雷鋒網按：喧鬧的自動駕駛圈，汽車半導體廠商正在扮演怎樣的角色？面對眾多科技公司的入局，他們的策略又是怎樣呢？英飛淩，作為全球領先的半導體公司之一，多年為汽車等工業應用提供半導體和系統解決方案，日前其CEO在一場訪談中聊了聊這些問題，該訪談來自國外電子工程權威媒體EE Times，雷鋒網新智駕（AI-Drive）對這篇文章做了不改變原意的編譯整理。
讀這篇文章之前，不妨先回答這樣一個問題，目前在汽車領域，實力最強的五家半導體企業，是哪五家？
如果你的答案是，恩智浦半導體、英飛淩、瑞薩電子、意法半導體，以及德州儀器。那麼你一定是業內人士。
但如今，頗為諷刺的是，最受關注的並不是這些真正主導汽車領域的半導體企業，而是能在CES之類展銷會上奪人眼球的公司。
由此形成了一個先入為主的看法，當提到未來的人工智慧以及自動駕駛時，大家想到的首先都是這些掌握運算平臺的企業，例如英偉達、英特爾、Mobileye等。
總而言之，現在有一個潛在的共識是，一輛未來汽車，必須搭載運算能力每秒數萬億浮點數（TFLOPs）的超級電腦。
但是，對於汽車行業來說，單純的運算能力從未成為核心競爭力的要素，在未來，這種情況會改變麼？
對於這個問題，英飛淩 CEO Reinhard Ploss表達了他的看法——
“我們並不打算做這個生意”
。
Ploss表述了清晰的觀點：
第一，對於成熟的自動駕駛系統來說，高速運算平臺只是系統的一小部分。
第二，在英飛淩看來，自動駕駛的難點在於，如何用一輛汽車的成本，達到100%的航空級可靠度。
第三，對於感測器融合來說，混淆錯誤是不可被接受的。
*英飛淩CEO Reinhard Ploss在其公司研發的3D圖像感測器REAL 3D產品展位元前
英飛淩戰略：沒有更多並購計畫
對於半導體行業來說，似乎每天都在發生大規模的企業並購，而英飛淩CEO Ploss卻表示，英飛淩近期不會有任何大規模的並購計畫。
Ploss認為，在完成收購IR（International Rectifier）以及Wolfspeed之後，英飛淩在規模上已經足夠龐大了，對於未來的有機增長，已經儲備了足夠多的力量。
2014年8月，英飛淩完成了對美國國際整流器公司（IR）的收購，這是英飛淩公司史上最大規模的收購，涉及金額30億美元。英飛淩多年來處於功率半導體元件市場佔有規模的領先地位，通過收購IR，其全球市場份額進一步提升，達到20％以上。
去年7月，英飛淩以8.5億美元金額從美國LED大廠科銳公司（Cree）手中收購其Wolfspeed Power & RF部門。Wolfspeed是碳化矽（SiC）功率器件和碳化矽基氮化鎵（GaN）射頻功率解決方案的主要供應商。收購Wolfspeed後，英飛淩一躍成為全球排名第一的SiC功率器件供應商。
時間轉到去年10月，英飛淩宣佈收購總部位於荷蘭的Innoluce公司，該公司微型鐳射掃描模組集成了矽基固態MEMS微反射鏡，這種微反射鏡對於汽車燈光探測和測距系統(LiDAR)中的雷射光束調整必不可少。收購Innoluce也成為英飛淩在雷射雷達技術上邁出的重要一步，這將幫助英飛淩降低汽車燈光探測和測距系統的成本。
在上述背景下，2017年，英飛淩官方預計的項目增長率在6%，對於半導體行業來說，這已經遠遠超過平均水準。同時，英飛淩已經將其運營利潤增長率目標，定為15%-17%。
*來源：英飛淩公司
兩大趨勢
英飛淩預測，
未來的汽車行業將在兩個方面發生巨大的變化，一方面是向汽車電氣化發展，一方面是向輔助駕駛以及自動駕駛發展。
Ploss很有信心地表示，對於電動汽車來說，英飛淩有實力提供完善的解決方案。而實際上，特斯拉的電驅控制器就是由英飛淩提供的。
對於電動汽車來說，世界各地都有需求，但是需求增長最快的，無疑是中國。這也是英飛淩快速增長的助力之一。
而輔助駕駛方面，Ploss表示，這可能是更有潛力的未來市場。首先，對於輔助駕駛來說，有著毫無疑問的消費需求增長，現今汽車配備的輔助駕駛系統，使得駕駛體驗變得前所未有的簡單和安全，這使得汽車輔助駕駛系統處於被消費者普遍認可的增量市場之中。
自動駕駛可靠性之爭：追求“零缺陷”
在Ploss看來，自動駕駛汽車可以簡單地被定義為——“行駛的機器人”。而決定一個行駛機器人安全性的關鍵，在於網路連接失效情況下的應變能力。
一個機器人能夠自動駕駛，靠的是它的“眼睛、耳朵、大腦和肌肉”。那麼如何使機器人達到100%可靠呢？依託的並不是超級大腦，而是各系統間的協調。“高複雜性、高性能的計算單元，一開始並不是為“零失效”的高可靠性系統設計的，所有有著先天劣勢。這也造成了一個現象，現今幾乎所有自動駕駛車輛都需要備用的安全保護功能 ，以使汽車在自動駕駛失效的情況下，能夠被監管系統接手控制。”Ploss解釋說。
舉個例子，如果一輛自動駕駛汽車電源出現問題，保證汽車安全性的，必然不是雲伺服器，而是汽車上搭載的可靠的管理系統。可靠的動力管理系統，可以在自動駕駛失效的情況下，緊急重新規劃能源的路徑，從而保證汽車繼續行駛，或者行駛到安全的停車地點。
這與現代電網的控制系統非常類似，最近幾年，大家能感覺到的停電越來越少，就是因為自動化的電網控制已經普及。形象的說，一家電廠正在為用戶提供電力，而電廠因為故障瞬間下線，這時管理系統會迅速調配電網其他網站的電力，並恢復這個用戶的供電。而這一系列操作的時間，僅需0.1秒，0.1秒的斷電根本不會被察覺，所有用電設備也不會停機。
所以，對於未來混戰的自動駕駛市場，英飛淩的信心在於，他們有實力幫助整車製造商達到這種“零失效”的目標。
英飛淩為旗下的自動駕駛系統，單獨註冊了一個品牌，名為Aurix。這個品牌目前提供一系列的微控制器，具有三個核心，位寬32位。Aurix從設計之初，就面向嚴苛的最高安全等級——ASIL-D級。據英飛淩資料，借助Aurix平臺，汽車開發者可以僅用單個MCU（微程式控制器）平臺，整合控制車身、安全，以及ADAS系統應用。
此前，英特爾發佈的針對自動駕駛的Intel GO車載開發平臺(Intel GO In-Vehicle Development Platforms for Automated Driving)有兩個版本，一個版本搭載兩枚Atom晶片，另一個版本搭載28核至強處理器以及Arria 10 FPGA晶片。而這兩個版本為了達到ASIL-D級別，都有英飛淩的Aurix晶片的助力。
與之類似，英偉達去年發佈的面向自動駕駛的Xavier晶片，每秒可完成30萬億次操作，功耗僅30瓦，被認為是下一代自動駕駛超級大腦。但這樣的大腦，仍舊需要諸如Aurix這樣的MCU的輔助。英偉達曾表示，儘管Xavier本身只能達到ASIL-C級，但通過整合其他廠商ASIL-D級的晶片，最終可以在實際使用中達到ASIL-D級。
*英偉達CEO黃仁勳在CES演講中手持配置Xavier的超級計算單元
而當被問及英特爾或英偉達是否會考慮內置ASIL-D級別的MCU時，Ploss持懷疑態度。
“儘管計算平臺的發展路線一般都是趨向于集成，但是開發符合ASIL-D級標準的晶片需要完全不同的設計流程。總而言之兩種晶片有根本上的不同，很難融合。”Ploss解釋說。
感測器融合，容不得混淆
機器學習在近來大紅大紫，但卻也存在著先天缺陷。
不可否認，機器學習是一項巨大進步，但它的原理決定了，測試一個機器學習演算法的安全性是非常困難的。Ploss解釋道，機器學習演算法的測試難點，在於機器學習演算法行為的不確定性，以至於汽車工業中目前沒有任何人敢說能搞定這種測試。
Ploss相信，在未來很長一段時間，自動駕駛汽車都會保持雙系統的架構，也就是一部分基於類似方向梯度長條圖（HOG，一種電腦視覺處理手段）構建，一部分基於卷積神經網路（CNN）等機器學習演算法構建。
Ploss強調：“
在感測器融合中，是不容許有混淆的。
”
英飛淩預測，不僅自動駕駛計算平臺需要Aurix的參與，其他感知平臺也都需要Aurix。Ploss說，無論雷射雷達或者毫米波雷達，都需要Aurix進行可靠的資料預處理，或者執行某些即時動作。
“Aurix就像我們身體裡的反射神經系統，在意志之外控制著身體，讓我們在感覺到燙之前就可以縮手。”
感測器技術
除電控系統與安全MCU之外，英飛淩還儲備了一系列感測器技術，以應對未來的自動駕駛市場。其中包括傳統雷達、雷射雷達、深度感知攝像頭等各種傳感技術。
與意法半導體和恩智浦半導體類似，英飛淩也在突然爆發的雷達市場中獲益匪淺。Ploss表示，僅2016年，英飛淩就銷售了一千萬片雷達晶片。也就是說，2016年一年的銷量，超過了之前所有年份的累計銷量。
而在英飛淩SiGe工藝雷達晶片熱銷的現今，CMOS版本的雷達晶片已經在開發中了。
“對於雷達來說，信噪比是非常關鍵的，而SiGe工藝在信噪比方面具有明顯優勢。而英飛淩的策略是雙線的，一方面發展SiGe（矽鍺合金半導體）工藝，一方面發展CMOS（互補金屬氧化物半導體工藝）工藝。”
在基於CMOS技術的雷達領域，英飛淩於去年公佈了與IMEC的合作。據兩公司的聯合聲明，此款雷達將在今年第一季度面世。
當然，英飛淩對雷射雷達領域也頗有興趣，借助已經收入囊中的Innoluce MEMS技術，英飛淩正計畫開發一款低成本、高視距、高性能的雷射雷達系統，借此殺入ADAS的市場混戰中。
*MEMS技術
而支撐起英飛淩傳感技術的第三張牌，便是高度集成的3D雙向測距（ToF）圖像傳感技術。英飛淩旗下的ToF產品線，被命名為Real 3。該產品線是英飛淩與PMD（PMD technologies GmbH）合作的產品。
英飛淩方面表示，Real 3系列感測器，可以提供非常健壯、可靠的3D空間資料，並且完全不依賴陽光，可以在各種的環境中提供優質的圖像。這項技術可以被有效應用於監控駕駛員的注意力、表情，以及精神狀況等，從而為輔助駕駛系統決策提供資料。
結語
總而言之，自動駕駛機器人，是機械技術與電子技術結合的複雜命題。舉個例子：無論如何防範，電動汽車一定會發生短路故障，然而這時自動駕駛汽車應該有即時的應對，例如隔離短路單元、降低輸出、發出警告等一系列動作，絕對不能失去控制變成高速運動的鐵塊。
英飛淩致力於做好的領域，也是Ploss眼中的機遇所在。簡而言之，就是將自動駕駛機器人用資料驅動的數位化大腦，與物理世界完美地聯繫起來。
雷鋒網相關推薦：
從汽車電子到自動駕駛：晶片巨頭的新戰場