英伟达/高通/英特尔在CES 2017上都展示了哪些自动驾驶黑科技？

  自动驾驶汽车在人们心中虽然已经不算一个新鲜玩意，但在技术上还存在很多的难点需要跨越。这个词被炒了许多年，今年的CES 2017似乎成了一个集体爆发期，英伟达、英特尔、高通等芯片厂商甚至给出了量产时间（最快的2020年），瞬间把科技带回了现实。下面就给大伙儿盘点一下CES 2017上都有哪些芯片厂商大唱汽车戏。

英伟达

  英伟达本次CES可谓是赚足了眼球与人气，黄仁勋还负责CES开幕演讲，羡煞英特尔等巨头门。靠显卡出名的英伟达这次在CES 2017上都展现了哪些关于汽车上的实力呢？

1，Xavier AI汽车超算平台。英伟达称之为“AI Car Supercomputer”（人工智能汽车超算平台），其实在去年就发布了。其采用了16nmFinFET工艺，性能提升的同时却有效降低了功耗，能够以30瓦的功耗实现每秒30万亿次的浮点运算，集成了8核定制化的ARM64 CPU和512内核的Volta GPU架构。

2，CO－PILOT。意为人工智能副驾驶，她／他扮演着类似你当初考驾照时教练的角色，时刻监督你提醒你帮助你，最终目标是将你安全地送往目的地。其主要原理是通过多个外部传感器进行数据搜集，并把外部情况传递给你（附近车辆情况等等）。有意思的是它还具有“面部识别”、“头部动作追踪”、“视线监测”、“唇语解读”四大主要特征，其中唇语解读非常适合在嘈杂环境下（牛津大学研究人员开发的LipNet唇语识别技术）。

3，NVIDIA AI CAR PLATFORM（人工智能汽车平台）。英伟达DRIVE PX 2自动驾驶汽车开发平台基于16nm工艺打造，功率250W，水冷散热设计，支持12路摄像头输入、激光定位、雷达和超声波传感器，多个Drive PX 2平台并行使用可以实现完全的自主驾驶。

  DRIVE PX 2的工作原理是：将外部传感器获取的数据加工，制成单个的高精度点云并上传云端服务器，由超级计算机DGX－1融合成高精度地图。此外，英伟达“NVIDIA DIGITS”端到端深度学习训练平台也得到了发布，依靠DRIVE PX 2平台和DGX－1计算机，每一辆车都能构建自己的深度学习网络。

  最震撼的消息莫属于NVIDIA与奥迪宣布在3年内量产自动驾驶汽车。也就是2020年自动驾驶汽车量产，不知道会不会与特斯拉一样的噱头，还仅仅被成为ADAS？

高通

  高通CES 2017展台上，最火热的无疑是VR、汽车与5G。早就爆料的骁龙835一直牵动着观战人的心，然而在汽车上，高通拿出了怎样的杀手锏？

  高通在CES2017上推出新的“驾驶数据”平台（Drive Date Platform），其目的是加强汽车传感器数据收集以及再利用，为车联网技术提供更多优质服务。关于驾驶数据平台，无外乎给新车配置了大量的传感器，比如外在的摄像头、GPS定位器到内部的加速控制器以及雷达系统等等。高通表示，测试软件可以使用汽车的导航系统，通过汽车惯性以及摄像头等来确定汽车位置，而精确度可以达到1米以内。

  芯片厂商与车企合作成了一种趋势，也借此打开未来自动驾驶的大门，在合作方面高通的汽车展台，也有来自纵目科技的基于骁龙820A平台的最新ADAS产品原型系统。这套ADAS原型系统是纵目科技基于高通的骁龙820A打造，能够运行深度神经网络算法，配备了车规级的OV10640传感器芯片的单目摄像头。

  不仅如此，高通将和大众合作，将自家的汽车级处理器骁龙 820A 用于大众生产的汽车上，以增强其在导航、汽车系统连接及音视频等方面的应用能力。

  据高通介绍，搭载了骁龙 820A 处理器的新型车载娱乐信息系统，将使得视频处理能力更快，画质表现和功率效率可提高 40％。这款处理器还支持多个高分辨率显示器，并且能够通过蓝牙或者 Wi－Fi 连接多个终端的音频和视频流。

  此外，骁龙 820A 还支持 Qualcomm Zeroth 机器智能平台，能够实现基于设备的机器学习。这就意味着，搭载了这款处理器的汽车，可以通过计算机视觉来探测和归类道路行驶中的对象，提前发现和报告潜在威胁。

  同时，芯片上的图像信号处理器能够同时连接 4 到 8 个汽车摄像头传感器，加上高效的传感器处理能力，能够为司机提供“始终开启”的驾驶辅助，主要包括车道偏离警告、车辆前方碰撞探测警告、交通标志识别功能等。据称，高通的目标在于为下一代可连接汽车研发“终端到终端”的技术。他强调了汽车连接技术领域的三个关键因素：感知、思考和行动。

  下图中的这辆玛莎拉蒂，硬件上搭载定制的骁龙汽车解决方案，包括骁龙汽车级处理器、Gobi 3G／4G LTE无线调制解调器、Wi－Fi和蓝牙模块等。

  另一辆参展车克莱斯勒Portal，安装了松下车载娱乐概念系统，此系统将以最新版本的安卓汽车以及高通公司骁龙（Snapdragon）芯片为工作基础。

恩智浦

  提到高通，就不能忘了恩智浦，不过现有新闻稿来看，关于恩智浦CES 2017的报道还是开展前夕，资料指出恩智浦将会展示如何利用车对车（V2V）和车对基础设施（V2I） 的安全通信来改善道路安全和交通状况。案例将包括碰撞警报、智能交通灯以及交叉路口处的驾驶隐患探测，所有这些案例都基于恩智浦的RoadLINK产品。恩智浦与Delphi和Savari携手合作，共同开发车载装置和路测装置。

  其中全新的自动驾驶电动车Rinspeed “Oasis” 在拉斯维加斯进行展示，该车应用了大量恩智浦技术来确保自动驾驶汽车的安全互联，包括茧式雷达，V2X通信，车用近距离通信NFC，NPX BlueBox传感器， 长距离RFID等。系统通过先进的传感技术可以对汽车周边环境进行360°精确监控。

瑞萨

  在CES开展前夕，瑞萨一篇关于自动驾驶的新闻稿也满天飞。据称，此次的自动驾驶技术是瑞萨统合自家芯片、并携手欧美软件公司研发操控用软件才得以实现，而今后也将在瑞萨的主导下，和外部软件公司建构共同研发体制，期望在自动驾驶领域的研发竞争上，抢先美国英特尔（Intel）、高通（Qualcomm）等对手一步。

  这款次世代车用芯片产品为目前已进行送样、采用16nm制程的车用LSI“第三代R－Car（预计2019年量产）”的次世代产品，预估会采用业界最先端的7纳米（nm）或是10纳米制程，且也将支持人工智能（AI）技术，有望实现第4等级（Level 4）的完全自动驾驶。

  先前2016年10月份宣布高性能车用系统新品于2020年进行量产，从时间点来看与英特尔、英伟达的量产时间稍有落后但也相差不大，瑞萨在自动驾驶的实力不容小觑。

英特尔

  据悉，位于英特尔展区显陈列着一辆BMW i8。进入到驾驶舱，你只需要戴上微软HoloLens头戴式显示器，眼前便会呈现关于行驶数据、交通和天气状况以及其它参考信息。

  BMW i8被三块透明OLED显示屏围绕，其呈现了英特尔从汽车到云端到端可扩展平台的三大关键功能特性：车内高性能计算、连接性／5G、云数据中心。英特尔5G技术支持“车到车”（V2V）以及“车到万物”之间的通信，以及与云端之间的通信。同时，英特尔尖端的网络技术和数据中心技术。其中英特尔在CES 2017大展上推出了首款5G调制解调芯片，该芯片将被用于汽车、家庭网络，以及移动设备，预计将在今年下半年进行有限量产。

  英特尔认为，高速数据连接对无人驾驶汽车的发展非常必要。无人驾驶汽车需要收集周围环境的信息，并将信息发回云计算平台进行处理。此外，利用英特尔的深度学习资源，无人驾驶汽车可从数百万辆汽车的数据和经验中学习，最终实现零事故、更安全的道路、更加舒适的出行。

  对于英特尔的自动驾驶技术，人们还是更关心上路情况。前不久，宝马集团、英特尔和Mobileye三大巨头宣布，大约40辆宝马无人驾驶汽车将于2017年下半年开始路测。宝马高管也表示：“我们的测试汽车将在全球各地上路实测这项联合技术。

  对于我们的目标——在2021年推出宝马集团第一款全无人驾驶汽车BMW iNEXT，这是重要的一步。如此看来，英特尔与NVIDIA将在自动驾驶上来一次精彩的较量。

  最后了还是先说一句题外话，在CES 2016上，赚足人们眼球的是无人机、机器人等让人顿感新鲜感的产品，当然也有自动驾驶概念。时隔一年，热炒的新兴领域也暴露出一些初创企业的尴尬，离得最近的就是一些VR、无人机厂商的裁员。自动驾驶莫非也会遭遇这样的尴尬？不过从上面文章看来，巨头们应该都是有十足的把握，在自动驾驶这等科幻产品出现之前，我们只需冷静对待。