英特尔进军自动驾驶领域的决心早已众所周知。随着具备Level 3自动驾驶等级的奥迪A8拔得头筹，ADAS高阶驾驶辅助系统的井喷期近在咫尺。在汽车AI大幅升级的同时，庞大的数据怎么处理成了另外一个让人头疼的问题。根据预测，到达2020年，每一个普通用户上网平均产生的数据量为1.5GB，但一辆能实现自动驾驶的汽车产生的数据量会高达4TB。面对着海量数据，筛选出有用信息并作出有效判断，自然就是英特尔的绝活了。

运算处理一马当先

英特尔在自动驾驶领域耕耘的内容可以分成三个部分，第一部分自然是加速车载运算能力和云端运算能力。早期的自动驾驶Level 1、Level 2级别兴许通过一个雷达、一个摄像头就能解决。但这个方法在更高阶的自动驾驶中行不通，一辆高端车辆装配的摄像头很可能高达8个甚至更多，若干个雷达则组成一套复杂的传感器系统。

根据英特尔预估，到达2025年，一辆车要求的计算力将达到50-100TFLOPs，处理像素达到十亿级别。同时为了确保车辆电气设备的稳定和可靠性，运算系统还必须化简，从现在的150个左右ECU压缩到只有50个。于此同时，云端还要处理每辆汽车每天产生的4TB数据并得出合理结论。由此可见运算处理任务艰巨。

第二部分则是5G网络和数据连接，事实上英特尔早已在5G网络标准制定上与对手们展开角逐，最终成熟的方案则会随着自动驾驶车辆规模的增多而付诸运用。

英特尔公司人工智能产品事业部业务拓展及解决方案部署负责人Fiaz Mohamed表示，在自动驾驶车辆没有大规模量产和运用之前，目前的通讯技术其实能够应付小规模的实验车辆。同时Fiaz Mohamed认为自动驾驶和5G网络走向成熟是一个稳步增长过程，不会突然让所有车型装备，而是一个循序渐进的步调。

最后一个部分则是英特尔在云端以及基础设施上的推进。自动驾驶是一个庞大的系统级工程，这个星球没有任何一家企业能够独立完成整套解决方案，标准制定和协作都变得至关重要。

当下由英特尔联合Mobileye、宝马组成的自动驾驶联盟也迎来了菲亚特克莱斯勒的加入，平台通用化和标准化可以让自动驾驶解决方案更快的趋于成熟。而对于英特尔自己而言，标准化平台也意味着他们的云端可以更容易获得更大量的有用数据。

通过Intel GO车载平台的数据回传，车载系统会把感应到的数据最终回传给云端，而云端则会不断的根据数据进行连续是训练、推理，最终把合理的决策回传给车载平台，帮助车辆在下次遇到相似情况的时候，能够做出更合理的判断。

面对来自诸如NVIDIA GPU的竞争，英特尔也拥有着自己策略。CPU相比GPU的应用领域更为宽泛，并且英特尔也能根据需求制定不同的产品，比如针对某种功能设计或者低功耗。英特尔在车载平台上的优势不仅仅是硬件，软件与硬件保持的高度一致也是竞争对手们难以赶超的。

换而言之，英特尔不再单纯的将自己定位为芯片商，而是一家拥有完整服务解决方案供应商。统一的标准化平台指的是一套软件与硬件的集合体。负责自动驾驶算法的工程师不需要关注硬件是什么或者如何调试，主需要专心软件开发，并把硬件优化交给英特尔。

用大数据拯救生命

在美国，每年90%的交通事故都是由人为失误造成的。历史上，每一次安全技术的普及都会带来交通安全的变革以及死亡人数的直线下降，比如安全带、ABS、安全气囊。无疑，自动驾驶将有可能变成下一个生命保障。

英特尔面临的挑战并不容易。由于自动驾驶与人工驾驶注定会长时间共存，人为失误难以避免最终都会让自动驾驶受到质疑。英特尔的深度学习技术已经在架构上准备好了可以预见的情况，剩下的内容则交给合作小伙伴们填充。甚至连如何防范黑客入侵，恶意的误导数据流入云端，英特尔也想出了一套完整的机制。

现在，英特尔需要考虑如何让自动驾驶系统获得人们的信任，并不断完善自动驾驶的算法，让其在即将到来的共享车辆、私家车乃至卡车上付诸应用。无论你是否准备好，英特尔都已经给自动驾驶踩下了油门，并用大数据承担起保护乘客生命的重任。