對標Mobileye, 芯片、算法同步發力,這家新創公司如何跑贏行業巨頭?

對標Mobileye, 芯片、算法同步發力,這家新創公司如何跑贏行業巨頭?
黑芝麻智能科技創始人兼 CEO 單記章

黑芝麻智能科技創始人兼 CEO 單記章

在一個視頻節目的互問互答環節,黑芝麻智能科技創始人兼 CEO 單記章問自己的合夥人劉衞紅,“你覺得我最大的優點是什麼?”劉衞紅的回答幾乎沒有經過任何思考:“執着。一旦做了決定,十匹馬都把你拉不回來。”

話雖這麼説,對單記章來説,這樣的決定並不算多,兩年前有過一次。

2016 年年中,單記章從委身 20 年的 OminiVison(豪威科技)離開,創辦了黑芝麻智能科技,前者是美國專注 CMOS 影像技術的知名半導體公司,單記章幾乎經歷了它從創立開始的每個發展階段,期間,其帶領團隊開發的圖像算法在歐美高檔車市場有着超過 90% 的佔有率。從技術副總裁的職位離開時,他已經擁有視覺感知領域的 100 多項專利。

同樣放棄高管職位的還有劉衞紅,2016 年是他在博世的第 15 個年頭,在此之前,他曾在通用任職 5 年,20 年的職業生涯一直沒有離開汽車。

共同創業的念頭並非一時興起,單記章和劉衞紅是中學同學,也同為清華校友,單記章在中美之間往返的間隙裏,兩人得以經常見面,人工智能、智能駕駛是其一直關注、討論的話題。

“任何行業都有一個生命週期,到了一定時候,基本上就很平坦了。”無論是單記章,還是劉衞紅,都在尋找一個可以快速超車的彎道。

對整個中國汽車產業來説,2016 年前後都是一個重要的時間節點,傳統主機廠在積極尋求智能化轉型,新造車企業、自動駕駛、傳感器和算法公司陸續出現,顯然,黑芝麻也希望在變革的前夜拿到一張車票。

兩位創始人都在行業沉浸多年,新公司成立後便很快得到了資本支持,2016 年 11 月,黑芝麻獲得北極光領投的數千萬 A 輪融資,今年 1 月,又完成了 A+ 輪戰略融資。

單記章告訴雷鋒網 (公眾號:雷鋒網) ,其團隊核心人員均來自英偉達、高通、Cadence 等芯片公司,平均擁有超過 15 年產業經驗,負責開發的 SoC 系列超過 100 個。

控光技術加持的視覺識別

視覺感知算法和自動駕駛芯片是黑芝麻的兩項拳頭產品,公司希望以 Tier 2 或 Tier 3 的身份,為主機廠和供應商提供端到端全棧式的軟硬件平台解決方案。

從 2012 年開始的深度學習革命之後,大數據“餵養”為視覺識別感知技術帶來了關鍵性突破,但當技術移植到汽車應用上,其可靠性要求又呈現出指數級增長。

從 2016 年特斯拉的卡車事故,到今年 3 月 Uber 的自動駕駛致死事故,不難看出,精準感知仍是自動駕駛的最重要難題之一,其中又涉及黑夜、強光、雨雪、大霧、隧道等環境下的圖像處理、數據傳輸、計算能力等多個環節。環環相扣的自動駕駛落地,每一步都是安全關鍵。

對標Mobileye, 芯片、算法同步發力,這家新創公司如何跑贏行業巨頭?
對標Mobileye, 芯片、算法同步發力,這家新創公司如何跑贏行業巨頭?

在圖像處理方面,黑芝麻的做法是通過控光技術對光場進行處理,保證攝像頭的清晰成像,進而實現大霧、暴雨等多種道路狀況下的精準感知。

“圖像處理敢跟任何人 PK,”採訪中,單記章不止一次強調團隊在該方面的充分實力,而控光技術則是其眼中黑芝麻的核心優勢。

如何通過控光實現圖像的完善處理?在今年 7 月 1 日雷鋒網主辦的 CCF-GAIR 大會智能駕駛專場,黑芝麻智能科技芯片架構副總裁齊崢做過一個簡單的講解:在光線較暗的條件下,運用圖像增強算法,在物體顯現出來後再進行分析,可以將感光度提高到 10 倍以上;在強光、昏暗的背景下,圖像增強算法又可將動態域提高到 140dB 以上,從而更好地表現出物體間的反差。

另外,黑芝麻直接從圖像本身着手,在前端提前完成信號的預處理,進而減少系統計算壓力,“在數據傳輸上,可以在原先基礎上再壓縮 10-20 倍,相當於把數據減到原先的 10%-5%。”

一般大霧天氣下,攝像頭準確識別的重要性更為凸顯。單記章透露,在團隊近期的測試中,黑芝麻的視覺感知已經可以實現大霧天氣下最遠 50 米的精準識別,超過人眼的視覺感知範圍。

目前,黑芝麻已經與國內三家汽車廠商、博世等一級供應商確立合作,為其提供軟件方案,團隊希望以軟件算法為基礎,藉助 OEM 和 Tier 1 的工程經驗完成產品初期的大量複製,同時,其深度相機應用也已進入量產。

數據採集方面,黑芝麻在 3000 多輛商用車和數百輛乘用車車隊中,搭載了超聲波雷達、毫米波雷達、攝像頭、GPS、IMU 等,進行各種交通場景下的數據採集,這也是其算法持續優化的重要途徑之一。

對標 Mobileye:要算法,也要算力

“每家公司都有自己的一些‘know how’,但是過不了幾天就開源了,初創公司拿這個做調整是沒有競爭力的。”單記章表示,算法優化只是第一步,芯片則是另一項重要補充。

而如齊崢所説,“穩定可靠的感知和認知,需要有清晰的圖像視覺、優化的算法、傳感器融合,這也對芯片算力提出了更高要求。”對黑芝麻來説,從算法到芯片,這條路似乎也是水到渠成。

自動駕駛落地,算力自然是繞不過去的關鍵環節,今年 1 月的 CES 上,英偉達發佈了首款自動駕駛芯片 Drive Xavier,每秒運算可達 30 萬億次,功耗僅 30 瓦,效率是上一代架構的 15 倍,黃仁勛更聲稱這是“將一台服務器壓縮進一個芯片”;與此相對應的,另一大巨頭英特爾剛剛收購的 Mobileye,其 EyeQ 系列芯片出貨量已經超過 2700 萬。

單記章直言,黑芝麻芯片對標的便是 Mobileye EyeQ 4 和 EyeQ 5,“EyeQ4 是現有的市場,EyeQ5 是下一個市場。”前者是 Mobileye 將在今年量產的芯片產品,根據官方信息,其性能將較前一代產品 ME 630 提升 150 倍。

單記章表示,目前自動駕駛芯片存在的問題主要集中於處理能力的欠缺,部分能夠滿足自動駕駛需求的,又“巨貴無比”,此外,大平台又往往開放性不夠。

黑芝麻希望避過這些劣勢,在滿足計算能力的同時,向產業鏈夥伴開放,形成開放的計算平台;芯片同時預留了雷達和 GPS 等接口,第三方開發者可利用黑芝麻的神經網絡開發工具直接進行原始網絡的硬件合成,也可進行剪裁和再訓練等網絡深度優化。

此外,黑芝麻規劃的芯片設計運算能力將達到 20TFlops,目前,其三分之一的團隊都投入在芯片研發,並預計將在 2019 年年中開始車規級測試,2020 年底左右正式量產,這也與 EyeQ5 的量產日期保持了一致。

一個無法忽視的問題是,自動駕駛芯片的設計和驗證難度遠超普通芯片,對任何一家有志於此的公司來説,從流片,到車規級測試,再到最後裝車量產,每一步都是對團隊的重要考驗。

雷鋒網推薦閲讀: 《對話 Mobileye 中國區總監 Boaz Sacks:講技術是紙上談兵,自動駕駛落地要先看實際裝車量 | CCF-GAIR 2018》

雷鋒網原創文章,未經授權禁止轉載。詳情見 轉載須知

對標Mobileye, 芯片、算法同步發力,這家新創公司如何跑贏行業巨頭?
對標Mobileye, 芯片、算法同步發力,這家新創公司如何跑贏行業巨頭?