Mentre i giganti dei semiconduttori competono nel campo della guida autonoma, quante possibilità ha Intel, che ha acquisito Mobileye?

Intel, che è rimasta fedele all'architettura dei chip X86, si è lasciata sfuggire l'intera era di Internet mobile. Ora intende tornare in auge nel settore del 5G e della guida autonoma, e combattere di nuovo con un arsenale completo di competenze. Tuttavia, Intel, che è a meno della metà del suo valore di mercato massimo di 500 miliardi di dollari, è molto simile alla squadra di calcio cinese: per loro il tempo stringe.

La disposizione completa di Intel nel settore automobilistico

L'industria automobilistica sta attraversando profondi cambiamenti ed è scontato che le automobili diventeranno la prossima piattaforma intelligente. Rispetto agli smartphone, in futuro le automobili richiederanno più chip, saranno più difficili da produrre, avranno più funzioni e comporteranno un ecosistema aziendale più complesso. Non c'è dubbio che in futuro l'industria automobilistica sarà al centro della competizione tra i giganti mondiali dei semiconduttori.

La guida autonoma, la connettività dei veicoli e gli abitacoli intelligenti incentrati sulle automobili saranno opportunità di sviluppo che Intel e i suoi concorrenti non potranno lasciarsi sfuggire. Intel, che ha avuto scarsi risultati nell'era dell'intelligenza mobile, sta elaborando progetti intensivi nella speranza di ricreare lo splendore dell'era dei PC.

Per stare al passo con i tempi e prendere l'iniziativa nella guida autonoma, negli ultimi anni Intel ha continuato ad acquistare senza sosta.

Naturalmente, la presenza di Intel nel settore automobilistico non si limita alle acquisizioni, ma ha anche fatto molti sforzi nello sviluppo indipendente.

Nell'ottobre 2016, Intel e Neusoft hanno sviluppato congiuntamente una soluzione di piattaforma software-defined cockpit (SDC): C-AIfus.

Alla fine del 2016, Intel ha fondato la sua divisione dedicata alla guida autonoma. Dopo aver acquisito Mobileye nel 2017, Intel ha unito la sua divisione dedicata alla guida autonoma con l'azienda.

Nel 2017, Intel ha lanciato la piattaforma Intel Go, che comprende una piattaforma di sviluppo per la guida autonoma nei veicoli, una piattaforma di comunicazione 5G per la guida intelligente e un kit di sviluppo software per la guida intelligente.

Per quanto riguarda l'Internet dei veicoli 5G, Intel ha rilasciato un modem 5G all'inizio del 2017 e ha lanciato il chip baseband 5G XMM 8060 alla fine del 2017.

Inoltre, Intel ha assemblato una flotta di prova composta da 100 veicoli.

A luglio di quest'anno, Intel ha lanciato il toolkit OpenVINO, utilizzato principalmente per accelerare lo sviluppo di applicazioni di visione artificiale ad alte prestazioni e di visione con apprendimento profondo.

Intel attribuisce inoltre grande importanza alla Cina, il più grande mercato automobilistico del mondo, e si impegna a rafforzare la cooperazione con le aziende cinesi locali.

Per quanto riguarda gli abitacoli intelligenti, Intel ha avviato una collaborazione con case automobilistiche come FAW, BAIC e Great Wall. In occasione della fiera CES di quest'anno, Intel ha annunciato che avrebbe collaborato con SAIC e NavInfo per sviluppare una tecnologia di guida autonoma. Alla Baidu AI Developer Conference di quest'anno, Intel ha svelato la sua approfondita collaborazione con Baidu nei settori della guida autonoma e dell'intelligenza artificiale. Inoltre, Intel sta attualmente testando le tecnologie 5G con Huawei.

Ripensando alle azioni di Intel negli ultimi anni, si può notare che la presenza di Intel nel settore automobilistico è molto completa: dai sensori alle mappe ad alta precisione, dalle reti di veicoli alle flotte di prova, dallo sviluppo software ai chip core, agli abitacoli intelligenti, alla guida autonoma e alle reti di veicoli, Intel non ha tralasciato nulla. A parte il fatto di non partecipare direttamente alla produzione di automobili, Intel fondamentalmente copre tutti gli aspetti della trasformazione del settore automobilistico.

L'unica carta vincente di Intel è Mobileye

Nonostante abbia fatto grandi passi avanti nel settore automobilistico, rispetto ai giganti dei semiconduttori di dimensioni simili come Nvidia e Qualcomm, il più grande vantaggio competitivo di Intel è l'acquisizione su larga scala di Mobileye.

Mobileye è attualmente il più grande fornitore di tecnologia ADAS al mondo, con oltre 27 milioni di veicoli che utilizzano i suoi prodotti. Attualmente, la maggior parte dei sistemi di assistenza alla guida più avanzati nel campo front-end utilizzano le soluzioni Mobileye.

Intel ha acquisito Mobileye a un prezzo elevato per i suoi vantaggi nel campo ADAS. Dopo l'acquisizione, Intel ha unito la sua divisione originaria dedicata alla guida autonoma con l'azienda. Ora, il percorso di guida autonoma di Intel è in realtà lo stesso percorso intrapreso in precedenza da Mobileye.

L'approccio adottato da Intel è quello di concentrarsi sulla tecnologia visiva. C'erano segnali che indicavano che Intel avrebbe scelto questa strada prima dell'acquisizione di Mobileye. In precedenza, Itseez e Movidius, acquisite da Intel, erano entrambe legate all'elaborazione della visione artificiale.

Mobileye ha acquisito notorietà grazie ai sistemi ADAS e vanta già un buon mercato e una buona base di clienti in questo settore. Attualmente la maggior parte delle case automobilistiche non è in grado di implementare la guida autonoma di alto livello (L4, L5). L'attenzione di Intel sui sistemi ADAS può sia valorizzare i suoi punti di forza che evitarne i punti deboli, rimanendo al contempo in linea con la strategia delle case automobilistiche tradizionali volta a promuovere gradualmente la guida autonoma.

La soluzione di visione artificiale di Intel si basa su telecamere a basso costo per percepire l'ambiente di guida dell'auto. Il vantaggio della soluzione Heavy Vision non è solo il suo basso costo, ma anche il suo contributo alla promozione del modello di crowdsourcing di mappe ad alta precisione, condizione indispensabile per la realizzazione della guida senza pilota.

Intel ha avviato collaborazioni con BMW, Volkswagen, Nissan, NavInfo e altri. Quest'anno almeno 2 milioni di veicoli saranno dotati di chip EyeQ4 e inizieranno ufficialmente a raccogliere dati stradali.

L'elevato numero di utenti offre a Intel un vantaggio nell'ottenimento dei dati cartografici. Intel ha attualmente sfruttato i suoi vantaggi in termini di dati per formare una grande alleanza sui dati con le case automobilistiche. Da un lato, ciò consolida il rapporto di cooperazione tra Intel e le case automobilistiche e aumenta la difficoltà per i ritardatari di sfondare; D'altro canto, Intel può utilizzare i dati condivisi dalle case automobilistiche per migliorare la propria tecnologia e progredire verso una tecnologia di guida autonoma di livello superiore.

Waymo, all'avanguardia nella guida autonoma, ha adottato la soluzione lidar. Il LiDAR è effettivamente superiore alle telecamere in termini di prestazioni e può fornire informazioni più complete rispetto a queste ultime. Ciò riduce i requisiti per la tecnologia dell'intelligenza artificiale e ne accelera lo sviluppo. Tuttavia, l'elevato costo del lidar limita la promozione di questa soluzione.

Sebbene il lidar sia attualmente costoso, c'è ancora ampio margine di riduzione dei prezzi man mano che la tecnologia avanza e la portata delle sue applicazioni si amplia. Non si sa ancora quale piano avrà l'ultima parola.

Il tempo stringe per Intel

Grazie all'acquisizione di Mobileye, Intel è temporaneamente leader del mercato ADAS. Ma nel campo della guida autonoma di alto livello, Nvidia ha preso l'iniziativa affidandosi alle GPU.

La CPU è il vantaggio di Intel, ma quando si tratta di deep learning, la sua efficienza non è buona quanto quella della GPU di Nvidia. L'apprendimento profondo è fondamentale per la guida autonoma. Grazie al deep learning, il sistema di guida autonoma può acquisire capacità di riconoscimento delle immagini e può identificare e distinguere oggetti come percorsi, pedoni, semafori, ostacoli, ecc., fornendo così all'auto una base per formulare giudizi e prendere decisioni.

NVIDIA è stata la prima ad applicare cluster GPU all'elaborazione dei dati di deep learning e occupa una posizione di leadership nel campo del deep learning. La GPU di NVIDIA ha accelerato lo sviluppo della tecnologia AI e ha reso la GPU di NVIDIA la prima scelta per i chip di elaborazione AI. Di conseguenza, Nvidia ha acquisito clienti importanti come Tesla, Audi, Volvo, Mercedes-Benz, Toyota, Honda, Volkswagen e Fiat.

Inizialmente Tesla utilizzava il chip di guida assistita EyeQ3 di Mobileye. Ma Tesla non è soddisfatta dell'ADAS e spera di andare oltre e raggiungere un livello più elevato di guida autonoma. Mobileye è più che in grado di gestire i sistemi ADAS, ma la potenza di calcolo del suo EyeQ3 non è sufficiente per gestire le attività di elaborazione della guida autonoma avanzata. Così Tesla abbandonò Mobileye e scelse Nvidia.

Intel si trova ad affrontare grandi sfide nel passaggio dai sistemi ADAS alla vera guida autonoma.

Sebbene si tratti solo di un miglioramento di un livello da L2 a L3, in realtà si è verificato un cambiamento qualitativo. La L2 continua ad assistere gli esseri umani nella guida e il conducente mantiene sempre la posizione dominante. La L3 richiede che il veicolo assuma l'intera responsabilità della guida in determinate condizioni, il che richiede prestazioni molto elevate da parte del veicolo; inoltre, i requisiti per la potenza di calcolo dei chip di bordo stanno aumentando rapidamente. Esistono numerose soluzioni sul mercato che supportano la guida autonoma di livello L2, ma sono pochissime le soluzioni L3. Se le case automobilistiche vogliono sviluppare ulteriormente i loro prodotti oltre il livello L4, Nvidia è praticamente l'unica scelta.

Mobileye è molto orgogliosa del settore ADAS, ma le sue soluzioni basate principalmente sul visual computing non presentano vantaggi in termini di ragionamento strategico e potenza di calcolo. Ciò limita lo sviluppo di Intel verso livelli più elevati di guida autonoma. Per compensare questo svantaggio, nel 2015 Intel ha acquisito Altera, che già disponeva di soluzioni di chip AI FPGA.

L'FPGA presenta i vantaggi di un basso consumo energetico, elevate prestazioni in tempo reale e programmazione flessibile, rendendolo molto adatto per attività di elaborazione legate alla guida autonoma. I chip FPGA sono stati utilizzati nella piattaforma di elaborazione dati per la guida autonoma Intel Go, lanciata in precedenza da Intel.

La posizione di Intel nel campo degli FPGA le ha dato l'opportunità di competere con Nvidia. Tuttavia, non è ancora chiaro se l'FPGA riuscirà a competere o addirittura a superare la GPU nel campo della guida autonoma.

Gli attori del settore dei chip per la guida autonoma non sono solo le aziende di semiconduttori. Il sistema di guida autonoma di Tesla utilizza chip di Nvidia, ma la notizia della collaborazione con AMD per sviluppare i propri chip per la guida autonoma dimostra che Tesla non è disposta a lasciarsi manipolare da altri.

Se il chip sviluppato internamente avrà successo, Tesla avrà un maggiore controllo sull'hardware di base e si prevede che otterrà vantaggi unici nell'accelerazione hardware e in altri aspetti. Ma cosa ancora più importante, dopo la produzione su larga scala, Tesla potrà ridurre i costi. Tuttavia, non tutte le case automobilistiche hanno il coraggio e la forza per farlo.

Il rapido progresso della tecnologia 5G ha creato le condizioni per la realizzazione dell'Internet dei veicoli. Sebbene Intel abbia anche un approccio all'Internet of Vehicles 5G, Qualcomm ha chiaramente più vantaggi.

Qualcomm ha avuto molto successo nell'era dell'intelligenza mobile, ma l'architettura ARM che utilizza si basa sul basso consumo energetico piuttosto che sull'elevata potenza di calcolo come suo principale fattore competitivo. Sebbene per le automobili sia ancora necessario tenere conto del consumo energetico, i requisiti in materia di consumo energetico non sono così severi rispetto ai telefoni cellulari. Al contrario, la guida autonoma e la messa in rete dei veicoli richiedono una potenza di calcolo dei veicoli molto elevata. I chip Qualcomm sono svantaggiati in termini di potenza di calcolo.

Intel ha acquisito un vantaggio nel campo ADAS grazie all'acquisizione di Mobileye, e il fallimento dell'acquisizione di NXP rappresenta senza dubbio un duro colpo per Qualcomm. Tuttavia, si prevede che gli enormi vantaggi di Qualcomm nel campo delle comunicazioni aiuteranno l'azienda a tornare in auge nel campo dell'Internet of Vehicles.

La guida autonoma di alto livello è in realtà inscindibile dall'Internet dei veicoli. L'Internet dei veicoli può aiutare i veicoli a superare gli angoli ciechi dei sensori e a consentire la comunicazione tra veicoli e altri veicoli, pedoni e strutture del traffico, e può ridurre i requisiti del veicolo in termini di sensori, intelligenza artificiale e potenza di calcolo dei chip. Sebbene Qualcomm sia svantaggiata nell'informatica dei terminali veicolari, l'applicazione dell'Internet of Vehicles può offrire a Qualcomm margini di sviluppo futuri.

In realtà, c'è ancora molta strada da fare prima di arrivare alla vera guida autonoma. Nei prossimi anni, i sistemi ADAS continueranno a essere la soluzione di guida autonoma più diffusa sul mercato. Nei prossimi anni, Intel avrà vita più facile nel campo della guida autonoma. Tuttavia, se Intel non riuscirà a recuperare terreno nei settori della potenza di calcolo dei chip e delle reti dei veicoli, è probabile che ripeterà gli errori dell'era dell'intelligenza mobile in un futuro più lontano.

Vincitore del Qingyun Plan di Toutiao e del Bai+ Plan di Baijiahao, del Baidu Digital Author of the Year 2019, del Baijiahao's Most Popular Author in the Technology Field, del Sogou Technology and Culture Author 2019 e del Baijiahao Quarterly Influential Creator 2021, ha vinto numerosi premi, tra cui il Sohu Best Industry Media Person 2013, il China New Media Entrepreneurship Competition Beijing 2015, il Guangmang Experience Award 2015, il China New Media Entrepreneurship Competition Finals 2015 e il Baidu Dynamic Annual Powerful Celebrity 2018.