岳村网>科技>特斯拉的第一笔自动驾驶投资

特斯拉的第一笔自动驾驶投资

作者:匿名
阅读量:3908
时间:2019-11-12 10:15:53

 

文|汽车之心(微信账号:自动位),作者|叶放,编辑|王德夫

自动驾驶行业再次收到了沉重的消息。

据cnbc报道,特斯拉正计划采用深度标度,这是一个嵌入式计算视觉初创公司。

这一事件始于10月1日,当时深度拓展首席执行官福里斯特·伊恩多拉改变了他在linkedin上的动态。

他现在是特斯拉的雇员,并担任特斯拉的高级机器学习科学家。

从那以后,福里斯特·伊恩多拉也在推特上发帖说:

“本周,我加入了特斯拉自动驾驶仪团队,我期待着与公司中其他深入学习和自我驾驶的伟人一起工作。ゥ?

除了iandola,在过去的两天里,至少有10名深海工程师和研究人员加入了特斯拉。显然,特斯拉已经“掏空”了该公司,即使它没有购买它。

在过去几年里,特斯拉至少收购了五家公司,包括solarcity和maxwell,但它们都与自动驾驶没有任何关系。如果深度标度的收购完成,这将是特斯拉在自动驾驶方面的第一笔投资。

特斯拉尚未证实此次收购,也没有对相关消息发表评论。

深度标度创始人:福里斯特·伊恩多拉(左)和库尔特·库策(右)

Deepscale以前是一个名为“伯克利深层驱动”的研究团队。它的共同创始人iandola和kurt keutzer一直致力于提高神经网络计算视觉深度的效率。

从2012年到2016年,计算视觉行业一直在运行拥有大量资源的深层神经网络。另一方面,Iandola和keutzer采取了不同的方法:

本文试图在深度神经网络仅适用于嵌入式系统资源有限的情况下,完成深度神经网络简化版本的构建。当然,前提是不影响其性能和准确性,同时减少延迟。

最后,他们提出了一个叫做挤压网的小型深层神经网络结构。

Squeezenet在imagenet上实现alexnet级精度。与alexnet相比,参数数量减少了50倍。

此外,借助模型压缩技术,深度标尺可以将压榨网压缩到0.5mb以下(比alexnet小510倍)。

根据汽车的心脏,深度标度将继续提高深度神经网络在计算机视觉中的准确性和鲁棒性。该公司还在研究如何使上述方法在价格优势(接近10美元而不是10,000美元)和低功耗(接近10瓦而不是2千瓦)的硬件上运行。

此前,iandola对“伯克利深度驾驶(Berkeley Deep Driving)的研究吸引了许多汽车公司的注意,包括福特、博世、三星等行业巨头在内的行业巨头都捐出了自己的钱。

这些公司告诉iandola,他们自己的自动驾驶研发项目被困在人工智能系统中,因为它需要太多的服务器来做“后保护”,每个人都想找到一种能够有效降低成本并使配备人工智能的车辆具有更好的收益前景的车辆。

虽然深度规模不大,但iandola仍将行业巨头mobileye视为他的头号假想敌人。

2017年3月,英特尔以153亿美元收购了mobileye。在此之前,以色列视觉公司也是特斯拉的合作伙伴。正是双方的共同努力导致了第一代自动驾驶仪的诞生。

说了这么多,深度尺的杀手是什么?

伊恩多拉说:

“在mobileye,您必须接受捆绑销售,并为整个解决方案、摄像机、处理器、软件等付费。如果你只使用你的部分技能或者想改变游戏,你就是在浪费钱。事实上,当mobileye年前首次出现时,整个汽车市场都是这样的一揽子交易。

如今,汽车市场的价值链已经发生了巨大的变化。更加开放的平台已经成为每个人的最爱。第三方供应商提供的解决方案是汽车制造商与一流供应商进行差异化竞争的重要原材料。

Deepscale发现了这个突破。我们的解决方案将选择权放在客户手中,而不是强迫他们填充许多他们根本不需要的东西。

简而言之,客户可以将我们的技术集成到他们自己的感知堆栈中,或者从我们的产品中移除一个单元来加强他们自己的解决方案。ゥ?

挤压网的兴起主要是由于应用了各种不同深度的神经网络,如用于物体检测的挤压网(Squeezeet)、用于激光雷达数据语义分割的挤压网(squeezeseg)以及更简化的图像识别网络squeezenext。

Iandola的“峰值”是挤压式的,它使用神经架构搜索技术来自动开发深层神经网络。

去年,这项技术被用于神经网络的开发。它生产的产品比手工设计的产品更精确,延时更短。

很明显,deepscale并没有把重点放在效率上,因为squeezenas已经证明了这种技术可以减少gpu在训练和搜索过程中的占用时间,它不仅可以用于优化推理硬件,还可以提高任务执行效率。

向云计算投入70,000美元的最初任务现在可以花费700美元完成(价格基于亚马逊的aws)。

今年1月,deepscale的第一款产品姗姗来迟。这是一套专门为驾驶辅助系统carver 21构建的模块化深度学习感知软件。

凭借该软件的模块化和高效率,deepscale已准备好从一级供应商那里吸引更多的汽车制造商和客户。

同时,deepscale还指出,carver21可以集成到客户指定的任何传感器和处理器中,从而实现客户对adas功能的不同要求。

Deepscale声称,基于Avida drive agx xavier处理器的carver21可以同时并行三个深度神经网络,在实现l2功能的同时只占用处理器2%的计算能力。

鉴于泽维尔的计算力是30个顶点,特斯拉自己的芯片可以达到72个顶点,如果在特斯拉上使用,carver21甚至可能不会使用1%的计算力。

这样,deepscale的高性能、低资源计算视觉技术确实是特斯拉最好的“自我驱动野心倍增器”。毕竟,特斯拉首席执行官埃隆·马斯克只关心视觉,嘲笑激光雷达。

尽管马斯克不断攻击激光雷达,但他不想使用传感器。他只是无法承受这座山的费用。

毕竟,特斯拉接近实现每年生产50万台的目标。如果每辆车都使用360度摄像头、雷达、激光雷达、超级计算机和其他硬件,很少有消费者买得起。

因此,特斯拉不想在成本上吃亏,只能开发一个快速、准确、可靠、计算量较小的深度神经网络,这是深度标度的强项。

为了达到“少花钱做大事”的效果,两家公司都强调软硬件的联合研发。

尽管deepscale并不开发自己的硬件,但iandola表示,deepscale与硬件合作伙伴关系密切,它们也会影响彼此的设计选择。

显然,这一直是特斯拉的风格。

马斯克的精英部队甚至专门为深层神经网络开发了计算硬件,性能优越。

同时,deepscale推动的神经网络自动化发展与自动驾驶仪部门负责人andrej karpathy所谓的“软件2.0”范式不谋而合。

此外,深度标度可以给特斯拉带来新的测试方法。

该方案类似于功能安全评估,但更适用于新的软件定义的车辆。

特斯拉收购deepscale也反映了汽车驾驶行业对人才的日益追求。

此前,苹果收购了数十名工程师和drive.ai的其他资产

waymo接待了机器人初创公司anki的13名机器人专家。

未来,将会有越来越多的类似收购,每个人的核心目标都是人才。

早些时候,新闻显示特斯拉并不是业内唯一一家想要购买深度标度的公司。当时,谈判价格甚至达到了9位数(上亿美元)。

我不知道是价格太高还是特斯拉试图赢得爱情。简而言之,其他追求深度规模的公司已经失败。

当然,为了在市场上找到足够的自动驾驶人工智能人才,花费数亿美元是正常的。

还有人说,特斯拉以高价收购不仅是为了充分吸收深度技术,也是为了狙击竞争对手。

自今年5月以来,11名自动驾驶工程师已经离开特斯拉自动驾驶仪团队。

诚然,深度标度的人才补充可以加强特斯拉的自主驾驶团队。然而,与过去几年陆续逃离的优秀士兵相比,这显然是沧海一粟。

随着马斯克在3月自治日的承诺临近,自动驾驶仪没有发出太多噪音。现在,特斯拉离真正的自动驾驶还有很长的路要走。

随着时间表变得越来越紧,特斯拉的员工必须真诚一致,他们还必须确保用户不会失去耐心。

毕竟,每个人都期望他们的特斯拉能尽快实现全自动驾驶。

钛媒体[作者:汽车之心,添加微信:自传加入汽车之心微信群。】

欲了解更多精彩内容,请关注钛媒体微信号(id: taimeiti)或下载钛媒体应用。

永盈会 新疆11选5 广西11选5开奖结果 新疆11选5开奖结果 江苏快3投注

 

天猫精灵发布两款带屏新品,将与平头哥共同定制语音芯片