未來汽車的發(fā)展趨勢，有時候可以類比一下手機市場。

如果說手機市場的 2019 已經進入了巨頭更巨小廠愈小的后智能時代，那么未來汽車的勢頭，目前還停留在手機市場的 2012——耀眼的新星已經成為活著的傳奇，而后起之秀也正在爭奪時代巨輪上的一張直達船票。

也正是汽車市場由于安全、規(guī)模、親民度等等因素，比起消費電子領域，有著一定的滯后性，在這個汽車智能化的前夜，一些手機智能化浪潮中出現的問題，我們可以映射到中控大屏上。而面對未來汽車我們會犯迷糊的情況，則可以從呈現電動星球的小小設備上，找到答案。

智能手機市場最大的特點，是每一個主要參數都已經非常透明。 哪怕是一個只認攝像頭像素數，只認跑分高低，只認處理器核心數多少的普通消費者，都可以在搜索一番之后，得到詳盡的科普。

可智能汽車市場還遠沒有到這個地步，甚至可以說，智能汽車市場連出現奸商的時機都沒有來到，整個產業(yè)猶如一片荒野，沒人開墾，只有象征生機幾縷新芽，揭示著這里無比光明的未來。

所以，我們今晚會從幾個最基本的概念聊起，跟大家討論幾個智能汽車里面最基本的，但是以后最容易被廠商設陷阱的概念。

對了，今天可能是春節(jié)以來最硬核的更新，大家可以作為睡前讀物，有奇效。

智能汽車的大腦到底是什么？

想要了解購買智能汽車會存在什么消費陷阱，我們首先要了解智能汽車是怎樣被驅動的。

這里說的不是用油還是用電那種「驅動」，而是 「未來汽車的大腦到底會怎樣思考」。事實上，2012 年的手機市場也存在過類似的迷思——智能手機的 CPU 到底應該姓 ARM，還是姓 X86？

早已知道故事結局的我們自然可以捧著手里的 ARM 設備感嘆 Winner takes it all，但 2012 年的手機芯片市場卻依然彌漫著天人交戰(zhàn)的硝煙。 ARM 陣營這邊是高通蘋果聯發(fā)科，而 X86 陣營則只有英特爾一位獨力支撐。

采用英特爾凌動處理器的摩托羅拉 MT788

電動星球注：上文提及的 ARM 和 X86 指的都是 CPU 的指令集類型。ARM 的全稱是 Advanced RISC Machines，其中 RISC 代指 ReducedInstruction Set Computer，中文是精簡指令集計算機。X86 則是英特爾在 1978 年推出的指令集類型，近 40 年來英特爾的個人電腦處理器采用的都是 X86 指令集架構。

ARM 之所以最終能贏下這場仗，靠的是天生的優(yōu)勢——基于 ARM 指令集的芯片在超低功耗環(huán)境下性能遠高于 X86 指令集，這對掌中方寸，極其重視功耗表現的手機來說是至關重要的——不是 X86 不優(yōu)秀，而是 ARM 本就住在終點上。

回到汽車上，如今的自動駕駛領域也在面臨二選一的問題—— 自動駕駛芯片到底是以 CPU 為重，還是以 GPU 為重？

要回答這個問題，我們需要解答另一個問題： 怎樣才算是一顆真正的「自動駕駛芯片？」

在 L4/L5 還沒有飛入尋常百姓家的今天，嚴格意義上的「全自動駕駛芯片」是不存在的——即使芯片廠商宣稱某款芯片理論上擁有支持全自動駕駛運算的能力，但是目前的法律、軟件、傳感器、數據量等等條件，都遠未達到以 L4/L5 的形式公開運營自動駕駛車輛，從而驗證芯片算力的地步。

但這并不代表現在不存在真正的「自動駕駛芯片」，只是當下的我們更應該把那些芯片叫做「輔助駕駛芯片」。而且，輔助駕駛芯片也是有不同類型的， 按照它們功能的范圍，暫時可以把輔助駕駛芯片分為「專精型輔助駕駛芯片」和「全包型輔助駕駛芯片」兩種。

「專精型輔助駕駛芯片」，指的是無法處理所有傳感器接收到的圖像數據，只能處理部分 傳感器/某個方向傳感器數據的輔助駕駛芯片?！溉汀咕秃苋菀桌斫饬?，所有攝像頭、雷達的數據 一股腦塞給它就行 。

「專精型」這種輔助駕駛芯片，其實正在隨著某種趨勢的發(fā)展而消亡，而這種趨勢，就是上文提及的「自動駕駛到底是以 CPU 為重，還是以 GPU 為重」。

答案很明確：以 GPU 為重，而例子也很生動：Mobileye。

目前 Mobileye 的主力產品是 EyeQ4，最高支持同時處理 8 個傳感器的圖像數據（7 個攝像頭+1 個激光雷達）——聽起來很多，但是事實上，目前基于 EyeQ4 的輔助駕駛方案都是以單目前視攝像頭的形式工作的。

恒潤科技基于 EyeQ4 的后裝單目前視攝像頭方案

這比起 2016 年大陸和博世提供給奔馳、寶馬的雙目前視攝像頭解決方案，在識別效果上都存在一定的理論差距，更不用說和特斯拉目前采用的英偉達 PX2 高級輔助駕駛平臺相比了。 而且，EyeQ4 并沒有真正成為「在未來汽車的大腦」——這款芯片目前只有一種存在形式，就是與攝像頭封裝在同一套方案中，而不是像 PX2 一樣通過主板連接各個傳感器，處于獨立的地位。

與其說 EyeQ4 與攝像頭共生，不如說是 EyeQ4 的性能不夠高，無法統(tǒng)領智能汽車的全局，只能各自為戰(zhàn)?！笇＞汀剐酒⒉皇巧鷣砣绱?，專精是一種結果，而不是目的。

Mobileye 估計也清楚自家芯片的能力，所以他們要用下一代芯片證明自己，同時也進一步證明了 GPU 將會一統(tǒng)未來汽車的大腦。

Mobileye 的下一代芯片叫做 EyeQ5，從 2016 年 5 月底發(fā)布開始，這顆芯片已經跳票到了 2020 年（大概率由寶馬 PPT 首發(fā)）。號稱支持 L5 級別的全自動駕駛運算，性能是原來十倍的同時功耗只翻了 3 倍。

上面左右兩張分別是 Mobileye EyeQ4 和 EyeQ5 的結構對比圖?？梢钥吹剑琎5 對比 Q4 最大的區(qū)別，是多了一塊叫做「Computer Vision Processor」的東東 ，這個簡寫為 CVP 的東西，其實有另一個更為通用的名字——GPU。

那難道有了 GPU 就說明 GPU 才是趨勢嗎？英偉達的方案不也是 CPU 和 GPU 共存嗎，就不能說 CPU 才是趨勢？別急，慢慢看。

EyeQ5 的結構圖里面，「ComputerVision Processor」一共有 18 個單元。目前制造 GPU 的廠商里面，AMD 的結構是 64 個流處理器（Stream Processor）一組，英偉達是 128 個 CUDA 單元為一組，高通從來不公布自己 GPU 的核心規(guī)格，ARM 公版的 GPU 架構用的單位是「Core（核心數）」。有且只有英特爾自家的核芯顯卡，是以「Unit」為單位的。

EyeQ5 在發(fā)布之初宣稱會使用 10nm 工藝制作，可是 Mobileye 此前的代工商意法半導體卻表示不能透露自家 10nm 工藝的合作伙伴——然后就是英特爾收購 Mobileye。

可是英特爾自己的 10nm 工藝遭遇特斯拉 Model 3 一樣的產能地獄，從計劃中的 2016 一直跳票到 2019 年，并且產能相當有限，于是 EyeQ5 便又改口稱會使用英特爾 2020 年的 7nm 工藝。

與 7nm 工藝一起于 2020 年登場的，正好就是 CPU 巨人英特爾的首款高性能 GPU——針對 AI 人工智能、自動駕駛，以及發(fā)燒游戲愛好者研發(fā)的產品。

英特爾的 GPU 原型

最重要的，其實不僅是芯片巨頭們紛紛扎堆造 GPU，扎堆依然只是一個結果，而不是原因。真正的原因是—— 與 7 年前那次手機芯片標準之戰(zhàn)類似，GPU 才是住在終點的天生贏家。

實現自動駕駛的基本原理，是兩個動詞——識別、決策，而這兩個動詞，又與深度學習的基本原理不謀而合。

首先，GPU 并不是專門為圖形處理而研發(fā)的芯片，這個依然只是目的，而不是原因——在 2D 時代，個人計算機的圖像運算甚至是由 CPU 一手包辦的。

MATROX MGA Millenium 2D 加速卡

GPU 這種以多個并行計算的小核心為架構的芯片，正好切中了計算機「以多個簡單多邊形堆砌復雜圖形」的繪圖方式，可以實現低功耗大規(guī)模的圖像運算，這才使 GPU 成為圖像處理的標配。

同樣地，自動駕駛需要大量的圖像運算——這一次不是繪圖，而是相反的解構圖像，這里同樣需要大規(guī)模的并行運算能力，比起能夠對同一組數據做很多不同操作的 CPU，能夠對很多不同數據做同一種操作的 GPU，明顯要合適得多。

繞了一大圈，但是道理已經很清楚了——GPU，就是芯片巨頭們都認可的未來汽車大腦。而智能汽車最容易出現的消費陷阱，也將圍繞這一點做文章。

智能汽車領域最常見的幾個概念是什么？

先給昏昏欲睡的大家道個歉，因為我終于點到題了~

如果說我上面寫的東西相當無聊，那正好說明了以后汽車廠商在賣車的時候，有著太多可鉆的空子。最典型的方法， 就是以專業(yè)領域基本的概念忽悠不清楚內情的普通消費者。

這一點在智能手機前幾年的市場里是屢見不鮮的。「XX 個核心」估計是那些年的手機賣場里，銷售們用的最多的話術。不管頻率高低，甚至把 CPU 跟 GPU 的核心數一起算，只為了讓你覺得「這手機真牛 X 」。

現在普通的消費者已經有了破局的方法——跑分，不管銷售吹的震天響，下個跑分軟件測試一下，就能知道你花了 4000 塊買來照亮你的美的手機，是不是真的全方位吊打隔壁老王 3000 塊買來的所謂發(fā)燒手機。

但是汽車不能跑分， 驗證發(fā)動機性能還能看個零百加速，驗證智能化程度難道還要看哪個語音助手聲音更自然？

事實上，我也不能提供一個完美的解決方法。因為現在是未來汽車的前夜，我們能看清楚未來一小段路的方向，但我們不知道當我們走到那里之后會發(fā)生什么。

不過，就像上文提到的 GPU 將會是未來汽車的大腦，我可以給大家講幾個基本的相關概念， 以后如果有廠商拿著這些概念當賣點，你大可以拿這篇文章呼他們一臉。

首先就是 GPU（GraphicsProcessing Unit，圖形處理器）本身。GPU 是一個歷史悠久的芯片種類，早在 1985 年，世界上第一款圖形處理器就已經上市了。按照現在的趨勢，未來常見的高級輔助駕駛/自動駕駛方案，都將依賴 GPU 的運算能力，GPU 將會是自動駕駛的基礎，而不是某款車特有的高級配置。

第一款以 GPU 命名的產品——英偉達 Geforce 256

其次是 SOC。有關 SOC，手機領域最常見的銷售手法是「將 CPU 和 GPU 融合一體的 SOC 技術」。這種說法本身沒有錯，SOC（System on Chip，系統(tǒng)級芯片）的定義本就是將系統(tǒng)關鍵部件集成在一塊芯片上。

但 SOC 技術本身并不是什么狂拽炫酷的東西，它只是一種芯片的整合方式。 就像你吃飯叫的外賣那個包裝盒，里面的黃燜雞+米飯+青菜是各種不同類型的芯片，而裝滿了食物的包裝盒就叫 SOC。

這個碗就是 SOC，它又大又圓

ASIC/FPGA，這兩個概念可以跟 GPU 一起結合著說。ASIC 叫做 Application Specific IntegratedCircuits，專用集成電路；FPGA 則是 Field－Programmable Gate Array，現場可編程矩陣門。

ASIC 的代表作品就是 EyeQ4，它是一種經過編程的，根據確定的算法設計制造的專用電路。而 FPGA 是半定制的，可以適應小幅度修改過的算法。而 GPU 則是完全開放的運算芯片，算法任你改，我只負責干。

如果你看見一款車宣稱使用了 ASIC 技術的自動駕駛芯片（比如 EyeQ4）, 那么恭喜你，這款芯片所承載的算法幾乎是完全不可變的，非常穩(wěn)定，但是除非換芯片，否則沒有任何可升級性 。而 FPGA 芯片則可以小幅度升級算法，至于 GPU 嘛，干就完事了。

重點是，ASIC 跟 FPGA 指的都只是一種基礎的芯片編程類型，而不是某種核爆級高科技。就像如今的房地產開發(fā)商說「我們采用了鋼筋混凝土架構」，說出來就知道是句廢話，「我們采用了 ASIC 芯片」這句話除了表明「我們的芯片幾乎不能升級算法」，其實也相當多余。

結語

我們熱愛未來汽車，是因為我們充滿對未知的好奇，同時充滿對汽車改變人類未來的憧憬。

同時，作為媒體，我們不僅有熱愛，更有責任，將智能汽車的原理、概念、貓膩，一一敘說給我們的讀者。當然，這不僅是我們的責任，更是所有汽車廠商的責任。

手機市場早期，憑借著營銷話術紅極一時的廠商并不少見，將產品缺陷形容成窒息黑科技的段子，實際上真的會深刻影響普通消費者的決策，甚至會傷害用戶對科技的感情。

擁有巨大滯后性的未來汽車市場，同樣有著這樣的危險。就是在汽油車時代，也到處充斥著以基礎概念蒙騙消費者的例子。

只是簡單應用了 1905 年就已經誕生的渦輪增壓，直到現在依然能成為部分廠商宣稱自己技術程度的標志。更不用說智能汽車時代，廠商們能夠在芯片的基本功能上鉆研出多少話術了。

關注“自主汽車”，或者添加微信公眾號：zizhuche，每日收獲不一樣的汽車行業(yè)評論，評論不是結論，是提供多一種看問題的方法和角度。如有買車需求，請點擊下方我要買車。