您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
智能驾驶 正文
发私信给张梦华
发送

0

对标Mobileye, 芯片、算法同步发力,这家新创公司如何跑赢行业巨头?

本文作者:张梦华 2018-07-18 19:14
导语:“图像处理敢跟任何人 PK,”采访中,单记章不止一次强调团队在该方面的充分实力。

对标Mobileye, 芯片、算法同步发力,这家新创公司如何跑赢行业巨头?黑芝麻智能科技创始人兼 CEO 单记章

在一个视频节目的互问互答环节,黑芝麻智能科技创始人兼 CEO 单记章问自己的合伙人刘卫红,“你觉得我最大的优点是什么?”刘卫红的回答几乎没有经过任何思考:“执着。一旦做了决定,十匹马都把你拉不回来。”

话虽这么说,对单记章来说,这样的决定并不算多,两年前有过一次。

2016 年年中,单记章从委身 20 年的 OminiVison(豪威科技)离开,创办了黑芝麻智能科技,前者是美国专注 CMOS 影像技术的知名半导体公司,单记章几乎经历了它从创立开始的每个发展阶段,期间,其带领团队开发的图像算法在欧美高档车市场有着超过 90% 的占有率。从技术副总裁的职位离开时,他已经拥有视觉感知领域的 100 多项专利。

同样放弃高管职位的还有刘卫红,2016 年是他在博世的第 15 个年头,在此之前,他曾在通用任职 5 年,20 年的职业生涯一直没有离开汽车。

共同创业的念头并非一时兴起,单记章和刘卫红是中学同学,也同为清华校友,单记章在中美之间往返的间隙里,两人得以经常见面,人工智能、智能驾驶是其一直关注、讨论的话题。

“任何行业都有一个生命周期,到了一定时候,基本上就很平坦了。”无论是单记章,还是刘卫红,都在寻找一个可以快速超车的弯道。

对整个中国汽车产业来说,2016 年前后都是一个重要的时间节点,传统主机厂在积极寻求智能化转型,新造车企业、自动驾驶、传感器和算法公司陆续出现,显然,黑芝麻也希望在变革的前夜拿到一张车票。

两位创始人都在行业沉浸多年,新公司成立后便很快得到了资本支持,2016 年 11 月,黑芝麻获得北极光领投的数千万 A 轮融资,今年 1 月,又完成了 A+ 轮战略融资。

单记章告诉雷锋网,其团队核心人员均来自英伟达、高通、Cadence 等芯片公司,平均拥有超过 15 年产业经验,负责开发的 SoC 系列超过 100 个。

控光技术加持的视觉识别

视觉感知算法和自动驾驶芯片是黑芝麻的两项拳头产品,公司希望以 Tier 2 或 Tier 3 的身份,为主机厂和供应商提供端到端全栈式的软硬件平台解决方案。

从 2012 年开始的深度学习革命之后,大数据“喂养”为视觉识别感知技术带来了关键性突破,但当技术移植到汽车应用上,其可靠性要求又呈现出指数级增长。

从 2016 年特斯拉的卡车事故,到今年 3 月 Uber 的自动驾驶致死事故,不难看出,精准感知仍是自动驾驶的最重要难题之一,其中又涉及黑夜、强光、雨雪、大雾、隧道等环境下的图像处理、数据传输、计算能力等多个环节。环环相扣的自动驾驶落地,每一步都是安全关键。

对标Mobileye, 芯片、算法同步发力,这家新创公司如何跑赢行业巨头?

在图像处理方面,黑芝麻的做法是通过控光技术对光场进行处理,保证摄像头的清晰成像,进而实现大雾、暴雨等多种道路状况下的精准感知。

“图像处理敢跟任何人 PK,”采访中,单记章不止一次强调团队在该方面的充分实力,而控光技术则是其眼中黑芝麻的核心优势。

如何通过控光实现图像的完善处理?在今年 7 月 1 日雷锋网主办的 CCF-GAIR 大会智能驾驶专场,黑芝麻智能科技芯片架构副总裁齐峥做过一个简单的讲解:在光线较暗的条件下,运用图像增强算法,在物体显现出来后再进行分析,可以将感光度提高到 10 倍以上;在强光、昏暗的背景下,图像增强算法又可将动态域提高到 140dB 以上,从而更好地表现出物体间的反差。

另外,黑芝麻直接从图像本身着手,在前端提前完成信号的预处理,进而减少系统计算压力,“在数据传输上,可以在原先基础上再压缩 10-20 倍,相当于把数据减到原先的 10%-5%。”

一般大雾天气下,摄像头准确识别的重要性更为凸显。单记章透露,在团队近期的测试中,黑芝麻的视觉感知已经可以实现大雾天气下最远 50 米的精准识别,超过人眼的视觉感知范围。

目前,黑芝麻已经与国内三家汽车厂商、博世等一级供应商确立合作,为其提供软件方案,团队希望以软件算法为基础,借助 OEM 和 Tier 1 的工程经验完成产品初期的大量复制,同时,其深度相机应用也已进入量产。

数据采集方面,黑芝麻在 3000 多辆商用车和数百辆乘用车车队中,搭载了超声波雷达、毫米波雷达、摄像头、GPS、IMU 等,进行各种交通场景下的数据采集,这也是其算法持续优化的重要途径之一。

对标 Mobileye:要算法,也要算力

“每家公司都有自己的一些‘know how’,但是过不了几天就开源了,初创公司拿这个做调整是没有竞争力的。”单记章表示,算法优化只是第一步,芯片则是另一项重要补充。

而如齐峥所说,“稳定可靠的感知和认知,需要有清晰的图像视觉、优化的算法、传感器融合,这也对芯片算力提出了更高要求。”对黑芝麻来说,从算法到芯片,这条路似乎也是水到渠成。

自动驾驶落地,算力自然是绕不过去的关键环节,今年 1 月的 CES 上,英伟达发布了首款自动驾驶芯片 Drive Xavier,每秒运算可达 30 万亿次,功耗仅 30 瓦,效率是上一代架构的 15 倍,黄仁勋更声称这是“将一台服务器压缩进一个芯片”;与此相对应的,另一大巨头英特尔刚刚收购的 Mobileye,其 EyeQ 系列芯片出货量已经超过 2700 万。

单记章直言,黑芝麻芯片对标的便是 Mobileye EyeQ 4 和 EyeQ 5,“EyeQ4 是现有的市场,EyeQ5 是下一个市场。”前者是 Mobileye 将在今年量产的芯片产品,根据官方信息,其性能将较前一代产品 ME 630 提升 150 倍。

单记章表示,目前自动驾驶芯片存在的问题主要集中于处理能力的欠缺,部分能够满足自动驾驶需求的,又“巨贵无比”,此外,大平台又往往开放性不够。

黑芝麻希望避过这些劣势,在满足计算能力的同时,向产业链伙伴开放,形成开放的计算平台;芯片同时预留了雷达和 GPS 等接口,第三方开发者可利用黑芝麻的神经网络开发工具直接进行原始网络的硬件合成,也可进行剪裁和再训练等网络深度优化。

此外,黑芝麻规划的芯片设计运算能力将达到 20TFlops,目前,其三分之一的团队都投入在芯片研发,并预计将在 2019 年年中开始车规级测试,2020 年底左右正式量产,这也与 EyeQ5 的量产日期保持了一致。

一个无法忽视的问题是,自动驾驶芯片的设计和验证难度远超普通芯片,对任何一家有志于此的公司来说,从流片,到车规级测试,再到最后装车量产,每一步都是对团队的重要考验。

雷锋网推荐阅读:《对话 Mobileye 中国区总监 Boaz Sacks:讲技术是纸上谈兵,自动驾驶落地要先看实际装车量 | CCF-GAIR 2018》

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说