今年的CES展，自动驾驶芯片的火药味十足。

英伟达在展会上宣布，扩大与梅赛德斯-奔驰的合作关系，为后者构建人工智能架构，能够集成自动驾驶和智能驾驶舱的高性能计算。同时，英伟达还发布了全球首个商用L2+级自动驾驶系统—NVIDIA DRIVE AutoPilot。

这意味着英伟达已经从之前高高在上的L4级，“降维”到L2+级。这无疑进一步加剧未来三年L2级到L3级之间的芯片市场竞争，要知道这是真正占据出货量的重点市场。

英特尔旗下的Mobileye则继续向上挺进，宣布为两家中国公司（北京公共交通公司和北京北太机电）商业化部署L4级自动驾驶公共交通服务。同时，在传统优势领域继续抢单，包括为长城汽车在未来3至5年内交付L0到L2+自动驾驶解决方案，并针对中国道路联合开发L3级方案。

要知道，在过去的一年里，Mobileye已经从16家整车厂和5家一级供应商那里获得了20个新项目订单，覆盖78款车型。

同时，EyeQ系列中最新的定制加速处理器芯片EyeQ5在几周前进行了采样，预计该芯片将在2019年第一季度“投产”。这将是对抗英伟达GPU的利器，关键还在于Mobileye计划开始向合作伙伴提供白盒“子系统”。

后来居上的Xilinx，凭借FPGA的独特优势（低功耗、车规级、高性价比），宣布与采埃孚战略合作，为后者的自动驾驶域控制器ZF ProAI提供支持，Zynq UltraScale+MPSoC平台用于处理实时数据汇总、预处理和分配，同时为AI处理提供计算加速。此外，Xilinx还成为了多家中国ADAS供应商的合作伙伴，包括东软睿驰、Minieye等。

这让传统汽车芯片巨头NXP“有点难受”。（瑞萨基本上只能依赖“日系”，TI在ADAS上不具备足够的客户规模。）

三年前收购飞思卡尔，让整合后的NXP在车载娱乐系统、360环视领域“傲视群雄”，i.MX系列芯片更是“红遍全球”。不过在ADAS及自动驾驶市场进入快速成长期时，NXP“显然”没有踩好时间点。

前年，NXP宣布推出面向下一代汽车芯片处理平台产品S32，最大限度的帮助汽车制造商和一级零部件厂商可以缩短硬件和软件开发时间，并消除多个软件模块的重复部分（也推出了相应的中央计算控制器平台）。同时支持针对ADAS应用的一系列AI加速器，以支持视觉、雷达和传感器融合领域的对象检测和分类等功能。

但到目前为止，并没有看到S32太多的大规模量产订单出现。已经有部分选择S32作为ADAS处理平台的公司，也大多数把其他视觉深度学习处理能力优势更大的芯片厂商作为第二选择。比如，海拉选择了安霸、东软睿驰选择了赛灵思。

相比于在传感器（毫米波雷达）芯片、MCU、环视及信息娱乐处理芯片上强势，NXP在L2级-L4级的视觉深度学习处理能力上的确有些“慢半拍”。

可以预见的是，L2-L4级自动驾驶虽然目前在整个市场份额所占的比例很小，但在未来几年内将出现显著的增长。正如NXP资深副总裁兼汽车电子事业部首席技术官LarsReger此前说的：“目前我们在汽车半导体市场居于首位，但同时，在每个细分领域都存在竞争对手，这也是我们面临的挑战之一。”

原本，如果此前高通收购NXP成功，高通的Snapdragon系列芯片可以帮助NXP在自动驾驶领域占据一席之地。再加上高通在5GV2X领域的先发优势，会是一个非常完美的结合。但事与愿违。

由于缺乏高性能并行处理器优势，NXP在和英伟达、Mobileye的竞争中处于劣势。现在，NXP寻找另一家公司来填补高通的空缺。

在其他芯片公司本届CES展的光环之下，NXP略显低调地宣布与AI处理器设计公司Kalray达成了新的战略合作协议，整合NXP的可扩展功能安全产品组合和Kalray的高性能AI“大规模并行处理器阵列”，力图争夺ADAS及中央计算平台市场。

NXP高级驾驶员辅助系统总经理卡迈勒•库里(Kamal Khouri)表示:“我们一直在制定B计划，以防高通收购交易失败。现在，我们希望走的是合作与支持开放标准的道路。”

卡迈勒•库里表示，如果要开发出新的产品，能替代英伟达Xavier芯片和Mobileye的EyeQ芯片，将花费NXP太多时间和金钱。

这个新平台对于NXP来说意义重大，因为它解决了L2级和L3级自动驾驶的性能、安全性和短期商业需求，着眼于L4级和L5级自动驾驶。

这也在很大程度上弥补了NXP芯片在自动驾驶视觉深度学习处理性能方面的“落后”（Mobileye、英伟达、赛灵思）。

这项合作的目的还在于解决当今ADAS及自动驾驶系统的安全缺陷，NXP在处理功能性安全系统类型方面提供了超过25年的专业知识，这是竞争对手很难匹及的优势。

NXP和Kalray携手合作，共同开发一个以安全为基础的中央计算平台。NXP将提供该平台的主机处理器（高性能S32处理器），具有安全关键功能的ASIL D和ASIL B等级。Kalray将提供其MPPA处理器的机器学习性能，以安全处理感知数据。

双方合作的第一个项目是将Kalray的MPPA处理器集成到嵌入式自主驾驶平台NXP BlueBox中。系统将使用基于ARM的技术解决电力和安全方面的挑战，并将设计为支持开放标准。

我们看看Kalray的技术背景，这家公司成立于2008年，最初服务于航空航天领域。当前的MPPA处理器拥有288个核，每秒可运行万亿次操作，能够同时执行多个独立的应用程序和同一应用程序的多个线程，实现自动驾驶系统所需的实时处理和高性能计算要求。

此外，MPPA提供了一个优化的工具和库，允许深度学习或视觉类型算法的最佳性能。MPPA架构固有的可伸缩性进一步允许客户使用一个、两个或多个MPPA处理器。

目前，Kalray可以保证高水平的安全性，MPPA处理器支持ASIL B/C，符合ISO 26262标准。更关键的是能耗可以低至现有解决方案的十分之一，并且由于MPPA的可编程性，用户可以轻松定制和更新。

Kalray的处理器此前被用于雷诺的Symbioz自动驾驶汽车演示，同时雷诺日产三菱风险投资基金也是Kalray的股东之一。

NXP一直坚定的认为，自己的平台提供了可靠的自动驾驶所需的性能和功能安全，而不是目前正在汽车上测试的高风险和耗电量大的消费者级解决方案。

尤其是NXP和Kalray之间的战略伙伴关系将在安全、软件、开放标准支持、每瓦性能、架构灵活性和可伸缩性等领域为自动驾驶汽车的开发和产业化带来多方面的好处。

在Kalray公司负责人看来，目前大多数自动驾驶系统选择在同一芯片上同时处理感知、建模和规划功能存在风险。同时，这些芯片还必须运行额外的软件层，以解决功能安全性不足、浪费内存和处理资源的问题。

为此，Kalray的MPPA处理器将用来处理自动驾驶的感知和建模阶段，使用传感器融合、目标检测和其他人工智能技术对汽车周围环境进行建模。NXP的芯片则用来处理路径规划。

Kalray公司负责人的观点是，如果没有硬件隔离，升级到越来越高等级的自动驾驶可能会更加困难。“比如，你想为了冗余而增加更多的传感器，那就意味着需要更多的数据处理能力用于感知和建模，而不一定是用于路径规划。”

这个时候，如果你只有单一芯片，你必须提高整个系统的性能。如果你把它分开，你可以一边提高性能，另一边保持不变。通过我们（NXP+Kalray）的架构，用户可以扩展感知和重用路径规划。

目前这是一种产品合作关系，" NXP的一位负责人表示，"但我们将观察双方的合作进展，以及下一步可能会如何发展"。现在，NXP正在与一家欧洲主要OEM公司谈判，以提供完整的NXP/Kalray系统。

按照此前计划，NXP/Kalray系统的推出时间点是今年上半年。“组队战”能否成功，拭目以待。