近日，日本科技巨頭東芝公司宣布開發(fā)了一款新的硬件平臺，采用了深度神經(jīng)網(wǎng)絡(DNN)技術，用于改進先進的駕駛員輔助系統(tǒng)(ADAS)的圖像處理。

該公司將把DNN硬件與傳統(tǒng)的圖像處理技術結合起來，從2019年9月開始，這款名為Visconti 5圖像識別處理器的樣品將出貨。

東芝的DNN技術使用了一種模擬人類大腦神經(jīng)網(wǎng)絡的算法，官方宣稱其識別處理將與人類大腦一樣準確，甚至更好。該算法將允許系統(tǒng)識別不同的道路交通狀況和各種障礙和道路標記，從各個方向和接近實時處理。

深度學習的實質，是通過構建具有很多隱層的機器學習模型和海量的訓練數(shù)據(jù)，來學習更有用的特征，從而最終提升分類或預測的準確性。

作為機器學習的一個細分領域，其動機在于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。

與基于傳統(tǒng)機器學習的圖像識別相比，DNN在采集更多信息的同時，能夠對更大范圍的目標提供更準確的檢測和識別。

以特斯拉為例，第一代基于Mobileye的芯片，就是首個使用了DNN技術算法的案例。不過當時，ADAS和半自動駕駛的主要部分是由Mobileye的芯片和算法處理的。

上圖所示的過程是特斯拉當時自動駕駛系統(tǒng)工作原理的高級圖。其中包括一些算法函數(shù)，如運動分割、自我運動、攝像機求解等，但真正有趣的部分是基于DNN的函數(shù)，涉及到可行駛區(qū)域空間像素標記、全局路徑規(guī)劃、通用對象檢測和信號檢測。

在Mobileye的基礎之上，特斯拉對道路上的車輛進行了三維建模，通過DNN進行不同側面、前后兩側的訓練，直到能夠檢測到合理的精度，從而構建出相同的三維模型。

不過有消息稱，當時特斯拉很多基于DNN的功能都處于休眠狀態(tài)，直到特斯拉認為它們可以啟動為止。從采用第二代計算平臺英偉達到如今特斯拉宣布自研芯片即將投產(chǎn)，背后是芯片處理能力、DNN算法之間的協(xié)同。

眾所周知，自動駕駛汽車對芯片計算能力的要求比傳統(tǒng)早期汽車芯片提高了100倍。這包括需要處理來自汽車周圍多個攝像頭、雷達和激光雷達傳感器的輸入，分析數(shù)據(jù)，并使用這些數(shù)據(jù)做出駕駛決策。

東芝在聲明中指出，“這種趨勢將增加對更先進和更有能力的系統(tǒng)的需求?！崩纾瑲W盟支持的安全標準，2020年版的歐洲新車評估計劃(Euro NCAP)增加了避免交叉路口碰撞的測試。深度學習被用來解決許多傳統(tǒng)編程方法無法解決的復雜問題。

馬斯克透露特斯拉自研AI芯片的籌備已有兩三年時間，通過自行設計芯片，公司能夠專注于自己的需求，進而保證算法開發(fā)和落地效率。

特斯拉正在研發(fā)的名為“Hardware 3”硬件版本的核心就是這顆芯片，將用于Model S、Model X以及Model 3，性能將大幅超越目前其采用的英偉達芯片。

目前，在高等級自動駕駛系統(tǒng)方面，深度學習為圖像中的目標識別提供了一種不錯的解決方案。但背后需要芯片的支持。

芯片制造商英偉達(Nvidia)去年10月發(fā)布了一份有關自動駕駛芯片計算能力的報告。一輛裝有10個高分辨率攝像頭的汽車每秒產(chǎn)生2 Gigapixels的數(shù)據(jù)，每秒處理這些數(shù)據(jù)需要250萬億次操作。

三年前，東芝與日本汽車零部件供應商Denso合作，共同開發(fā)了一種名為深度神經(jīng)網(wǎng)絡專利(DNN - IP)的人工智能技術，以幫助開發(fā)ADAS技術。

近年來，不斷有新的AI視覺芯片公司涌現(xiàn)，就是看到了圖像傳感器和攝像頭將在自動駕駛汽車的發(fā)展中發(fā)揮關鍵作用。

東芝目前已經(jīng)提供了TMPV75和TMPV76系列的圖像識別處理器，它們集成了RISC類型的媒體處理引擎(MPEs)，以提高圖像數(shù)據(jù)處理性能。該處理器能夠實時處理1到4臺攝像機的輸入圖像，并允許最多連接8臺攝像機。

ARM等其他芯片制造巨頭也在加大進軍自動駕駛汽車領域。今年9月，ARM推出了Cortex-A76AE (Automotive Enhanced)，這是ARM專門為自動駕駛汽車設計的CPU架構。

對于Cortex-A76AE, ARM對A76平臺進行了顯著的重新設計，增加了一種名為Split-Lock的功能，從而增加了安全性。簡單地說，split - lock允許兩個CPU內核以鎖定步進(都執(zhí)行相同的任務)或分割模式(執(zhí)行不同的任務和應用程序)進行操作。

視覺處理芯片是自動駕駛芯片陣列中重要的一環(huán)，由于可以同雷達等傳感器形成互補，基于深度學習的視覺識別處理，在道路、交通標志、障礙物、行人等識別中重要性愈發(fā)凸顯。

而在剛剛開幕的2019年CES上，大陸集團和采埃孚就宣布了基于NVIDIA DRIVE的Level 2+自動駕駛解決方案，將于2020年開始生產(chǎn)。

作為一個L2+級自動駕駛解決方案，集成了高性能NVIDIA Xavier?系統(tǒng)級芯片(SoC)處理器和最新的NVIDIA驅動軟件來處理深層神經(jīng)網(wǎng)絡(款)感知以及完成環(huán)視相機傳感器、座艙內視覺數(shù)據(jù)的處理。

因此各大廠商也都在爭相占領高地，NVIDIA和英特爾旗下的Mobileye目前是市場翹楚，占據(jù)了較大的份額，二者在汽車芯片領域，都是新生。其它傳統(tǒng)汽車芯片廠商，正在迎頭趕上。

不過，自動駕駛視覺處理芯片的賽跑，才剛剛開始，領頭羊、傳統(tǒng)勢力、新入局者各自的節(jié)奏都不一樣的，但市場一致——我們目力所及的汽車，ADAS還遠未普及。

誰能掌握真正的話語權，在于占領足夠大的市場，而這些故事，將會在接下來的5-10年完成。