初创公司推出AI处理器实现生物识别可用于监控座舱乘客

2020/11/19 8:00:00

盖世汽车讯据外媒报道，初创公司Deep Vision推出了一款新型AI处理器，具备新型芯片设计，适合用于智能城市、智慧零售等需要能耗较低的边缘生物识别应用。

Deep-Vision-ARA-1-and-ARA-1-with-USB-and-PCIe-interface-option.png

ARA-1芯片（图片来源：Deep Vision）

虽然市场上其他芯片的目标市场也是智能摄像头和边缘网关等低功耗应用，Deep Vision表示，其结合芯片设计和软件工具采取了一种不同的方法，能够让设备大大提升图像识别、物体跟踪能力以及具备更好的计算机视觉精度以及更低的延迟性等功能。例如，在零售银行和杂货店生物识别等应用中，摄像头能够以更高的准确度追踪更多的人，其他应用还包括在自动驾驶车辆中，利用面部识别监控座舱内的乘客。

Deep Vision的芯片基于一个数据架构打造，该架构能够处理各种数据流，以将芯片上的数据传输量降至最小。该公司首席执行官Ravi Annavajjhala表示，让数据靠近计算引擎，可以最大限度地减少数据传输，确保实现高推理吞吐量、低延迟以及更高的功耗效率。

该公司的设计基于Rehan Hameed博士与Wajahat Qadeer博士的研究成果，这两位于2015年创办了Deep Vision。最终该设计是一种获得专利的“多态数据流架构”（Polymorphic Dataflow Architecture），与英伟达GPU、谷歌TPU以及其他部署在云数据中心、专注于为单个AI模型提供高数据吞吐量的AI芯片相比，该芯片更专注于延迟性。据称，与其他设计相比，Deep Vision的ARA-1芯片的系统功耗更低（通常为大约2瓦），而且其运行Resnet-50等深度模型，与谷歌Edge TPU相比，延迟性能提高了6倍；与英特尔MyriadX相比，延迟性能提升了4倍。

该芯片的编译器能够无缝移植行业标准的AI框架，包括Caffe、Tensor Flow、MXNET、PyTorch以及Deep Lab V3、Resnet-50、Resnet-152、MobileNet-SSD、YOLO V3、Pose Estimation和UNET等网络。

除了可支持标准模型外，Deep Vision的软件开发工具包（SDK）还提供了一个位精确模拟器和工具，可根据客户的应用需求优化功率与性能。Deep Vision表示，其SDK还可实现无摩擦工作流，让训练模型到量产应用程序都可实现低代码、自动化的无缝迁移过程。

截至目前，Deep Vision公司已经筹集了1900万美元，并得到了Silicon Motion、Western Digital、斯坦福大学（Stanford）、Exfinity Ventures以及Sinovation Ventures等投资者的支持。