上周三，在2017 GPU技术大会的主题演讲环节，英伟达创始人兼CEO黄仁勋宣布，丰田将使用Nvidia Drive PX人工智能汽车平台开发可用于大规模量产的高级自动驾驶系统。
丰田研究院TRI牵手英伟达可谓是“意料之内，情理之中”，车云菌在之前的文章《AI汽车生态日趋成熟，英伟达要通吃自动驾驶上下游产业链 | CES 2017》就预测，两家公司未来有可能在一起玩耍，毕竟英伟达CO-PILOT和丰田‘驾驶卫士Guardian’的理念太相似了。
一年前，丰田研究院CEO吉尔·普拉特（Gill Pratt）在2016 GPU技术大会上曾发表过主题演讲，他着重强调了“为什么模拟是自动驾驶技术研发的关键”。消费者的行车安全是研发自动驾驶的第一要义。如果不借助模拟增强对现实环境海量数据的学习和认知，哪怕测试里程累积到上百亿公里，恐怕也无法找出应对“边界状况”的解决方案。
而英伟达Drive PX是基于GPU打造的人工智能超算平台，它能够实时处理传感器输入的大量数据，结合丰田自主开发的模拟程序，是实现大规模量产自动驾驶汽车进入主流消费市场的前提。
丰田未来将开展‘虚拟司机Chauffeur’和‘驾驶卫士Guardian’两项研究，而且后者可能要比前者的进展更快一些。你会发现，这种双向路径的研发策略既反映出丰田对自动驾驶谨慎的态度，同时也是基于现实情况的理性考虑。将人工智能引入车内，可以帮助人类驾驶员应对各种复杂的交通场景，遇到极端情况时通过主动介入，最大程度地保证驾驶员和乘客的安全。在这点上，英伟达和丰田是“不谋而合”的。
所以结果也是显而易见的！随着丰田的加入，英伟达已经拥有奥迪、戴姆勒、大众、丰田四家主机厂合作伙伴，还和沃尔沃、特斯拉以及蔚来汽车有相当程度的合作。此外，博世和采埃孚这两大Tier 1供应商已经联合英伟达推出了基于Drive PX的可量产自动驾驶系统。
英特尔坐如针毡？
在这场日益发酵、火药味儿越来越浓的平台化之战中，英伟达和英特尔是两大主力选手。当然，目前整个汽车行业仍处于L4/L5级别自动驾驶汽车非常初期的开发阶段，形式各样的解决方案也在不断涌现中，因此还不能断言哪家平台会取得最终的胜利。
不知是不是不甘落后，英特尔副总裁兼自动驾驶事业部ADG总经理凯蒂·温特上周三发表声明，一直重申“英特尔作为数据解决方案提供商将在自动驾驶领域扮演重要角色”。
按照她的描述，90分钟的路程产生的数据容量高达4TB，而英特尔是目前唯一一家为OEM主机厂和Tier 1供应商提供整套解决方案的芯片供应商。这套方案的优势在于能够处理各种各样混杂的数据，包括车内、联网系统及云端服务器。尽管英特尔此前并未公布其自动驾驶平台相关产品的架构细节，但温特指出，“英特尔的CPU、FPGA，人工智能平台和软件解决方案都已经根据汽车领域合作伙伴的特殊要求进行了调校，目的是尽快将高度自动化甚至是无人驾驶汽车带向消费市场”。
据车云菌了解，英特尔除了已经收入麾下的Mobileye，其他合作伙伴还包括百度、宝马和德尔福。不过温特暗示还有很多不能透露名字的合作伙伴，她还鼓励大家掀开那些已经在公共道路上进行测试的无人驾驶汽车的后备箱，找找里面到底有多少英特尔芯片的身影。
但是近一两年来，可能是英特尔/Mobileye提供的自动驾驶汽车平台采取了较封闭的解决方案，导致OEM主机厂和开发人员直接被挡在了门外。相比之下，越来越多的Tier 1供应商和车企开始使用Drive PX来搭建自动驾驶系统。
值得一提的是，英特尔完成对Mobileye的收购肯定还得几个月的时间，目前还没有哪家芯片公司能够提供像Drive PX一样的平台产品，用来进行自动驾驶系统开发，深度学习模型训练和推理。而且Mobileye-Intel未来是否有可能推出开放程度类似CUDA-DNN、Drive PX一样的平台，车云菌表示怀疑。至于宝马、英特尔、Mobileye三方合作开发的平台，只能说解决方案的方向和英伟达的产品类似，但平台架构并不相同。
英伟达也有“隐患”
只能说，在这场由芯片厂商发起的装备竞赛中，提供整套自动驾驶解决方案的产品会越来越多。和之前单个的技术不同的是，大公司都在尝试搭建集软硬件和开发工具为一体的生态系统，也就是说它们提供的自动驾驶解决方案中不仅有基础的硬件、软件支持，还包括了不同的开发工具和模拟系统。
暴涨的股价，合作伙伴的稳步增长，客户订单的不断攀升都是英伟达在AI应用领域影响力的外在表现。不过业界对人工智能在自动驾驶汽车中的应用还存在这样的疑问，因为工程师无法解释深度学习网络是如何工作的，一旦出现任何错误，你很难通过一步步排查找到病根，这意味着通过AI进行决策控制的自动驾驶汽车可能安全性无法得到有效保障。
针对这一问题，英伟达的研究人员已经找到了一种能够让人工智能系统决策过程变得更透明的简单方法。这个方法的关键在于它能够利用可视化地图将神经网络在看到图片后标记的重要特征进行定位。下面这几张图片是在汽车前置摄像头采集数据的基础上进行可视化加工而成的，绿色部分表示深度神经网络高度优先关注的环境特征。你会发现，如果让人类来识别的话，这些特征（车道线、道路边缘，停着的其它车辆，沿线的绿篱等）同样是一个老司机不会忽视的重要区域。
不过话又说回来了，目前工程师其实对人工智能系统出现的bug仍然束手无策，而回到本源，深度神经网络并不是由人工代码架构而成的，整个系统中对最终决策最关键的其实是一系列的识别特征。尽管‘黑匣子’的透明性依然难破，但起码现在我们可以将这些重要特征进行可视化，这是搞明白机器是如何进行思考的重要一步。
小结
‘人工智能’是英伟达深耕自动驾驶的一张王牌，而提供嵌入式AI整体、定制化、可扩展的解决方案，是英伟达对客户而言最大的价值所在。对比来看，英特尔手握高精度地图HERE 15%股份，并购Mobileye后直接获得其已经极为稳固的客户群，再加上云计算和5G研发的投入，这些都将成为其杀入自动驾驶行业最稳固的基石。
只能说这两家公司的自动驾驶平台化战略各有千秋、各有利弊。在英特尔完成对Mobileye的收购之前，英伟达的业务增速还可能更快，但随着后期其他平台产品的介入和竞争，供市场选择的机会多了，可能实际情况会有逆转。
不过这个行业每时每刻都在发生变化，英伟达和英特尔的PK在现阶段寡头主导的市场会显得很激烈，未来市场红利小了，利润摊薄了，细分领域中科技公司、创业公司、车企供应商的角力可能很快开始了。
