收购Mobileye后 英特尔自动驾驶研发中心开门迎客
作者：admin 发表时间：2017-10-19 浏览：84 海淘动态
当地时间周三，英特尔在其加州圣荷西的自动驾驶研发中心举行了落成剪彩仪式。据了解，除了宣布研发中心的落成，英特尔还找来了德尔福、宝马等一众合作伙伴进行阶段性技术成果的展示。英特尔高级副总裁、自动驾驶事业部总裁Doug Davis、自动驾驶事业部副总裁Kathy Winter及被英特尔收购的深度学习公司Nervana Systems公司CEO Naveen Rao一并亮相，就新研发中心及自动驾驶自动驾驶业务进展发表了看法。36氪从英特尔处获悉，这是英特尔继美国亚利桑那州、美国俄勒冈州、德国柏林之后的全球第四个自动驾驶研发中心。Davis表示，新研发中心对英特尔现有的自动驾驶汽车的开发和测试工作是一个良好的补充。亚利桑那州的环境对自动驾驶汽车传感器的测试非常有利，这是英特尔及谷歌Waymo、Uber在那里展开测试的主要原因，但新中心紧邻英特尔在自动驾驶领域的关键技术合作伙伴，包括整机厂、许多在硅谷拥有研发中心、开展自动驾驶技术测试的合作伙伴。在当天的大会上，英特尔还展示了将在下半年上路测试的宝马自动驾驶测试车型，该车型以宝马740i为原型，由英特尔、Mobileye和宝马联合打造，如果把自动驾驶技术简单划分为感知、决策和控制三部分的话，宝马自动驾驶汽车的感知部分由Mobileye提供技术支持，英特尔负责路径规划及决策，宝马完成控制和零部件集成。英特尔展示的宝马740i自动驾驶汽车从测试车型来看，合作三方在传感器集成上也下了一番功夫，将传感器布局与车辆本身进行了深度融合，已经看不到像Uber、Waymo车顶突兀的激光雷达。据了解，今年下半年，一支规模在40辆左右的宝马740i测试车型组成的自动驾驶车队将会上路测试。这一规划与去年三方结盟时的目标基本一致，此外，宝马重申了2021年量产Level 4级别的自动驾驶汽车的目标。英特尔自动驾驶事业部副总裁兼总经理Kathy Winter表示，自动驾驶汽车上路测试一个半小时，就可以产生高达4TB的数据量。这些数据多数来自摄像头、雷达和激光雷达等传感器，除了用于自动驾驶路径规划、地图更新和算法优化，这些数据中还包括用户私人信息的储存，包括驾驶员常听的广播、喜欢的咖啡厅和首选的出行路线等。Winter表示，这些数据是未来自动驾驶汽车运行的关键部分，但如此巨大的数据量处理也构成了新的挑战。唯有行业携手合作才能解决这一问题。新研发中心将帮助处理大量的冗余驾驶数据，这对于深度学习平台的训练及自动驾驶汽车中新技术的测试非常有帮助。英特尔IOT体验事业部创意总监Matt Yurdana向媒体展示了一个多功能测试系统。该系统展示了自动驾驶汽车作为汽车共享服务网络中的一员，如何完成与乘客的交互。英特尔希望通过该系统的人机交互提升自动驾驶汽车的用户体验，从而建立那些对自动驾驶技术持怀疑态度的用户的信任。除了宝马自动驾驶测试车型，现场还展出了由英特尔和Mobileye提供部分技术支持的基于奥迪SQ5打造的德尔福自动驾驶汽车。4月21日，36氪记者曾在上海国家智能网联汽车试点示范区参加了该车型的试乘活动，当时德尔福工作人员告诉36氪，德尔福有信心在2019年具备量产CSLP解决方案(德尔福自动驾驶系统)。德尔福CTO Glen De Vos也透露，到2019年可以陆续看到德尔福自动驾驶技术在有条件的驾驶环境例如园区班车等场景中商用。德尔福基于奥迪SQ5打造的自动驾驶原型车但我们熟知的是，早在去年的IDF(英特尔信息技术峰会)上，英特尔就曾宣布，公司将通过各部门的技术支持，结合5G、数据中心、AI多个领域的力量，为车企提供自动驾驶端到端的解决方案。那么英特尔如何处理与德尔福的竞和关系?Winter表示英特尔在汽车产业的业务范围覆盖了车规级CPU、人机智能交互、及智能汽车AI等领域。当然，英特尔也可以继续扮演自动驾驶关键技术供应商(而不仅仅是端到端的解决方案)的角色，这也意味着英特尔新的收入机会。他对英特尔的自动驾驶技术感到最兴奋的一点就是在拯救生命、减少交通伤亡方面的潜力。最大的机会在智能汽车中AI的应用。 Winter说道。这主要归因于英特尔集团架构的优势，集团独立于任何具体的业务部门。这使得英特尔的AI技术可以在汽车业务部门的测试中学习、再将获得替身的AI技术应用到医疗服务中，反之亦然。Rao领导的Nervana Systems研发了一个深度学习框架，可以结合英特尔的FPGA芯片，构建效率超越通用GPU的深度学习技术。这使得英特尔在智能汽车AI领域有了弯道超车的机会。在完成对Mobileye的收购后，无论是全球范围内兴建研发中心，还是对合作伙伴的开放态度，都能看出英特尔作为芯片巨头把intel inside从电脑往汽车转移的不懈努力。
分享到
上一页：
永安行决定暂缓IPO发行
部分图片内容来自于网友投稿
0/300
微博发布