高通吞掉恩智浦不算什么 如何消化才是关键

　　其实大家在意的并不是深度学习的问题，而是恩智浦在人工智能和计算机视觉领域有没有投入精力进行产品研发，目前进展是怎样的?毕竟不管是AI还是机器学习，亦或是计算机视觉，它们总归是一类问题。

　　据笔者了解到的信息，恩智浦在并购飞思卡尔的时候，同时也将飞思卡尔的S32V234处理器收入囊中，而这款芯片集成了Cognivue公司的计算机视觉IP内核(飞思卡尔早在被恩智浦收购前先吞掉了Cognivue)。那么问题来了。飞思卡尔“吃掉”Cognivue是既定的事实，S32V234也并非空穴来风，那为什么没有看到使用S32V234这款处理器产品的客户呢?

高通Zeroth智能认知平台

　　相比之下，高通的Zeroth深度学习平台使用了高通的CPU，GPU和DSP内核搭建而成。该平台的微处理器芯片性能强大，基于8块ARM内核组成，内嵌GPU并集成了Wi-Fi和LTE通信信号处理模块，可比肩高端平板电脑的SoC芯片。硅谷创业公司Nauto的行车记录仪产品就搭载了Zeroth智能认知平台，是第一款具备深度学习功能的Dash Cam。

　　显然高通比恩智浦更早意识到机器学习的重要性：机器学习未来将成为自动驾驶汽车及智能设备不可或缺的重要技术指标之一。

　　所以其实包括笔者在内的很多业内人士都在担忧，收购恩智浦会令高通在人工智能领域的研究放缓，因为金额如此巨大的并购案势必会牵扯不少精力。

　　而至于高通在机器视觉方面的研究，老实说，在汽车上的应用还没有公之于众。不过车途君记得2015年的谷歌开发者大会上，高通在配置了骁龙处理器的智能手机上展示了一系列基于深度感知技术打造的计算机视觉系统。此外，AR和VR同样也是高通投入相当精力研发的领域。

　　不过有一点值得肯定的是，嵌入式机器视觉系统的发展趋势是将通用功能的处理器内核和具备特殊功效的视觉加速器结合起来。因此，高通和恩智浦的合并倒是给新公司提供了更多机会，毕竟是将两家公司最擅长的IP整合利用。

　　V2X的无线通讯之战

　　毫无疑问，在涉及V2X的无线通讯方式选择上，目前存在两大阵营的对立：一方支持IEEE 802.11p标准的DSRC专用短程通讯技术，另一方则倾向于LTE高速移动通讯网络的建设。

　　而这场对立起源于欧洲，但在中国这个世界重要的新型汽车市场也存在对选择哪种通讯方式的争议和尝试。除诺基亚、爱立信、华为等电信巨头外，高通也是基于LTE实现V2X通讯的有力支持者。

　　不过笔者有一点怀疑的是，高通在提出LTE-V2X新标准的同时，也在对现有的专用短程通讯技术DSRC不断发起挑战。DSRC是一个以IEEE 802.11p为基础的标准，采用专属无线频率──5.9GHz频段内的75MHz频谱，是美国联邦通信委员会(FCC)1999年专门为智能交通系统分配的。当然原因也不难理解。高通是生产LTE调制解调器的龙头企业，它当然希望LTE-V2X能够发扬光大。

　　注：高通和华为提出的新LTE标准——LTE-V2X，以LTE蜂窝网络作为V2X的基础。他们声称，该LTE-Direct (LTE-D)，或称为LTE D2D (Device-to-Device)的技术，能为LTE V2X提供良好的基础。据了解，LTE-D具备能寻找500公尺内数以千计设备以及服务的能力，因此能让两个以上最接近的LTE-D设备在网内通信。

　　尽管LTE在智能交通系统中占有一席之地，但目前整个交通运输工业，标准制定方，政府机构似乎并不准备买高通的帐。

　　不过Strategy Analytics的高级分析师Roger Lanctot对此却有不同的认识和观点。

　　他把这场V2X的无线通讯标准之战称之为“悬而未决的争议点”，因为其中涉及的合作关系已经组成了相当复杂的网络。

　　Lanctot举了个例子。高通联合思科在探讨DSRC频谱的信道分配问题。高通同时还拥有Atheros这家DSRC供应商，而即将收入麾下的恩智浦也是目前DSRC标准的坚定拥护者。

　　据车途君了解，恩智浦对DSRC-V2X技术的笃定建立在恩智浦对Cohda Wireless的投资基础上。Cohda目前已经推出了基于IEEE 802.11p / DSRC的道路和车载设备。但可能大家不知道的是，Cohda正在测试5G通讯技术，而高通正是幕后的支持者。

　　其实不管政府层面会不会强制推行V2X技术在量产车型的使用，这项技术都会以某种方式发展下去。可能是基于原有的DSRC标准，也可能是5G或其他高速LTE通讯技术。所以其实哪种结果都不会有太大影响，高通收购恩智浦依然令其摇身一变，成了芯片制造商中的最大赢家。

　　小结

　　不管外界如何猜测，有一点值得肯定的是，1+1>2，恩智浦在汽车芯片领域的强势地位，丰富的销售渠道和技术IP肯定能够让高通在汽车市场如鱼得水;而反过来说，高通在深度学习，数字座舱架构等领域的资深经验也能弥补恩智浦的不足。