您的位置: 首页 >数字报 >

自动驾驶行业再次迎来重磅新闻

2019-10-10 17:27:36 来源:

 

据CNBC报道,特斯拉正计划将嵌入式计算视觉新创公司DeepScale收入囊中。

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

他现在已是特斯拉员工,出任特斯拉资深机器学习科学家一职。

此后,Forres tIandola还在推特上发文称:

“本周我加入了特斯拉Autopilot团队,我期待能与公司其他深度学习与自动驾驶大牛们并肩战斗。”

除了Iandola外,在过去的两天时间里,至少还有10名DeepScale工程师与研发人员加入了特斯拉。显然,即使特斯拉没有买下这家公司,也已经将它“掏空”。

过去几年,特斯拉至少收购了包括SolarCity和Maxwell 在内的5家公司,但均与自动驾驶无关。如果对 DeepScale 的收购完成,这将是特斯拉在自动驾驶领域的第一笔投资。

目前特斯拉还没有确认此次收购,对相关消息也暂未发表评论。

01

另辟蹊径的DeepScale

DeepScale两位创始人:Forres tIandola(左)与Kurt Keutzer(右)DeepScale两位创始人:Forres tIandola(左)与Kurt Keutzer(右)

DeepScale的前身是名为“伯克利深度驾驶”(Berkeley Deep Drive)的研究团队,其联合创始人Iandola与Kurt Keutzer一直致力于提升计算视觉深度神经网络的效率。

2012到2016年间,计算视觉行业一直都在靠堆资源来运行深度神经网络。而Iandola与Keutzer则另辟蹊径:

试图在只适用于嵌入式系统有限资源的情况下,完成简化版深度神经网络的构建。当然,其前提是不影响其性能和准确性,同时降低时延。

最终,他们拿出了名为SqueezeNet 小型深度神经网络架构。

SqueezeNet在ImageNet上实现了AlexNet级的精度。与AlexNet相比,参数数量减少50倍。

此外,借助模型压缩技术,DeepScale能够将Squeeze Net压缩到小于0.5MB的空间(比AlexNet小510倍)。

据汽车之心了解,DeepScale将继续推动深度神经网络在计算机视觉的精度和鲁棒性。公司也正在研究如何让上述方法在硬件上运行,且兼具价格优势(接近于10美元而不是1万美元)和低功耗(接近10瓦而不是2千瓦)的特性。

此前,Iandola在“伯克利深度驾驶”的研究吸引了多家汽车公司的目光,业界巨头纷纷解囊相助,其中就包括福特、博世与三星等行业巨头。

这些公司告诉Iandola,自家自动驾驶研发项目都卡在了AI系统上,因为它需要太多服务器做“后期保障”,而大家都想找到一个能有效降低成本,让搭载AI的车辆有更好的获益前景。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

Copyright 泉州广播网 All Rights Reserved 版权所有 复制必究

所刊载内容之知识产权为界限网络及/或相关权利人专属所有或持有。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。