恩智浦半导体执行副总裁兼首席技术官Lars Reger （来源：NXP官网）又一家芯片大厂抢进新一轮人工智能（AI）热潮。
今年5月，荷兰半导体巨头恩智浦半导体（NXP Semiconductors；NASDAQ：NXPI）宣布启动设于天津的 AI 应用创新中心二期项目“人工智能创新实践平台”，面积超过1200平方米，提供教育实训、技术交流、虚拟实验等应用。
9月22日上午，恩智浦半导体执行副总裁兼首席技术官Lars Reger在北京对钛媒体App等表示，一直以来，恩智浦与 AI 公司合作，并研发芯片和智能边缘器件，其最新MCU+、S32系列芯片可置入 AI 加速器，从而实现扩展计算和高密度的数据处理能力，用于智能汽车、工业等场景。
“通过 AI 和机器学习技术，芯片在不断学习和适应，以构造智能边缘器件。”Lars?表示，数据显示，预计到2030年，全球会有750亿智能互联器件，而边缘 AI 芯片将在其中扮演关键角色。
据悉，恩智浦半导体前身为飞利浦半导体，由荷兰企业飞利浦在1953年创立。2006年8月，飞利浦宣布将旗下半导体业务出售给多个荷兰投资者组成的财团，随后宣布公司名字修改为“恩智浦半导体”。
Lars于2008年加入恩智浦，担任汽车战略主管，此前他曾在西门子半导体、英飞凌、大陆集团任职。2012年，Lars被任命为恩智浦汽车部门首席技术官，并于2018年12月被任命为恩智浦CTO，负责整体技术组合，包括管理汽车、工业、物联网 (IoT)、移动等市场的新技术和业务研发。
目前，恩智浦已成为全球车用及工业用半导体市场龙头，研发销售汽车电子、工业与物联网、移动、通讯基础设施等领域的芯片产品，以及相关软件工具。财报显示，2022年，恩智浦年收入132.1亿美元，同比增长19%；非公认会计准则下的营业收入47.91亿美元，同比增长32%，营业利润率36.3%。
今年7月恩智浦公布的2023财年第二季度财报显示，收入33亿美元，同比下降0.4%；公认会计准则下营业收入9.37亿美元，同比下降1%，股东应占净利润6.98亿美元，非公认会计准则下营业利润率35%。其中，二季度，占总营收57%的恩智浦汽车业务收入达18.66亿美元，同比增长9%，环比增长2%。
此次是Lars 时隔疫情之后首次来到中国。在与钛媒体App近两个多小时的交流中，Lars围绕“架构”展开演讲，主要谈及两部分：自动驾驶和计算架构，以及边缘 AI 和机器学习技术对于芯片架构的重要作用。
自动驾驶方面，Lars认为，自动驾驶技术简单理解为 AI 技术加在汽车上是不可行的。此前人们对于 AI 和机器学习技术寄予厚望，但最终，大众曾预计2020年实现汽车自动驾驶的梦想并未落地应用，即便是ChatGPT的加持，但如果自己并非该领域的专家，则很容易被该工具误导。
“你是否真的愿意，未来由ChatGPT来给你开车？”Lars提到，从宏观的角度和抽象层面来看，要实现自动驾驶，必须要从汽车架构开始改造，包括感知环境，芯片的智能器件计算能力升级，以及信息安全和功能安全等技术能力需要全面升级；从恩智浦等芯片制造商角度看，在汽车当中，95%的创新都是通过电子或者是软件实现的，只有5%是在机械方面实现的，所以芯片企业需要构建电子和软件平台，构建标准化架构模块，从而帮助整车厂实现新技术应用，在这其中恩智浦的产品作用很大。
AI 技术方面，Lars强调，恩智浦公司一直在拥抱 AI 和机器学习技术，与硬件产品结合提升汽车、工厂、家居、机器人的智能化、数字化。
Lars透露，2018年公司就被质疑：恩智浦要被 AI 算力公司边缘化了吗？他当时幽默地表达了自己的看法：“我相信把智能汽车看成轮子上的大脑，就像把人看成是穿着鞋子的大脑一样。”
“就像是人走路，看到路上有坑，会下意识跨过去，但跨过后大脑才意识到：哇！有危险，刚刚那是坑还是什么？大脑才开始进行判断跟决策，就如汽车只有AI加速芯片没有感知反射系统是不够的。”Lars称，恩智浦非常看好边缘 AI 需求，针对推理部分提供不同芯片，例如，在微控制器MCU内整合eIQ Neutron神经处理单元。
Lars提到，2016年开始，恩智浦推出BlueBox开发平台，包括支持联网、性能高和功能安全等特性，而且内置 AI 加速器，数据处理速度可以达到400TOPS（每秒钟可进行400万亿次计算，远超特斯拉 FSD 144TOPS能力）。
案例部分，Lars谈到与大陆集团、零跑汽车的合作。与大陆的合作，恩智浦主要提供汽车的高性能计算单元，而与零跑汽车的合作，恩智浦为其提供了恩智浦S32G处理器、BlueBox平台等技术，帮助零跑汽车推出其中央集成式电子电气架构，使零跑产品的线束减少20%、控制单元数量减少三分之一。同时，目前恩智浦90%的客户都转向了这一新的架构。
另外，在今年8月，台积电宣布与恩智浦、英飞凌和博世等公司在德国合资设立欧洲积体电路公司（ESMC），拟打造台积电在欧洲的首个晶圆厂。
对此，据报道，Lars称，这主要是因为疫情期间“缺芯潮”事件导致车厂给予压力，期望分散供应链，希望芯片来源不要集中在单一产地，包括台积电和恩智浦都面临客户要求分散芯片来源的要求，因此台积电应德国政府要求前去设厂，有利稳定欧洲车用芯片的供应稳定，恩智浦也可分散芯片供货风险。
“恩智浦的芯片应用广泛，是无处不在的。我们面临着巨大的需求，需要依靠芯片和软件实现创新，因此整合感知、思考、连接、行动，再结合功能安全和信息安全，形成了完整的产品组合。我相信，我们的市场未来会更加多彩。”Lars表示。
以下是恩智浦CTO Lars Reger与钛媒体等的部分交流内容整理：
钛媒体App：随着自动驾驶技术不断演进，芯片需实时处理大量数据，那么，恩智浦如何解决性能和能耗间的矛盾？
Lars Reger：根据分析师预测，750亿器件所消耗的能量就是地球年产能源的3倍。因此，我们认为，如果真的要实现一个可预测并且自动化的世界，必须要解决能耗挑战，我们必须要实现高度智能化和高能效，这就是我们对未来的愿景，关键是要实现智能的高能效，也就是使得“大脑”在绝大部分时间都能保持一个非常低的功耗。
当然，我们还需要 AI 和机器学习技术，但同时一定要提高它们的能效或者是要选择合适的 AI 和机器学习。整体来看 AI 芯片的应用主要在大型云系统、自动化和智能边缘三个领域，而恩智浦更需要的是探测感知的系统。我们有一个软件工具叫做eIQ，以及硬件加速器Neutron，有时还需要低功耗的 AI 加速器Neutron-NANO，例如助听器之类的场景就是用这类技术，从而确保功能安全和信息安全。此外，我们为开发人员推出软件工具链。
需要透露的是，我们下一代的Neutron加速器，主要也是支持自动化的一系列的产品和技术。与外界看到的其他 AI 算力芯片公司不同，恩智浦积极布局了边缘端的 AI 和机器学习。
钛媒体App：恩智浦的S32G系列产品，与高通、特斯拉的FSD或高算力芯片有哪些区别和优势？
Lars Reger：我们看零跑汽车的例子。S32G这样一个规格像是大网关，对于功能安全有最高的水平，包括数据的发送、和以太网的联网都可以实现功能安全和信息安全，就像是计算的“小脑”一样。尽管SoC内置的一颗芯片可以做AI加速，但不是实时的。需要指出的是，市场已经大量使用的能源管理 IC 都是恩智浦的产品，所以恩智浦在市场上有比较独特的定位。
钛媒体App：未来恩智浦是否有计划，联合 AI 软件公司一同打造生成式 AI 领域的专用软硬件方案？
Lars Reger：恩智浦确实正在与众多 AI 公司合作，主要原因是我们需要开发自有工具，尤其在生成式 AI 方面。我们希望所有芯片都能使用这一工具，不仅用于应用，也用于开发，包括编程、编码等。我们还提供云连接解决方案，如OrangeBox连接域开发平台，确保功能安全和信息安全，与云服务商如亚马逊云合作，使用其生成式系统开发智能机器人。
恩智浦和 AI 公司主要合作和研究集中两点：一是在中低端找到最佳的 AI 加速器，并已取得显著成果；二是在高端，我们也与多个客户在软硬件方面进行合作。
Lars称，首席技术官需要明确技术发展方向，确保公司了解哪些领域应加强、哪些应与合作伙伴协作、哪些不宜过度活动，以避免在热门 AI 领域迷失方向。有了清晰的路线图，恩智浦更能明确哪些领域应与合作伙伴合作，哪些领域虽非主攻但可加以利用。
（本文首发钛媒体App，作者｜林志佳）
