1. <fieldset id="lvQTC"></fieldset>

          <figure id="lvQTC"><acronym id="lvQTC"><ins id="lvQTC"><kbd id="lvQTC"><video id="lvQTC"><param id="lvQTC"><samp id="lvQTC"><th id="lvQTC"><tbody id="lvQTC"><thead id="lvQTC"><i id="lvQTC"></i></thead></tbody></acronym></samp></param><q id="lvQTC"></q></video></kbd></ins></th></figure><thead id="lvQTC"></thead>

          特斯拉的第一筆自動駕駛投資 另辟蹊徑的DeepScale

          發布時間: 2020-02-27 08:42:14 來源: 創事記 欄目: 科技新聞 點擊:

          自動駕駛行業再次迎來重磅新聞。

          歡迎關注“創事記”微信訂閱號:sinachuangshiji

          文/葉方編輯/王德芙

          來源:汽車之心(ID:Auto-Bit)

          自動駕駛行業再次迎來重磅新聞。

          據CNBC報道,特斯拉正計劃將嵌入式計算視覺新創公司DeepScale收入囊中。

          這件事情的起因是昨晚(10月1日),DeepScale CEO Forres tIandola更改了自己在Linkedin上的動態。

          他現在已是特斯拉員工,出任特斯拉資深機器學習科學家一職。

          此后,Forres tIandola還在推特上發文稱:

          “本周我加入了特斯拉Autopilot團隊,我期待能與公司其他深度學習與自動駕駛大牛們并肩戰斗?!?/p>

          除了Iandola外,在過去的兩天時間里,至少還有10名DeepScale工程師與研發人員加入了特斯拉。顯然,即使特斯拉沒有買下這家公司,也已經將它“掏空”。

          過去幾年,特斯拉至少收購了包括SolarCity和Maxwell在內的5家公司,但均與自動駕駛無關。如果對DeepScale的收購完成,這將是特斯拉在自動駕駛領域的第一筆投資。

          目前特斯拉還沒有確認此次收購,對相關消息也暫未發表評論。

          01

          另辟蹊徑的DeepScale

          DeepScale兩位創始人:Forres tIandola(左)與Kurt Keutzer(右)

          DeepScale兩位創始人:Forres tIandola(左)與Kurt Keutzer(右)

          DeepScale的前身是名為“伯克利深度駕駛”(Berkeley Deep Drive)的研究團隊,其聯合創始人Iandola與Kurt Keutzer一直致力于提升計算視覺深度神經網絡的效率。

          2012到2016年間,計算視覺行業一直都在靠堆資源來運行深度神經網絡。而Iandola與Keutzer則另辟蹊徑:

          試圖在只適用于嵌入式系統有限資源的情況下,完成簡化版深度神經網絡的構建。當然,其前提是不影響其性能和準確性,同時降低時延。

          最終,他們拿出了名為SqueezeNet小型深度神經網絡架構。

          SqueezeNet在ImageNet上實現了AlexNet級的精度。與AlexNet相比,參數數量減少50倍。

          此外,借助模型壓縮技術,DeepScale能夠將Squeeze Net壓縮到小于0.5MB的空間(比AlexNet小510倍)。

          據汽車之心了解,DeepScale將繼續推動深度神經網絡在計算機視覺的精度和魯棒性。公司也正在研究如何讓上述方法在硬件上運行,且兼具價格優勢(接近于10美元而不是1萬美元)和低功耗(接近10瓦而不是2千瓦)的特性。

          此前,Iandola在“伯克利深度駕駛”的研究吸引了多家汽車公司的目光,業界巨頭紛紛解囊相助,其中就包括福特、博世與三星等行業巨頭。

          這些公司告訴Iandola,自家自動駕駛研發項目都卡在了AI系統上,因為它需要太多服務器做“后期保障”,而大家都想找到一個能有效降低成本,讓搭載AI的車輛有更好的獲益前景。

          02

          DeepScale的殺手锏

          雖然DeepScale規模不大,但Iandola還是將業內巨頭Mobileye看作自己的頭號假想敵。

          2017年3月,Mobileye被英特爾在2017年以153億美元收購,此前這家以色列視覺公司也是特斯拉的合作伙伴,正是雙方聯手才有了初代的Autopilot。

          說了這么多,DeepScale到底有什么殺手锏?

          Iandola表示:

          “在Mobileye那里,你得接受捆綁銷售,掏錢買下整個解決方案,攝像頭、處理器和軟件等等。如果你只用到一部分技術或想換個玩法,這樣就是在浪費錢。事實上,20年前Mobileye剛剛嶄露頭角時,整個汽車市場都是這樣的一攬子買賣。

          如今,汽車市場的價值鏈已經出現了巨大變化,更為開放的平臺成了大家的最愛,第三方供應商供給的解決方案則是汽車廠商與一級供應商差異化競爭的重要原料。

          DeepScale找到的正是這一突破口,我們的解決方案將選擇權交到了客戶手中,而不是硬生生塞給他們許多根本不需要的東西。

          簡言之,客戶能將我們的技術融入自家感知堆棧,也可移除我們產品中的某個單元來補強自己的解決方案?!?/p>

          Squeezenet得以崛起主要還是得益于各種變體深度神經網絡應用,比如針對物體探測的SqueezeDet,針對激光雷達數據語義分割的SqueezeSeg,以及更簡化的圖像識別網絡SqueezeNext。

          Iandola的“巔峰”是SqueezeNAS,它利用神經架構搜索技術實現了深度神經網絡開發的自動化。

          去年,這項技術就用在了神經網絡的開發中,它拿出的產品比人工設計的還要精確且低時延。

          顯然,DeepScale專注于效率的切入點沒找錯,因為SqueezeNAS已經證明,這項技術可以減少訓練和搜索時的GPU占用時間,它不但能用在推理硬件的優化上,還能提升任務執行效率。

          原本要扔7萬美元在云計算中的任務,現在700美元的成本就能搞定(價格基于亞馬遜AWS)。

          今年1月,DeepScale首款產品姍姍來遲,這是一套模塊化深度學習感知軟件,專為駕駛輔助系統Carver21打造。

          借助這套軟件模塊化與高效兩大特點,DeepScale準備吸引更多的汽車廠商與一級供應商客戶。

          同時DeepScale還指出,Carver21可以整合進任何客戶指定的傳感器與處理器中,以便實現顧客對ADAS功能的不同需求。

          DeepScale宣稱,基于英偉達DriveAGXXavier處理器的Carver21能同時并行3個深度神經網絡,在實現L2+功能的同時僅占用處理器算力的2%。

          鑒于Xavier算力為30TOPS,而特斯拉自有芯片可達72TOPS,因此Carver21如果用在特斯拉上,恐怕連1%的算力都用不上。

          這樣來看,DeepScale掌握的高性能、低資源占用的計算視覺技術確實是特斯拉最好的“自動駕駛野心倍增器”,畢竟現在特斯拉CEOElonMusk一切以視覺為中心,對激光雷達嗤之以鼻。

          雖然嘴上不停攻訐激光雷達,但Musk也不是不想用這個傳感器,他只是扛不住成本這座大山。

          畢竟,特斯拉即將實現年產50萬臺的目標,如果每輛車上都用360度攝像頭、雷達、激光雷達和超級計算機等硬件,那就沒有多少消費者能買得起了。

          因此,不想在成本上吃虧的特斯拉只能研發快速、準確、可靠且不怎么占用算力的深度神經網絡,而這正是DeepScale的強項。

          為了實現“花小錢辦大事”的效果,兩家公司都強調軟硬件的聯合研發。

          雖然DeepScale并不自行開發硬件,Iandola依舊表示DeepScale與硬件合作伙伴聯系緊密,同時他們也會影響對方在設計上的抉擇。

          顯然,這也是特斯拉一直以來的風格。

          Musk手下的精兵強將甚至專門開發了針對深度神經網絡的計算硬件,而且性能超群。

          與此同時,DeepScale推崇的神經網絡自動化開發也與Autopilot部門負責人AndrejKarpathy的所謂“軟件2.0”范式不謀而合。

          除此之外,DeepScale還能將新的測試方法帶到特斯拉。

          這種方案類似功能安全評估,但卻更適合軟件定義的新型車輛。

          03

          自動駕駛行業對人才有多饑渴?

          特斯拉對DeepScale的收購還反映出自動駕駛行業對人才的追逐日趨白熱化。

          此前,蘋果收購自動駕駛公司Drive.ai數十名工程師以及Drive.ai的其他資產。

          而Waymo則接收了13位來自機器人創業公司Anki的機器人專家。

          未來,類似的收購案會越來越多,大家的核心目的都是人才。

          此前就有消息顯示,業內想收購DeepScale的其實并非特斯拉一家,當時談判的價格甚至達到了9位數(數億美元)。

          不知道是開價太高還是特斯拉橫刀奪愛,總之其他追逐DeepScale的公司都沒能成功。

          當然,要想在市場上挖來足夠多的自動駕駛AI人才,花上數億美元太正常了。

          也有消息稱,特斯拉這次花大價錢收購,不但是要對DeepScale技術進行全面吸收,也是為了狙擊競爭對手。

          自今年5月份以來,已經有11名自動駕駛工程師離開了特斯拉Autopilot團隊。

          誠然,DeepScale的人才補充能壯大特斯拉的自動駕駛團隊。但對比過去幾年里紛紛出走的精兵顯然還是杯水車薪。

          隨著Musk在今年3月AutonomyDay上的承諾迫近,Autopilot卻無甚動靜。現在來看,特斯拉離真正的自動駕駛還有很長一段距離。

          在時間線越發緊張的情況下,特斯拉的員工必須精誠一致,而且他們還得保證用戶不會喪失耐心。

          畢竟,大家都在期待自己的特斯拉能夠早日實現全自動駕駛。

          本文標題: 特斯拉的第一筆自動駕駛投資 另辟蹊徑的DeepScale
          本文地址: /tech/798487.html

          如果認為本文對您有所幫助請贊助本站

          支付寶掃一掃贊助微信掃一掃贊助

        1. 支付寶掃一掃贊助
        2. 微信掃一掃贊助
        3. 支付寶先領紅包再贊助
          聲明:凡注明"本站原創"的所有文字圖片等資料,版權均屬太原在線所有,歡迎轉載,但務請注明出處。
          聯想集團CEO楊元慶:邁向制造強國要重視“三變”新舊造車勢力爭奪戰:競爭還是聯合 這是一個問題
          Top 福建11选五走势图