶里程信息，可用于自动驾驶的测试。
5、intel GO。这个车载电脑毫无疑问，是直奔英伟达的Drive PX 2而去的。高配版本的核心模块包括28颗“至强”CPU处理器（intel高端服务器处理器），2个Arria? 10的FPGA处理器，加上一个5G通信的基带芯片。英伟达的Drive PX 2提供12个CPU处理器和2个GPU处理器。英特尔的NB之处是世界上除了高通之外，另外一家能够提供主流基带芯片的芯片企业，占iphone 50%的市场份额。
6、数据中心。这块用于深度神经网络模型的训练，需要处理海量的数据，以及累积的大数据是价值巨大的“金矿”。
鉴于此，在自动驾驶领域，意味着英特尔可以在控制软件和核心处理器两条战线上全力一搏：要么扞卫其作为全球芯片龙头的荣耀，要么在AI时代成为可有可无的小角色。
“车脑”之战
如果出厂新车标配一个intel GO，或者英伟达Drive PX 2（下一代是Xavier），每年新车出货量为1亿台，这个市场的规模将会达到2000-3000亿美金，相当于英特尔2016年营业额的4-5倍。这是一个超级恐怖的增量市场。
除此之外，智能汽车还需要非常多的芯片，比如发动机，门，安全气囊，制动，转向，底盘，车身控制都需要专属芯片。能够养活大概10家IC制造商。
但对于车载芯片市场而言，最重要的一场战役一定是核心的自动驾驶处理器的争夺，即“车脑之战”，看起来舞台中央只剩下英伟达和英特尔。
1、看客高通
斥资370亿美元收购汽车半导体龙头NXP的高通，看起来已经丧失了竞争的机会。ARM架构芯片是移动芯片市场的王者，但注定在AI计算中落寞。ARM架构（精简指令架构）的核心竞争力在于低功耗，而不是高算力。移动手机因为电池容量有限，为了照顾待机时间，英特尔的X86架构（复杂指令系统）的CPU被打的满地找牙。然而AI时代，科学家们追求的是极致的算力，以处理海量数据，导致了英伟达GPU的异军突起。
对于“车脑”而言，需要极致的数据处理能力支持自动驾驶，无论是电动车还是燃油车，不需要担忧芯片吃掉太多电量的问题，电机的功率衡量单位是千瓦，而车载SOC的耗电衡量单位是瓦。
高通的NXP，在ADAS也许市场还有一些机会，因为ADAS对算力的要求不像自动驾驶那么高。另外，高通还寄希望于基于V2X的自动驾驶路线能够走通，发挥其在通信端有大量专利储备的优势。但这条技术路径对基础设施依赖太大，得以贯彻的可能性太低。
2、革命者英伟达
英伟达的GPU和它的CEO黄仁勋是英特尔最强大的敌人。
英伟达的CEO黄仁勋是硅谷传奇的创业者，他与吴恩达、百度等企业合作，率先将GPU集群应用于Deep Learning的海量数据处理。
CPU 由专为顺序串行处理而优化的几个核心组成，而 GPU 则拥有一个由数以千计的更小、更高效的核心（专为同时处理多重任务而设计）组成的大规模并行计算架构。
在大幅度加快了AI技术的发展的同时，也使得英伟达的GPU成为AI计算芯片的首选。英伟达提供给车企的方案包括云端深度学习解决方案NVIDIA DGX-1?，据说这个数据中心架构，可以可降低神经网络训练时间从几个月到几天。训练好的神经网络模型将会在NVIDIA DRIVE? PX 2上实时运行。
截止目前，特斯拉、奥迪、沃尔沃、奔驰、丰田、本田、大众、PSA、菲亚特、Nio等OEMs都是英伟达的客户。事实上，这些车企同时也在选择Mobileye的解决方案，比如奥迪A8，NIO ES8。
毫无疑问，在L2、L3这个领域，Mobileye依然占据优势定位，在L4、L5市场，英伟达的优势非常明显。尤其是NVIDIA DGX-1?和DRIVE? PX 2数据中心和终端一体化解决方案，在深度神经网络训练上，拥有更深厚的积累。英伟达在反切L2、L3自动驾驶市场，缺点是成本比较高，只有未来考虑直接升级到L4的高端车型，才会考虑装配Drvie PX 2。
3、英特尔的愤怒和烈焰
在L4、L5级别的自动驾驶市场，英特尔在苦苦追赶英伟达。这是英特尔最郁闷之处，悄无声息中被英伟达弯道超车，差点就被弄死。
唯一值得庆幸的是，在2015年花费167亿美金收购了Altera，拥有了FPGA的AI芯片解决方案。而通过153亿美金收购Mobileye之后，英特尔在L2和L3级别的自动驾驶市场拥有了优势。
Mobileye的Eye Q芯片每年在前后装市场的装载量已超过600万辆（前后装的比例预计为400万：200万辆），目前ADAS在新车中的渗透率预估为3-10%，全球9000万辆新车出货量算，Mobileye对ADAS市场覆盖率非常惊人。
英特尔如果能够扞卫在ADAS市场的强势地位，同时找到Eye Q与intel GO的过渡和联结方案，控制住成本。凭借这CPU+FPGA+Eye Q+5G的组合方案，在车载核心处理芯片领域，英特尔依然有机会向竞争对手倾泻“愤怒和烈火”。
4、X因素谷歌TPU
在AI芯片混战的漫长征程中，谷歌TPU也加入了战局，芯片市场的评论家说，GPU和FGPA仅仅是AI芯片的过渡阶段，因为他们依然需要考虑更多的应用场景和兼容性而牺牲计算性能。像谷歌TPU这种仅仅为特定场景优化的专用AI芯片也许是计算力提升的终极解决方案。TPU目前还只是服务器端的AI芯片解决方案。
大数据逆袭
很难相信，英特尔在AI芯片性能竞赛中能够超越英伟达。但是，别忘了Mobileye每年在600万辆的汽车上加装了Camera-based ADAS系统，因此，英特尔拥有数据：驾驶里程数据和实时高精地图数据。
