正文
特斯拉与英伟达的分分合合只是自动驾驶芯片大战中的冰山一角。在这个关键领域中，自动驾驶芯片延续了与其高度相关的深度学习所采用的几类硬件技术路线：GPU、FPGA、ASIC，引来全球各方公司同台竞技。
首先不得不提的是英特尔、英伟达、高通三大芯片巨头，它们带领的竞争为这场芯片战争奉献了绝大多数戏码。而且，他们也恰好反映了自动驾驶芯片的不同技术路线之争。
1、英特尔：豪掷320亿美元，买出一片天
在深度学习兴起的这两年，英特尔颇有些哀伤。因为CPU天生擅长串行与通用计算，在面对需要大规模并行计算的深度学习时，暂时处于被GPU压制的状态。因此，英特尔绕过GPU，在2016年以167亿美元完成了对世界第二大FPGA公司Altera的收购。
（Altera FPGA芯片）
FPGA，现场可编程门阵列，是一种处于CPU、GPU和ASIC之间的芯片。相较于CPU、GPU的通用计算属性（没错，GPU虽然比CPU“专业”不少，但仍属于通用计算），FPGA的功能更加专一，并且更加接近底层I/O，运算实时性比CPU/GPU更高，一旦完成编程，就能进行特定的运算，比CPU、GPU更加高效。同时，它又比专用芯片ASIC更加灵活——芯片可以被反复编程，以满足不断变化的计算需求。
高实时，低功耗，可灵活编程，这全都切中了自动驾驶对计算芯片的要求。英特尔在年初推出的自动驾驶计算平台Intel Go中，也使用了FPGA芯片。奥迪新A8自动驾驶所仰赖的核心计算单元zFAS，也使用了Altera的FPGA芯片，内建被英特尔收购的Movidius视觉算法，负责物体数据和地图数据的融合，与自动停车功能的实现。
另外英特尔在服务器市场拥有不俗实力，这意味着在云端，其可以部署强大的计算能力。结合低延时又高效的FPGA，英特尔可以在云端处理大量并发的实时计算。这种模式尤其适合人们对智慧城市大脑的设想：每一辆无人车的数据都上传到一个中枢，由其处理并洞悉每一辆车的状态，去命令他们如何驾驶。
当然，无人车与城市中枢之间需要高带宽、时延极低的数据通道连接起来，这也是英特尔对5G如此上心的重要原因之一。对此，英特尔在今年推出了首款车载5G通信平台。
但是，虽然这一套设想很先进，但标准、基础设施建设，将耗费大量的时间和财力，短期内实现难度仍然较大。因此，进入眼下有切实市场的辅助驾驶至关重要。
2016年10月，英特尔发布针对ADAS市场的凌动处理器A3900系列，为车载信息系统和ADAS功能提供计算支持。为了符合车规，英特尔还对A3900做了特别设计，最高耐受150°高温。并且，应用了16nm制程和Apollo Lake架构的A3900在功耗表现上也相当优秀，最高不超过12W。
但ADAS的芯片市场已经有了众多传统汽车半导体商，还有Mobileye这一称霸的公司，英特尔怎么可能说切入就能切入？
不能平地起高楼的一种解决方法是，直接买一栋。今年3月，英特尔一狠心一咬牙，以153亿美元的天价收购了以色列ADAS公司Mobileye。对于其他公司来说，Mobileye或许不值153亿美元，但是对于英特尔来说，这钱不得不花——今年初建立自动驾驶联盟时，只有宝马才买了英特尔的账。
而Mobileye一方面为英特尔提供了切入自动驾驶市场的渠道——前者在全球ADAS市场的份额超过70%；另一方面，Mobileye的核心产品——ADAS专用芯片EyeQ系列，使英特尔形成了针对车辆端的计算芯片解决方案——英特尔的凌动/至强+Mobileye的EyeQ+Altera的FPGA。这153亿美元，其实是英特尔为自动驾驶买的门票。
（黄圈中即为EyeQ3芯片）
在英特尔投入巨资过后，Mobileye直接绕过了其ADAS的第四代专用芯片EyeQ4，将在明年量产EyeQ5。值得一提的是，Mobileye宣称，EyeQ5的计算能力能够满足L4-L5级的自动驾驶。
当下，自动驾驶的车辆终端和云端还没有实现实时的高带宽传输，因此车辆终端的计算力显得尤为重要。
2、英伟达：生态、性能一骑绝尘
英伟达无疑是人工智能时代计算巨头中最大的受益者。GPGPU（通用计算型GPU）在深度学习领域的统治力无需多言，目前大部分深度学习在训练阶段，都是由英伟达的GPU支持的。
一方面，这得益于其GPU相对于CPU而言针对深度学习更强的计算能力，另一方面在于，英伟达为其GPU通用计算所做的开发易用性工作开展得是如此之好，大大降低了开发者的上手难度。
这不，昨天GTC上，老黄又带来了更新过后的深度学习应用平台TensorRT 3，把各种深度学习框架都囊括了进去。
而在运用其GPU为车辆端的深度学习应用（Inference）提供支持方面，英伟达的做法颇有些“浮点运算能力越高越正义”的意味。
在自动驾驶时代之前，英伟达很早就通过Tegra 系列处理器进入了众多整车厂的供货商名单，比如和英伟达保持了8年合作关系的奥迪，以及颇受老黄喜欢的特斯拉，不过早年英伟达的Tegra负责的主要还是车载娱乐方面。（最新消息，彭博社报道特斯拉或将其娱乐信息系统芯片供应商换为英特尔）。
而今年具备L3自动驾驶功能的奥迪新A8，其由采埃孚打造的自动驾驶计算平台zFAS，使用了英伟达的Tegra K1芯片，负责处理车辆的环视影像。然而，zFAS主要负责实现自动驾驶功能的芯片，是Mobileye的EyeQ3和Altera的Cyclone。这一点显然无法让英伟达满意，乃至都不愿意提到这一点，但Tegra K1的单精度浮点运算性能也只有350GFlops，而EyeQ3整合了完整算法支持的一整套ADAS功能，使得K1的性能看上去并没有那么诱人。
（zFAS的四大主要计算芯片）
