光達去年十月底遭到挫敗後，車廠紛紛把自駕技術系統押寶到Mobileye。不過，特斯拉的FSD和Nvidia Orin晶片在自駕車技術也都有各自的優勢，市場仍渾沌不明。

電動車逐漸普及下，自動駕駛是下個階段電動車產業的主要發展項目。二二年全球股市在升息、通膨陰影下，科技股備受衝擊，影響ＩＰＯ產值。就在科技產業一片黯然下，英特爾旗下自動車駕駛的Mobileye在二二年十月底與英特爾分拆並獨立ＩＰＯ。ＩＰＯ首日，Mobileye股價大漲三八％，創下二二年美國大型ＩＰＯ最佳首日表現。即使到目前為止，Mobileye股價仍處於ＩＰＯ以來的高價區，凸顯華爾街市場對自動駕駛技術未來前景的期待。

光達短期內難以商業化

當今的自動駕駛技術方案大致成形，分別是以視覺輔助技術為主的ADAS和以光達為主的自駕技術解決方案。當今有商業化的自駕技術解決方案都屬於ADAS，Mobileye在全球ADAS市場中有高達八成的市占率，主攻Level 2/3的自動駕駛輔助系統。一七年英特爾以一五○億美元收購Mobileye，ＩＰＯ交易至今，Mobileye的資本市值已超過二八一億美元，比英特爾先前預估的目標價還高。不僅Mobileye，特斯拉、Nvidia發展的自駕解決方案，都屬於ADAS解決方案。

另一個是光達(LiDAR)，光達技術研發成本極高，主攻Level 4自駕解決方案，尚難以應用在大量生產的電動車，目前還沒有一家光達研發公司有能力商業化。就在Mobileye去年十月底ＩＰＯ的同時，以研發光達自駕技術解決方案、且背後有福特與福斯支持的Argo AI突然宣布結束營業。福特與福斯汽車從二○一七年累計投資Argo AI全都化為烏有。以光達系統的自駕解決方案廠商，還有叫車服務的Lyft，谷歌的Waymo以及通用汽車的Cruise。Argo AI倒閉造成福特在二二年第三季認列八．二七億美元虧損。福特表示，該公司已投入超過一千億美元研發Level 4自駕系統，目前只能先暫時放棄Level 4遙不可及的全自駕系統，切換為Level 2/3的先進駕駛輔助系統。光達研發公司且掛牌的有Velodyne和Luminar、Ouster、Aeava和Innoviz等五家，還沒辦法商業化情況下，加上福特、福斯放棄光達技術，重創這些光達上市公司的股價表現，可見要讓光達研發成功且建立商業化模式有多困難。

Mobileye身為ADAS視覺自駕技術解決方案的龍頭，即使擁有高達八成的市占率，現在看起來在未來五年後的自駕技術解決方案市場也不是穩贏的。早在一四、一五年，特斯拉發展ADAS視覺駕駛輔助系統前期，的確是採用Mobileye的ADAS技術，名為Tesla Autopilot。特斯拉創辦人馬斯克想要推動一個沒有交通事故和交通堵塞的自駕世界，在一六年五月一輛裝有Autopilot自駕系統的Model Y發生衝入湖內的嚴重車禍，造成駕駛當場身亡。這樁車禍案例，讓馬斯克意識到Mobileye的ADAS系統無法避免嚴重車禍，因此和Mobileye分手。另一個分手原因是，當時特斯拉已開始自行研發視覺輔助自駕系統，與Mobileye的技術產生利益上的衝突。

之後特斯拉在視覺自駕輔助技術改和Nvidia合作。當時Nvidia研發透利用人類實際開車影片、搭配方向盤操作角度，不斷重複訓練機器的類神經網路(Neural Network; NN)的機器深度學習。每一格駕駛畫面讓ＮＮ學習或打方向盤的角度，再搭配偏離車道時，如何修正重回縣道的資料，讓電腦掌握開車技巧。

Nvidia把自駕細分成許多項目，透過ＡＩ技術的反覆訓練，例如辨識物體、道路，接著再加以結合，以確認電腦是否真的抓到開車訣竅。Nvidia這套方式讓馬斯克願意和他們合作，大幅提高自駕功力。

特斯拉採用深度學習技術

特斯拉的Autopilot 2.0版本就是採用一顆Nvidia的Tegra Parker晶片和一顆Pascal架構GPU。在2.5版本中，又增加一顆Nvidia Tegra Parker晶片。即使特斯拉和Nvidia合作期間並沒有發生重大交通事故，其實特斯拉從一七年至今就一直都在研發視覺自動駕駛輔助系統。隨著特斯拉的自駕技術逐漸成熟，馬斯克和Nvidia的合作還是結束，因為馬斯克認為Nvidia的晶片固然擁有強大的ＡＩ運算能力，卻太過於依賴ＧＰＵ，功耗率過大。特斯拉在二二年十一月在北美市場推出最新的全自駕系統(Full Self-Driving; ＦＳＤ)Beta測試版，搭載兩顆自主研發的加速晶片，是Autopilot 3.0的硬體，逐步取代2.5版本的硬體。

根據特斯拉的介紹，他們自行研發的3.0版本，性能比2.5版本晶片強大二一倍，運算能力大幅提升的目的在於處理海量的圖像訊息，透過各種不常見但可能存在的少數讓駕駛棘手的情境，再利用類神經網路的深度學習讓系統能夠處理越來越多的駕駛駕駛場景，以達到快速替代和提升體驗。特斯拉雖然沒有與Nvidia繼續合作，但馬斯克認為Nvidia的類神經深度學習系統是有用的，所以自己建立一套機器學習系統。為了處理巨量的駕駛數據，特斯拉把針對自駕學習技術研發出一台超強的訓練計算機，代號為Dojo，這台訓練計算機處理的數據不是圖片資料，而是針對視頻方面的數據，以較低的成本實現演算法的性能，提高整套系統的準確度。

特斯拉ＦＳＤ最大優勢就是其學習過程大部分的數據是由真正行駛在道路上的車輛蒐集來的大數據資料，只有少部分來自測試車資料，更能貼進車主日常駕駛場景，而這類數據正在以等比級數方式增加。每台特斯拉周邊至少裝有八～十組的攝像鏡頭模組，每個攝像鏡頭模組都裝有安森美(ON Semi)獨家供應的影像處理晶片，然後把每個攝像頭收集來的大數據輸入ＦＳＤ系統，同時也上傳到特斯拉公司的雲端處理系統。凡是裝有攝像鏡頭的自駕車，每天都會有大量的數據上傳到特斯拉公司的雲端運算系統。

雖然ＦＳＤ名為全自動駕駛，實際上這套系統的全自動駕駛等級只接近Level 2的高級輔助駕駛系統，仍需要駕駛人主動監控，並做好接管車子操控的準備。即便如此，ＦＳＤ是目前已商業化自駕系統中最先進的一套設備。從視覺駕駛輔助系統、光達系統的研發過程，廠商投入龐大人力與資金，不一定能研發出好的結果，可見自駕系統技術的研發真的很困難。

Mobileye後有追兵

Mobileye風光上市後，成為除了特斯拉ＦＳＤ外，最先進的自駕技術解決方案，福斯、福特在Argo AI失敗後，轉向與Mobileye合作，中國的吉利汽車也與Mobileye合作，並宣布要在二四年開始量產一款消費等級Level 4自駕車。Mobileye目前的營收和晶片出貨數量仍在市場維持領先地位，這幾年卻有小鵬汽車、理想汽車在他們的自駕車放棄Mobileye的EyeQ4晶片，轉用Nvidia Orin晶片，傳統車廠通用和ＢＭＷ也放棄與Mobileye的合作。

這是因為Mobileye的ADAS方案開始追不上新一代自駕技術需求，最新自駕車配裝紅外線偵測器、毫米波雷達、光達以及攝像鏡頭等多種不同的感測器，大幅提高自駕系統的運算力。其中，Level 2自駕系統運算力需求是2～2.5 TOPS，Level 3為20～30 TOPS、Level 4為200 TOPS以上。Mobileye最新EyeQ5晶片單顆晶片運算力為24 TOPS，但同期Nvidia Orin已達到254 TOPS。Mobileye最新晶片型號EyeQ Ultra的運算力雖已提升到176 TOPS，卻要到二三年底才能上市，Mobileye的自駕技術恐有被Nvidia和特斯拉ＦＳＤ超越的風險。由此可知，自駕技術解決方案仍處於各方山頭林立階段，到二○二五年誰能在自駕技術市場取得優勢，還很難說。