与高通分手后，恩智浦的变与不变
作者:单祥茹 来源:中国电子商情
发布时间:2018-09-17
“今年的主人仍是NXP，NXP又回来了，又成为快乐的单身汉！”恩智浦半导体全球市场销售资深副总裁兼大中华区总裁郑力激情四射的开场白拉开了2018恩智浦未来科技峰会的大幕。这也是与高通分手后，恩智浦在官方渠道就持续两年的收购之事正式发声。
“两年的时间，恩智浦一直在思考的是26000家客户的需求是什么，并且制定了新的发展方略，那就是顺应市场，领导市场，既是方案的提供者，也是一个完整的服务平台。现在看来，这比拿到那笔20亿美元的分手费更可贵。”用郑力的话说，恢复单身的恩智浦，有两点没有变，一是公司仍以恩智浦的面目完整地出现在行业面前。二是坚持把智慧生活、安全连接作为公司在汽车电子、物联网、人工智能等领域最为聚焦的应用技术场景，坚持这条技术路线不变，继续加大投资。
恩智浦未来科技峰会每两年一届，与上一届峰会时的低调慎言相比，今年的峰会现场气氛异常火爆。超过100个小时的技术研讨会和百余项演示，覆盖嵌入式人工智能、物联网、边缘计算、安全互联汽车等领域，搭载激光雷达的领克轿跑车也开进了展示现场。同时，阿里巴巴、百度、吉利汽车、京东、小米等企业的重磅嘉宾同台发表了主旨演讲。
图1 恩智浦半导体全球销售与营销执行副总裁Steve Owen
恩智浦半导体全球销售与营销执行副总裁史帝夫•欧文（Steve Owen）在主旨演讲中提出：“作为全球领先的人工智能和物联网半导体厂商，恩智浦一直致力于将前沿技术传递到整个生态圈。面对AI-IoT、互联汽车领域的巨大契机，我们期待和更多的中国企业联手，基于恩智浦业界顶级的技术和创新平台，打造更多的创新标杆，推动中国企业走向国际舞台，引导商业和技术变革，共创激动人心的未来。”这其中蕴含着恩智浦积蓄许久的市场动作。
图2 恩智浦半导体全球市场销售资深副总裁兼大中华区总裁郑力
稳第一，恩智浦继续领跑汽车半导体市场
现在，汽车行业有很多颠覆性的创新，而90%的创新源于汽车电子的创新。目前，每辆汽车内装配的半导体价值大约为384美元，预计这一数值在今后10～12年里将增长3倍。这也是为什么很多的并购也是围绕这个主题展开。汽车作为一个重要的应用领域，无疑是恩智浦非常重要的市场之一。
图3 恩智浦半导体资深副总裁兼汽车电子事业部首席技术官Lars Reger
恩智浦半导体资深副总裁兼汽车电子事业部首席技术官Lars Reger在演讲中提到：“现在，自动化、电气化、智能网联三大技术趋势正在推动着汽车行业的技术发展，恩智浦的核心创新也主要围绕这三个趋势展开。从用户角度看，能够安全快捷地出行是他们最大的愿望，恩智浦的目标就是让这一愿景成为现实。”
恩智浦在汽车模拟/RF/DSP、汽车微控制器市场、商用汽车MEMS传感器三个方面均居行业第一。在应用领域，车载信息娱乐、汽车安全门禁、车身与车载网络、安全、动力传动系统这几个方面也是全球第一。技术和应用两方面的双重优势，确立了恩智浦在汽车半导体市场的领导地位，在整个价值链上也有更加重要的位置。
随着半导体和网络技术的进步，汽车架构发生了很大变化，基于域的架构已经形成，并从动力、车身、信息娱乐系统3个传统域进一步扩展至包括连接和驾驶员系统（驾驶员替代域）的5大汽车域。Lars Reger表示，恩智浦的汽车产品和解决方案走的就是这个路线。
Lars Reger提出，汽车与其他的物联网设备一样，也具备感知、思考、行动三个功能。因此，现在的汽车可以划分成三个部分。汽车需要感知环境，避免障碍，经过思考，最后采取加速、制动或传向动作。过去2年，我们看到了多起发生在自动驾驶过程中的事故，Lars Reger认为这并不是车的大脑（控制部分）出现了问题，这些交通事故的大多是因为感知出现了问题。换句话说，一辆自动驾驶汽车，由于感知系统的问题，不能准确地判断路上的行人或车辆，最终才酿成交通事故。所以，我们现在必须要创造更好的、更出色的感知能力，才能有真正的自动驾驶汽车。
汽车是一个大的IoT节点，更像一个移动的智能机器人。早在上一届恩智浦未来科技峰会上，恩智浦就提出了这一观点，正如Lars Reger所言，公司的方案也主要针对感知、思考、行动三个方向。
在感知方面，恩智浦拥有全系统解决方案。根据最新的汽车市场分析预测，到2020年，雷达技术将在50%的新车上应用。毫米波雷达是实现自动驾驶不可或缺的关键环节，感知能力出色的雷达需要覆盖短距离到高分辨率长距离、360°环绕式探测，以及出色的成像能力。在“2018恩智浦未来科技峰会”上，恩智浦正式发布了新一代高性能77GHz毫米波雷达解决方案，在新的参考平台上将S32R处理器、射频收发器和天线设计组合在一起，有效扩展了恩智浦的雷达生态系统。这款汽车级解决方案由恩智浦与Colorado Engineering合作开发，是目前市场上唯一满足行业严格的功能、性能和安全要求的汽车级雷达开发平台。这款新雷达解决方案可加快雷达的应用开发及其在量产汽车中的部署，同时包括了完整的工具生态系统，可降低开发成本，大幅促进雷达应用在全球范围内的采用。
峰会期间，恩智浦还宣布了与吉利汽车的合作，双方将共同探索下一代毫米波雷达传感器和多雷达系统的前瞻性协作定义，将其用于下一代高级驾驶员辅助系统（ADAS）和自动驾驶功能。
在思考方面，恩智浦拥有性能出色的S32汽车处理器平台，性能提高10倍，能节省90%的研发资源。据Lars Reger介绍，针对汽车应用，恩智浦目前有两组不同的微控制器，LPCXpresso 6家族主要用于汽车信息娱乐系统。另外一组微控制器家族，它们要在汽车中承担非常繁重的工作，产品的性能与车辆的安全密切相关，比如要确保汽车中的数据完全准确、激光雷达以及视觉成像完全正确。目前，恩智浦已经准备了一系列微控制器参考设计。Bluebox是行业内安全性最高的汽车级解决方案，支持自动驾驶功能，是一个高度安全的集成式软件和硬件平台。据悉，百度的Apollo已经移植到恩智浦Bluebox平台上。
为了进一步完善和扩充S32平台，恩智浦刚刚收购的OmniPHY，将为公司带来先进的高速以太网技术，提供自动驾驶所需的关键专业知识和以太网技术，包括速度高达100 Gbps的IP。OmniPHY是高速汽车以太网IP领域的先锋，拥有符合汽车标准的100BASE-T1和1000BASE-T1标准IP，其专业技术包括汽车以太网，这种技术能够实现自动驾驶所需的快速数据传输。Lars Reger表示，通过将OmniPHY的先进高速传输技术与恩智浦在车载网络领域的领先产品组合及丰富经验相结合，恩智浦将在为汽车制造商提供新一代数据传输解决方案方面处于独领先位。
在行动方面，恩智浦拥有完善的动力控制解决方案。最新推出的用于电动车辆牵引电机变频控制器和电池管理的新型汽车电源控制参考平台，将恩智浦的MCU产品、电源管理系统基础芯片(SBC)，以及特定应用先进模拟电源与能源管理器件集成到易于使用的参考设计中，从而帮助客户以更快的速度和更低的开发风险交付下一代混合动力和电动车辆。
抓重点，大力提升边缘计算技术实力
Steve Owen在演讲中提到，现在，无论是政府还是行业组织和企业，越来越重视数据的分析能力。与此同时出现了大量新的智能设备，其应用范围覆盖从数据的获取到数据的处理，再到深度学习。在信息爆炸的时代，设备已经不堪重负，边缘计算应运而生，这也是我们今后越来越重要的一项技术。甚至，我认为边缘计算比数据中心有时还要重要。数据中心在存储方面有非常重要的功能。但要实时快速地完成计算，必须依靠边缘计算来完成，这是非常重要的一个结论。比如车辆，车辆到边缘，边缘回到车辆，这样的计算回路是非常高效的，而不是先到云端再发回来。当然，云会提供大量有效的信息给边缘，以及车辆本身会提供更多的信息给边缘。总而言之，边缘会在今后的5～10年间成为最为重要的发展领域。
边缘计算是恩智浦非常注重的发展领域，并推出了EdgeSacle网络。据恩智浦半导体资深副总裁兼数字网络事业部总经理Tareq Bustami介绍，目前恩智浦已经与中国移动合作，开始使用该项技术进行试运行。今年年初，与阿里巴巴也开展了边缘计算合作。Tareq Bustami认为EdgeSacle一定会在互联世界当中拥有它的一席之地和独特贡献。
恩智浦半导体资深副总裁、安全与连接事业部CTO Fari Assaderaghi表示，物联网设备数量在2020年将超过地球人口总数的三倍，达到200亿个。而且这个数字还在不断增长。更重要的是，这种端到端的设备变得越来越智慧。
然而，如果把所有数据都上传到云，可能会出现三个问题，第一个问题与所有权、隐私和安全相关。假如原始数据全部送到云端，不仅安全上存在隐患，而且使用者的隐私也没有办法得到完全的保护。从另外一方面看，如果这些计算都在本地，数据不需要送到云端，隐私和安全问题就得以解决。
第二个问题是带宽和延迟。大量的终端设备产生海量数据，此时数据传输需要更大的带宽。另外，延迟的存在对数据的实时处理可能是灾难性的。以无人驾驶为例，需要非常准确的计算，不能有任何的延迟。
第三个问题是成本考虑。数据上传需要付出高昂的成本，而边缘以及节点设备上产生的数据多数是在本地做决定。比如机器学习，本质上包含两部分，一是培训，建立一些模型；二是推测和预测，而很多推测和预测是在本地完成的，无需上传到云端。
边缘计算继续发展，需要有三个支柱。第一是传感器。它与智能终端节点密切相关，用来收集物理世界的数据。在此过程中，我们需要一个网络平台，它不仅具备高计算能力，同时还具有混合信号能力。而这些只有90纳米、40纳米、甚至28纳米的芯片才能做到。
第二是安全。在与云端进行联系时，首先要进行认证，确保与云端联系所有的内容都是经过认证的，当然可能要进行一些认证的信息交互。另外还要进行保护，一方面对设备中一些数据进行保护，另一方面对传输过程中的数据进行保护。意味着我们需要有一个非常复杂的、高效的加密。另外，为了能够确保系统的权威性或者真实性受到保护，不对系统进行篡改，这时候还需要有防篡改的功能以及可信的执行，才能确保所有重要功能不被篡改或者被骇客入侵。
第三是感知和计算。我们必须能够做一些高性能计算，可能会用在复杂的图像或者成像的功能当中，有时候我们需要做推理，或者是在边缘进行培训，机器学习相关的工作，也需要大量的计算能力。此时，10纳米级别的产品才能使得这些处理器计算能力更加增强。所以有这种不同的处理器，一种和及时设备相关联，因为它其实是通过模拟的方式来设计数据，同时也是和云联系在一起。另外一种处理器主要工作做高级的数据处理，可能用于机器学习或者人和机器交互，最重要一点就是整个成本，不管对于最终客户还是对于开发者的客户，必须能够在整个平台上使用不同的处理器，成本需要得到控制。
恩智浦的边缘计算究竟是怎么做的呢？Fari Assaderaghi认为，现在边缘和节点设备更加智能。恩智浦真正起到了黏合剂的作用，把边缘设备和云很好地连接在一起，也就是让那些在边缘设备产生的大量信息非常安全传输到云端，然后再传回来。现在已经可以支持Azure、AWS、GCP这些云。对客户的益处是，他们只需一个平台，而不再顾虑要连接的云是哪一个。对云供应商的益处是，他们可以获得几千个应用和客户的边缘节点。
在恩智浦，做机器学习是在边缘，并不是说所有的训练或者推理，都会在边缘或者都是在云里。很多的机器学习都是依靠大量数据，比如说人脸识别等等，如果我们需要大量的数据，那么时间如果不重要的话，可以用几天的时间来处理数据，都可以在云端来做。如果你要做的就是一个显示，然后来回应来减少浸透，这样他就能够很好的来适配边缘界定的设备，对于恩智浦来说，内存是没有那么多的，处理的能力也没有那么多，所以需要做一些修剪，来精简这个模式，这样它的尺寸就能够在边缘来进行。
很多时候推理都是在边缘做的，但是有一些机器学习的过程，一些经典的机器学习，这是深度神经网络出现之前，他们不需要很多的边缘或者是计算，因此，他们可以在边缘进行推理，所以主要就是看你的工作量，以及你需要的计算能力，然后来决定哪部分可以本地做，哪部分可以在云端做。
深耕AI-IoT，加速中国本地化应用进程
随着IoT设备智能化的加快，AI和IoT两个领域逐渐融合。比如汽车，不可能在关键时刻把数据发送到云端，由云端来做出决策，必须要在本地决策。从这个意义上来讲，IoT设备和AI已经在融合在一起。
中国是全球IoT芯片最大的应用市场之一，恩智浦也加快了其在中国的本土化应用进程。郑力表示：“过去3年，恩智浦增加了在中国本土的芯片设计研发人员，增幅超过30%。这也反映了恩智浦对中国本土和本地产业链合作的坚强决心。这样的方向，我们今后会持续的推进下去。也包括我们的产品，比如最近我们刚推出的i.MX RT，这是恩智浦的旗舰类产品，该产品以中国本地的需求和以中国本地的工程师为主进行开发和设计。接下来还会加速在中国本地芯片代工厂和封装厂生产的合作步伐。”
在峰会期间，恩智浦还宣布了与多家领先企业在AI-IoT和互联汽车等领域的重大合作：包括与富士康工业互联网股份有限公司（工业富联）展开合作，为工业富联提供工业互联网平台的解决方案和技术支持。基于该合作，恩智浦将凭借其在AI-IoT领域全面的产品组合向工业富联提供多方面的技术和解决方案支持，帮助工业富联打造基于“云+移动终端+硬件设备”的先进工业物联网平台，并进行充分的定制化开发以满足制造业错综复杂的需求；与中科虹霸科技有限公司（中科虹霸）达成战略合作，恩智浦将为中科虹霸提供完整的虹膜识别芯片解决方案，共同赋能终端应用开发者，让广大用户更快、更好地享受人工智能带来的乐趣和便利。
就在笔者准备即将结束本文的时候，收到了恩智浦重组高层领导团队的消息。现任执行副总裁兼汽车事业部总经理Kurt Sievers升任恩智浦半导体公司总裁，全面负责公司业务。此举意味着恩智浦将通过新架构实现更高效的合作共赢和规模优势，以继续推动公司新的业务重点和发展战略。
