我们再来看这一行风头最健的两家企业—Mobileye和Nvidia。
最近一段时间,两家公司在资本市场的此消彼长令人瞩目,Mobileye一向是ADAS领头羊,而Nvidia在老资格玩家眼中还是游戏硬件厂商,如今却在无人驾驶上激烈交锋。
Mobileye与特斯拉分手并被Inter收购前后,股价剧烈波动,而Nvidia股价从去年5月的35美元/股一路飙到今年5月的126.5美元,市值突破800亿美元,要知道摩根斯坦利给Waymo的估值也只有700亿美元,加上最近软银40亿美元的大手笔,说明多数人认可了Jensen Huang(黄仁勋)的说法:GPU是实现无人驾驶的唯一途径。
具体来说,就是认为Nvidia的12颗GPU组成的拥有8万亿次浮点运算能力并能同时处理12路摄像头、雷达和超声波传感器的水冷Drive PX 2,要完爆Mobileye每秒2万亿次运算能力、仅支持8个摄像头的EyeQ4处理器。
更不用说Nvidia的怪兽级深度学习计算机DGX-1了,后者拥有8颗Pascal架构GP100核心的Tesla P100 GPU外加7TB的SSD,2颗16核心Xeon E5-2698v3以及512GB的DDR4内存。
按Inter的估算,一辆无人车每小时会产生45T的数据,考虑到未来的商业普及,这种规模的数据完全靠云端解决并不现实,而本地化处理没有超强的硬件绝对玩不转。
这也就说明了为什么在行业人士看来,Mobileye那一套基于视觉感知体系建立起来的解决方案,怎么看都比Nvidia的硬件+深度学习要Low一些。
同时V2X通信标准成熟后,车辆可以不依赖摄像头等视觉感知设备就与交通设施完成通讯,这就削弱了Mobileye而加强了Nvidia的地位。
这听起来好象有道理,其实也未必。
Mobileye的最大教训是去年5月7日的特斯拉事故后与Elon Musk互相指责,Eye Q3单目前视+毫米波雷达的信息冗余度不够,极端情况下容易产生误判,到Eye Q4的3目前视+5目环视方案就基本解决了。特别是3目前视能够组合三维信息,就类似于激光雷达了。
但这还不足以与Drive PX 2竞争,Mobileye真正要做的是Eye 4+REM(道路体验管理系统,Road Experience Management)的解决方案。通过与主机厂合作,Eye Q4利用摄像头记录道路信息,转化为可供车辆使用的数据,这使得Mobileye拥有了自己的高精度地图,精确度号称达到10.16厘米,让Mobileye的“环境感知模式”可以快速识别并分类移动物体、护栏、道路标线、交通标志、信号灯等。
这个逻辑类似于当年谷歌收购众包地图Waze以及Uber收购地图创业公司deCarte,算是低成本解决无人驾驶的一种过度性手段。
更重要的是这套系统不动声色的利用了Mobileye多年来在ADAS领域的优势,它从2007年就与VOLVO合作,至今扩展到数十家主机厂和数以千万计的车辆,最近又与Delphi结盟,这些数据每天都在完善和提升REM的能力,帮助Mobileye突破L5级的自动驾驶。
而Nvidia Drive PX 2售价高达1.5万美元,这会让主机厂的BOM表变得非常难看,虽然攻下丰田收获大胜,但暂时还缺乏产业支持。
上页 1 2 3 4 5 6 下页