半導体大手が自動運転でしのぎを削る中、モービルアイを買収したインテルにどれだけの可能性があるのだろうか。

X86 チップ アーキテクチャに固執した Intel は、モバイル インターネット時代を完全に逃してしまいました。同社は現在、5Gや自動運転などで再起を図り、万全の戦力で再戦する計画だ。しかし、時価総額のピークである5000億ドルまでまだ半分にも達していないインテルは、まさに中国のサッカーチームと同じような状況にあり、彼らに残された時間はどんどん少なくなっている。

インテルの自動車分野における包括的なレイアウト

自動車業界は大きな変化を遂げており、自動車が次世代のスマートプラットフォームとなることは当然のことです。将来、自動車はスマートフォンに比べてより多くのチップを必要とし、製造がより困難になり、より多くの機能を備え、より複雑なビジネスエコシステムを伴うようになるでしょう。今後、自動車産業が世界の半導体大手間の競争の焦点となることは間違いない。

自動運転、車両ネットワーク、そして自動車を中心としたスマートコックピットは、インテルとその競合他社にとって見逃すことのできない開発機会となるでしょう。モバイルインテリジェンスの時代に業績が振るわなかったインテルは、PC時代の栄光を再現すべく、集中的な計画を立てている。

インテルは時代の変化に対応し、自動運転の主導権を握るために、近年、買収を続けています。

もちろん、インテルの自動車分野における展開は買収だけではなく、独自の開発にも力を入れています。

2016 年 10 月、Intel と Neusoft は共同でソフトウェア定義コックピット (SDC) プラットフォーム ソリューションである C-AIfus を開発しました。

2016年末、インテルは自動運転部門を設立しました。インテルは2017年にモービルアイを買収した後、同社の自動運転部門を同社と統合した。

インテルは2017年に、自動運転車載開発プラットフォーム、インテリジェント運転5G車載通信プラットフォーム、インテリジェント運転ソフトウェア開発キットを含むIntel Goプラットフォームを発表しました。

5G Internet of Vehiclesに関しては、Intelは2017年初頭に5Gモデムをリリースし、2017年末には5GベースバンドチップXMM 8060を発売しました。

さらに、インテルは100台の車両からなるテスト車両群を編成した。

今年 7 月、Intel は高性能コンピューター ビジョンとディープラーニング ビジョン アプリケーションの開発を加速するために主に使用される OpenVINO ツールキットをリリースしました。

また、インテルは世界最大の自動車市場である中国を重視しており、中国現地企業との連携強化に努めています。

スマートコックピットに関しては、インテルはFAW、BAIC、Great Wallなどの自動車メーカーと協力関係を築いています。今年初めのCESショーで、インテルはSAICおよびNavInfoと協力して自動運転技術を開発すると発表した。今年の百度AI開発者会議で、インテルは自動運転と人工知能の分野で百度との緊密な協力関係を明らかにした。さらに、インテルは現在、ファーウェイと共同で5G関連技術のテストを行っている。

近年のインテルの行動を振り返ると、自動車分野におけるインテルの展開が非常に包括的であることがわかります。センサーから高精度マップ、車両ネットワークからテスト車両群、ソフトウェア開発からコアチップ、スマートコックピット、自動運転、車両ネットワークまで、インテルはどれも見逃していません。自動車製造自体には参加していないことを除けば、基本的に自動車産業の変革の焦点のすべてを含んでいます。

インテルの唯一の切り札はMobileye

自動車分野で幅広い展開をしているが、NVIDIAやQualcommといった同規模の半導体大手と比べると、Intelの最大の競争優位性はMobileyeの大規模買収だ。

Mobileye は現在、世界最大の ADAS テクノロジー プロバイダーであり、2,700 万台以上の車両が Mobileye 製品を使用しています。現在、フロントエンド分野のほとんどの先進運転支援システムは、Mobileye のソリューションを使用しています。

インテルはADAS分野での優位性からMobileyeを高値で買収した。買収後、インテルは元々の自動運転部門を同社と統合した。さて、インテルの自動運転の道筋は、実はモービルアイが以前辿った道筋と同じなのです。

Intel が採用したアプローチは、ビジュアル テクノロジーに重点を置くことです。 Intel が Mobileye を買収する前から、同社がこの道を選ぶ兆候はあった。以前、Intel に買収された Itseez と Movidius は、どちらもコンピューター ビジョン処理に関連していました。

Mobileye は ADAS のおかげで注目を集めるようになり、この分野ですでに優れた市場と顧客基盤を築いています。現在、ほとんどの自動車メーカーは、高度な（L4、L5）自動運転を導入する能力を持っていません。インテルがADASに注力することで、同社の強みを生かしながら弱点を回避することができ、また、従来の自動車メーカーが段階的に自動運転を推進するという戦略とも一致することになる。

Intel の重ビジョン ソリューションは、低コストのカメラを利用して自動車の運転環境を認識します。ヘビービジョンソリューションの利点は、低コストであるだけでなく、無人運転の実現に不可欠な条件である高精度地図のクラウドソーシングモデルの推進にも役立つことです。

インテルは、BMW、フォルクスワーゲン、日産、NavInfo などと協力関係を結んだ。今年は、少なくとも200万台の車両にEyeQ4チップが搭載され、正式に道路データの収集が開始される予定です。

膨大な数のユーザーが存在するため、Intel は地図データを入手する上で有利になります。インテルは現在、自社のデータの優位性を活用して自動車メーカーとビッグデータ提携を結んでいる。一方で、これによりインテルと自動車会社の協力関係が強化され、後発企業が突破口を開くことが難しくなります。一方、インテルは自動車会社から共有されたデータを活用して自社の技術を改良し、より高度な自動運転技術へと進むことができる。

自動運転の最前線に立つWaymoは、LIDARソリューションを採用しました。 LiDAR は確かにカメラよりも性能が優れており、カメラよりも包括的な情報を提供できます。これにより、人工知能技術に対する要件が軽減され、開発がスピードアップします。しかし、LIDAR のコストが高いため、このソリューションの推進は制限されます。

LIDARは現在高価ですが、技術が進歩し、応用範囲が拡大するにつれて、価格が下がる余地はまだ大きくあります。どの計画が最後に笑うことになるかは不明だ。

インテルの時間は残りわずか

Mobileye の買収により、Intel は ADAS 市場を一時的にリードしています。しかし、高度な自動運転の分野では、Nvidia が GPU に頼ることでリードしています。

CPUはIntelの強みですが、ディープラーニングに関してはNvidiaのGPUほど効率が良くありません。ディープラーニングは自動運転にとって重要です。ディープラーニングを通じて、自動運転システムは画像認識能力を獲得し、道、歩行者、信号、障害物などの物体を識別・区別できるようになり、それによって車が判断や決定を行うための基礎を提供することができます。

NVIDIA は、ディープラーニング データ処理に GPU クラスターを初めて適用し、ディープラーニングの分野で主導的な地位を占めています。 NVIDIA の GPU は AI 技術の開発を加速させ、AI コンピューティング チップの第一選択肢にもなりました。その結果、Nvidia は、テスラ、アウディ、ボルボ、メルセデス・ベンツ、トヨタ、ホンダ、フォルクスワーゲン、フィアットなどの大手顧客を獲得しました。

テスラは当初、モービルアイの運転支援チップ「EyeQ3」を使用していた。しかし、テスラはADASに満足しておらず、さらに進んで、より高いレベルの自動運転を実現したいと考えています。 Mobileye は ADAS の処理能力を十分に備えていますが、EyeQ3 の計算能力は高度な自動運転の計算タスクを処理するには不十分です。そこでテスラはモービルアイを放棄し、Nvidiaを選んだ。

Intel は、ADAS から真の自動運転への進化において大きな課題に直面しています。

L2からL3へのレベルアップはたった1つですが、実は質的な変化が起きています。 L2 は依然として人間の運転を支援し、ドライバーが常に主導権を握ります。 L3では、特定の条件下で車両が運転タスク全体を引き継ぐ必要があるため、車両の能力に対する要求が非常に高くなり、車載チップの計算能力に対する要件も急激に高まっています。市場には L2 レベルの自動運転をサポートするソリューションが多数ありますが、L3 ソリューションはほとんどありません。自動車会社が L4 レベルを超える製品をさらに開発したい場合、Nvidia がほぼ唯一の選択肢となります。

Mobileye は ADAS 分野に非常に誇りを持っていますが、主にビジュアル コンピューティングに基づくソリューションには、戦略的推論やコンピューティング能力の面での利点はありません。これにより、Intel のより高度な自動運転に向けた開発が制限されます。この欠点を補うために、Intel は 2015 年に、すでに FPGA AI チップ ソリューションを持っていた Altera を買収しました。

FPGA は、低消費電力、高いリアルタイム性能、柔軟なプログラミングなどの利点があり、自動運転に関連するコンピューティング タスクに非常に適しています。 FPGA チップは、インテルが以前に発売した自動運転コンピューティング プラットフォーム Intel Go にも採用されています。

FPGA 分野における Intel のレイアウトにより、同社は Nvidia と競争する機会を得ました。しかし、FPGA が自動運転の分野で最終的に GPU と競合したり、あるいはそれを上回ることができるかどうかは不明です。

自動運転チップの分野で活躍しているのは半導体企業だけではない。テスラの自動運転システムはNvidiaのチップを使用しているが、同社がAMDと協力して独自の自動運転チップを開発しているというニュースは、テスラが他社に操られるつもりがないことを物語っている。

自社開発チップが成功すれば、テスラはコアハードウェアに対する制御力を高め、ハードウェアアクセラレーションなどの面で独自の優位性を築くことが期待される。さらに重要なのは、大規模生産後、テスラはコストを削減できるということです。しかし、すべての自動車会社がそうする勇気と力を持っているわけではない。

5G技術の急速な進歩により、車両のインターネットの実現に向けた条件が整いました。インテルも5G Internet of Vehiclesに参入しているが、明らかにクアルコムの方が優位性が高い。

Qualcomm はモバイルインテリジェンスの時代に大きな成功を収めてきましたが、同社が採用している ARM アーキテクチャは、高いコンピューティング能力ではなく、低消費電力をコア競争力としています。自動車の場合もエネルギー消費を考慮する必要がありますが、携帯電話と比較すると、エネルギー消費の要件はそれほど厳しくありません。逆に、自動運転や車両ネットワーク化には、車両の非常に高い計算能力が必要です。クアルコムのチップは計算能力の面で不利だ。

インテルはMobileyeの買収によりADAS分野で優位に立っており、NXPの買収失敗はQualcommにとって大きな打撃となることは間違いない。しかし、通信分野におけるクアルコムの大きな優位性は、車両インターネットの分野での復活に役立つと期待されています。

高度な自動運転は、実際には車両のインターネットと切り離せないものです。車両のインターネットは、車両がセンサーの死角を突破し、車両と他の車両、歩行者、交通施設との間の通信を可能にするのに役立ち、車両のセンサー、人工知能、チップの計算能力に対する要件を軽減できます。クアルコムは車載端末コンピューティングでは不利な立場にあるが、車両のインターネットの応用により、将来的にはクアルコムに発展の余地が生まれる可能性がある。

実際のところ、真の自動運転が実現するまでには、まだ長い道のりが残っています。今後数年間、ADAS は依然として市場における主流の自動運転であり続けるでしょう。今後数年間、インテルは自動運転の分野でより有利な立場に立つことになるだろう。しかし、インテルがチップの計算能力と車両ネットワークの分野で追いつけない場合、遠い将来にモバイル・インテリジェンス時代の過ちを繰り返すことになる可能性が高い。

今日頭条の青雲計画と百家曼の百+計画の受賞者、2019年百度デジタル著者オブザイヤー、百家曼テクノロジー分野最人気著者、2019年捜狗テクノロジー文化著者、2021年百家曼季刊影響力のあるクリエイターとして、2013年捜狐最優秀業界メディア人、2015年中国ニューメディア起業家コンテスト北京3位、2015年光芒体験賞、2015年中国ニューメディア起業家コンテスト決勝3位、2018年百度ダイナミック年間有力セレブなど、多数の賞を受賞しています。