据报道，半导体大厂英特尔（Intel）准备大规模投资在自驾车的领域，开发自驾车专用的处理器。而且，目前英特尔内部已经成立汽车解决方案事业部，开始进行相关的研究与发展计划。

报导指出，在过去个人电脑发展的年代，英特尔几乎成为个人电脑处理器的代表词。然而，随着个人电脑产业的逐渐消退，英特尔也不得不转型到其他发展领域中。而在即将来临的自驾车时代中，英特尔也同样希望能够复制个人电脑处理器的成功经验。

事实上，自驶车其实就是电脑系统操控的汽车。因此，自驾车的处理器芯片必须能够处理来自自驾车身上的诸多感测器、摄像头等等传送进来的大量资讯，用以分析与处理当前的交通、周边环境以及路上各种异常现象然后对方向盘、煞车、燃油等系统实施相应操控。

英特尔汽车解决方案事业部总经理Elliot Garbus 日前接受媒体采访时表示，自驾车上密集的资料处理业务，其强度类似于当前高性能伺服器所用的处理器。所以，就本质上来说，自驾车就是一个以轮子上在陆地上移动的资料中心。

Elliot Garbus 也强调，未来自驾车专用处理器除了具备强劲的处理性能之外，英特尔也准备让处理器具备多样性和适应能力。就与过去的个人电脑一样，汽车处理器也能够应用于各式各样的车辆中。就此方面来观察，在英特尔眼中，自驾车已经成为个人电脑、智能手机之后，另外一个大量处理器芯片的应用领域。所以，英特尔希望能够加速开发，抢占市场占有率。

过去一段时间，英特尔已经彻底在智能手机处理器市场失守，将此一市场拱手让给美商高通（Qualcomm）与台湾联发科。如今，在自驾车领域，从汽车驾驶系统部分来看，显然英特尔已经落后给Google、 Uber、 Tesla 以及传统许多大型车厂。因此，英特尔在此领域，开始转移专注方向，朝过去所擅长的处理器方面发展。

2016 年年中，英特尔就宣布将和德国宝马（BMW）、以色列Mobileye 合作，共同开发自动驾驶汽车，产品将会在2020 年问世。在这个合作协议中，规划由英特尔专注擅长的处理器芯片发展，而以色列Mobileye 公司则在电脑影像识别、机器学习以及资料分析等领域发展。另外，2016 年5 月份，英特尔也收购了一家电脑视觉识别公司Itseez，就被认为是针对进入自驾车领域的技术准备。

当然，在自驾车芯片领域，英特尔亦将面临一大批实力强劲对手的挑战。这其中包括辉达（Nvidia）、高通，以及日本瑞萨电子（Renesas）等。事实上，面对全球个人电脑市场的萎缩，这些年英特尔一直在寻找自己的定位。之前，英特尔曾经在物联网芯片、无人机芯片市场等广泛投资。但是，这些市场的规模还十分有限，无法弥补电脑处理器芯片市场下滑的部分。如今，英特尔希望能在自驾车风潮的浪头上分得一块市场，以找回未来发展的态势。

自动驾驶汽车处理器混战即将打响

由于传统PC和移动设备市场发展乏力，很多相关厂商就将目标转向了成长潜力大的汽车电子市场，尤其是自动驾驶汽车市场，当中包括了英伟达和高通。

NVIDIA新款AI芯片与自驾电脑　与英特尔竞逐商机

绘图芯片（GPU）大厂NVIDIA积极投身人工智能（AI）芯片开发行列，将与英特尔（Intel）一较高下。早前在北京国际饭店会议中心举行的“GTC China 2016”大会上，NVIDIA最新发布两款基于Pascal架构开发的处理器，分别为“TeslaP4”及“Tesla P40”，主要针对数据中心市场；另发表一款“Drive PX 2”针对自驾车AI领域的电脑，未来百度（Baidu）将导入自有的自驾系统当中。

两款Tesla芯片宣称强化深度学习速度

根据彭博及路透报导，Tesla P4及Tesla P40属于深度学习处理器的一种，分别内建72亿个及120亿个电晶体，并分别具备2，560个及3，840个统一运算架构（CUDA）核心，两款处理器效能相当于40颗中央处理器（CPU）的整合，处理速度可达CPU解决方案的45倍，加上所采Pascal架构能够协助深度学习加速达65倍，这让Tesla P4及TeslaP40也都具备AI处理效能。

NVIDIA表示，Tesla P4主要针对大量数据中心所采用的服务器市场。基于Pascal架构，NVIDIA宣称Tesla P4效率较英特尔服务器芯片快上40倍，也较前一代产品在影像处理速度上快上超过3倍。Tesla P40则主要面向超级电脑这类处理性能更强大的单一电脑市场。

NVIDIA宣称该公司GPU是AI系统的正确采用选择，并已投资发展可让其GPU更易于使用的软件。英特尔则于8月先发表一款自有AI芯片。NVIDIA及英特尔均希望确保Google等数据中心营运业者不仅会采用其芯片技术，且不会想尝试自行开发自有客制化解决方案。

发布Drive PX 2自驾车AI电脑　百度将采用

NVIDIA也发表Drive PX 2自驾车AI电脑，宣称功耗仅10瓦，体积较该公司2016年1月推出的原型样式版本小上一半，借此有助将AI技术导入适合用在可量产车款的电脑中。DrivePX 2能够将汽车传感器搜集的资料进行整合，采用深度神经网络生成车辆行车周围的复杂物体图像。

未来大陆百度自有自驾系统的车内汽车电脑，便将采用NVIDIA这款DrivePX 2电脑。随着全球有愈来愈多汽车制造商正积极投入自有自驾车技术开发，NVIDIA正试图透过推出效能更强大的电脑或处理器，协助降低自驾车开发门槛，让更多汽车制造商也能进军这块市场。

NVIDIA与百度在9月初也宣布将共同开发一款全自驾车架构，将以两家业者各自在AI技术上的专业，从云端到汽车端共同打造这款全自驾车架构。

目前全球AI芯片发展仍在初期阶段，不过在NVIDIA最新一季数据中心业务营收达翻倍成长的1.51亿美元表现中，多数均来自AI相关业务；英特尔数据中心业务最新一季销售额达40亿美元，不过几乎很少是来自AI相关业务创造的收入。

高通布局自驾车芯片　与NVIDIA、英特尔正面交锋

自动驾驶技术是车联网的下一个研发重点，加上自驾车可能在4~5年内完成商业化，为芯片制造商创造极大商机。市调机构Gartner预期，2020年全球使用车联网的汽车数量，将会从目前的6，000万台大幅增加至2.5亿。

据Seeking Alpha网站报导，联网汽车主要搭载移动处理器运算平台以及支援软件，提供车载资讯娱乐（infotainment）和资通讯系统（Telematics）所需的宽频连线，乘客可透过智能手机和平板连结资讯娱乐系统、接收道路维修资讯、并利用车对车（Vehicle-to-Vehicle）通信增加路上行车安全。

高通（Qualcomm）在CES2016发表专为汽车市场设计的Snapdragon 820A处理器，期望透过这款以14纳米FinFET制程打造的芯片，将移动装置上的即时云端连线浏览、沉浸式4K图形和视讯显示、软硬体升级弹性以及深度学习和远端诊断等功能延伸至车载系统，提升汽车安全性能。

Snapdragon车用解决方案由Snapdragon处理器和数据机组成，采用ARM架构平台，相容于Android作业系统和Blackberry的QNX平台。英特尔（Intel）则推出以AtomE3800处理器为主的解决方案，可于Linux和QNX平台上执行。

QNX与Linux系统在车用平台的渗透速度比Android系统快，加上Linux基金会推出开源车载作业系统（Automotive Grade Linux；AGL） ，Linux可望成为车载系统的领先者。

由于车载运算与移动运算同样讲求轻薄，因此高通在移动运算领域的经验将提供该公司最大的竞争优势。然Android系统在汽车产业的普及率不高，连带限制高通在车用市场的成长潜力。尽管高通已宣布未来的车用处理器将使用Linux的AGL设计，但只怕推出时英特尔已站稳市场。

NVIDIA切入市场的角度与英特尔和高通不同，主要提供汽车制造商可直接安装的即插即用装置。NVIDIA的竞争优势在于该公司的先进绘图技术，透过Drive PX 2平台，车厂便可部署人工智能工具、监控汽车位置、辨识周遭物体、计算安全驾驶的最佳距离。

此外，NVIDIA也推出DriveCX数位驾驶舱系统，以先进绘图技术提供虚拟实境及扩增实境的环景效果。Drive CX可与QNX、Linux和Android系统相容。

Snapdragon820A系统单芯片将支援Zeroth深度学习演算法，可分析影像与声音。报导认为，高通若能在短期内增进其绘图方面的技术，并推出支援Linux平台的产品，便有机会成为自动驾驶芯片的领导者。