Intel高通NVIDIA加速切入自驾车市场,布局计算机视觉技术

2017-04-05 10:53:22编辑:张依敏 关键字:计算机视觉  DSP  自动驾驶

从 2017 年 CES 与 MWC 展上,自动驾驶车抢尽各个消费性电子商品锋头,就能嗅出自驾车已成为科技产业的主战场。 早已对车用市场虎视眈眈的半导体业者,其脚步更是一刻都未停歇,Intel 再度迈出并购步伐,以 150 亿美元收购计算机视觉芯片开发商 Mobileye,而 NVIDIA 也不甘示弱,随即发布将与 Bosch 一同打造人工智能系统。


传统车辆产业链的解构,半导体厂投入比重提升


半导体厂商脚步越来越积极,凸显出自驾车与车联网的发展,正一步步解构着传统车辆产业的产业链。


2020 年,是不少厂商设做实现自驾车时代的关键年,要迎来自驾车时代,ADAS(先进驾驶辅助系统)与车联网的建构成了必要条件。 过往车辆机械化零组件与系统设计已经不能满足产业中,需要提升控制精度而逐渐让车辆零组件电子化的趋势。 从车辆的导航和娱乐等与安全性无直接相关的车用 Telematics 产品,再到倒车雷达、影像辨识系统与 ADAS 相关系统等提高安全性的车用感测产品,都是车辆逐步电子化的证明。 因此,从半导体到电子零组件厂商,对车用电子发展的投入与业务占比逐渐提升。


观察半导体厂商在车用市场的发展,TI、Renesas、NXP 等厂商早已与车厂紧密合作,扮演车用电子供货商的关键角色。 而过去专注在 PC 与行动装置的半导体芯片公司 Intel、Qualcomm 与 NVIDIA 当然也没打算将这块市场大饼拱手让人,为了抢占 ADAS 系统的中央处理器主战场,三家公司近一年来不断与车厂结盟、甚或大手笔并购,为的就是完善运用于未来科技的技术,而打造「计算机视觉Computer Vision)」技术能力成了这些后进者一致的目标。


计算机视觉为何受高度重视?


让计算机拥有视觉能力,能进行画面判读且做出反应,是计算机视觉这项技术深受重视的关键。 单就车用市场来看,随着ADAS中,镜头分辨率越来越高、影像数据量越来越庞大,半导体厂商也必须提供运算能力更强大的处理器。


广泛来看,由于视觉讯号这类的处理工作,无论是X86架构或是ARM架构的Cortex-A系列处理器而言,本就不是擅长的项目,若要直接处理,反倒就会出现处理效率不佳、浪费更多的CPU核心资源等情形,进而拖垮整体处理器的效能。


也因此,无论是 X86 架构霸主 Intel 还是 ARM 都透过并购其他公司的技术,以补足原有架构在处理计算机视觉上的不足。


Intel 收购、结盟、技术发展三管齐下,瞄准计算机视觉技术


先来看看 Intel 近一年来并购的三家公司,去年 5 月,Intel 收购的 Itseez,其技术特长领域正是计算机视觉,Itseez 开发的算法可以让车辆具有视觉能力进行判别障碍物与避开碰撞,它的驾驶辅助系统可以侦测到从街道出现的车辆或是正在过街的行人。


去年九月,Intel 又收购了 Movidius,这家公司的独门技术就在于行动图像处理技术。 Movidius 推出的 VPU 芯片,在被 Intel 并购前,Movidius 就以 CPU、GPU 厂商为竞争对手,其 VPU 产品专为计算机视觉进行优化,并且提供强大的视觉运算能力。


Intel 近期再度出手,并购具有 ADAS 产品上累积包含机器视觉、深度学习、数据分析与高精度图资等深度技术优势的 Mobileye,再再突显 Intel 布局计算机视觉技术的决心。


观察 Intel 的技术能力,在尚未收购 Altera 前,光以 CPU 先天的架构,不易切入 PC 与服务器以外的应用市场,直到有 FPGA 这种泛用性极广的产品后,打开了更多市场机会,如今 Intel 在近年所发动的并购案,又与计算机视觉有高度相关,从芯片到算法皆已经到位的情况下,Intel 接下来要做的,便是如何将旗下的产品线做妥善的整合, 能以更快的速度切进自驾车市场。 而这种高度整合优势,在诸多车用半导体业者中,实乃少见。


Qualcomm 与 NVIDIA 在计算机视觉的布局策略


Qualcomm 透过收购 NXP 展示他进军车用市场的决心。 原本就有 CPU、GPU 与 DSP(数字信号处理器)自主开发能力的高通,当然打算运用其 DSP 技术打造强化计算机视觉处理,其新一代芯片 Snapdragon 835 搭载 Hexagon 68DSP,透过处理器内部的异质架构的协同处理器能力,将能更有效率及精准地做计算机视觉的工作。


而 NVIDIA 则是善用自身本就拥有的 GPU 效能,不断提升 GPU 运算能力,藉此满足计算机视觉或是其他需要高性能运算的应用领域。 日前,NVIDIA 也推出一款全新的处理器,名为 Xavier。 该款处理器采用 16nm FinFET 制程,CPU 方面采用将 ARM v8 指令集客制化的八核心架构,GPU 则是全新一代的Volta,共有 512 颗 GPU,整体运算效能达到 20 TOPS (trillion operations per second)。


归纳来看,要实现自驾车愿景,其关键之一,就是必须拥有高分辨率的影像讯号,辅以强大的计算机视觉运算效能。 从芯片角度而言,强化在计算机视觉上的不足,才能在自驾车市场取得话语权,不论是 Intel、NVIDIA,亦或是 Qualcomm,皆采取了不同的方式,来因应此一需求,且各自与不同的车厂伙伴展开了自驾车的合作计划,未来就看谁能在市场取得领先地位。




关键字:计算机视觉  DSP  自动驾驶

来源: EEWorld 引用地址:http://www.eeworld.com.cn/DSP/article_201704054304.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:意法半导体携手DSP Concepts 为STM32用户提供音频设计工具
下一篇:逆袭有望 纵观国产视频芯片进化史

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

挖角苹果高级计算机视觉专家 Mapillary地图更新添一员大将

据外媒报道,总部位于瑞典的地图初创公司Mapillary宣布,其已经从苹果公司挖角了一位高级计算机视觉专家。Mapillary公司表示,Till Quack原来是苹果公司的工程经理,负责增强现实(AR)和自动驾驶项目,现在,将成为Mapillary公司产品部副总裁。在入职苹果公司之前,Quack曾在芯片制造商高通公司(Qualcomm)工作。未来,Quack将负责Mapillary地图更新的重要工作。Mapillary的首席执行官Jan Erik Solem也曾是苹果公司的员工,在他将其面部识别初创公司卖给苹果公司之后,于2013年创立了Mapillary公司。该公司拥有构建地图的独特方法,使用来自全球用户网络众包的数据来收集街面
发表于 2018-07-16 19:34:29

2018年人工智能发展趋势分析 计算机视觉是最热门技术

而足。但是,这些机构之间的共同结论是,人工智能增长速度非常快,根据前瞻产业研究院对CAICT(中国信息通信研究院)、Ganter、CBInsights等机构发布的数据汇总,2017年我国人工智能增速都超过了40%。  图表1:国内外权威机构对2017年中国人工智能规模的统计  计算机视觉是最热门技术  从国内人工智能企业来看,有高达42%的企业应用计算机视觉相关技术,其次是语音和自然语言处理,两者占比总和43%,与计算机视觉占比相当。  计算机视觉技术是人工智能的重要核心技术之一,可应用到安防、金融、硬件、营销、驾驶、医疗等领域,而目前我国计算机视觉技术水平已达到全球领先水平,广泛的商业化渠道和技术基础是其成为最热门领域的主要原因
发表于 2018-05-28 19:22:11
2018年人工智能发展趋势分析 计算机视觉是最热门技术

终极之战打响,AI芯片四大门派集结

X支持人脸识别解锁(FaceID)、人脸识别付款、照片自动分类、以及实时表情跟踪Animoji等功能。在今年春节年廿九(2月14日)当天,老牌芯片公司ARM正式宣布推出两款针对移动端的AI芯片架构:物体检测处理器和机器学习处理器。这事的重要性绝对不容小觑——要知道,目前全世界超过90%的手机芯片采用的是ARM的架构,连麒麟970和苹果A11都不例外。而在刚刚结束的MWC2018上,中端手机芯片巨头联发科发布了新款手机芯片Helio P60,支持AI和计算机视觉,能够提供精确的人脸识别等功能。而高端手机芯片巨头高通则在今年2月22日宣布推出基于其枭龙芯片系列的人工智能引擎(AI Engine),将高通手机SoC当中的所有软、硬件AI
发表于 2018-04-10 19:04:25
终极之战打响,AI芯片四大门派集结

为什么深度学习仍未取代传统的计算机视觉技术?

深度学习只是一种计算机视觉工具,而不是包治百病的良药,不要因为流行就一味地使用它。传统的计算机视觉技术仍然可以大显身手,了解它们可以为你省去很多的时间和烦恼;并且掌握传统计算机视觉确实可以让你在深度学习方面做得更好。这是因为你可以更好地理解深度学习的内部状况,并可执行预处理步骤改善深度学习结果。 本文的灵感同样来自论坛中的一个常见问题: 深度学习已经取代了传统的计算机视觉吗? 或是换种说法: 既然深度学习看起来如此有效,是否还有必要学习传统的计算机视觉技术? 这个问题很好。深度学习确实给计算机视觉和人工智能领域带来了革命性的突破。许多曾经看似困难的问题,现在机器可以比解决的比人
发表于 2018-04-02 20:39:35
为什么深度学习仍未取代传统的计算机视觉技术?

计算机视觉下一个技术拐点?前端成像或将开启“视觉2.0时

“计算机视觉的前端成像技术,背后是至少100亿数量级的庞大需求!”在日前刚结束的2018 AWE现场,身为眼擎科技CEO的朱继志,满怀激动的下了这么一个结论。朱继志说话的语气非常笃定,因为他们的eyemore X42芯片上市不到两个月,就已一路高歌,初露峥嵘。而业内对eyemore X42的看法是:这款全球第一款完全自主研发并正式对外发布的AI视觉成像芯片将“引领AI机器进入视觉2.0时代”。既然这款芯片目前在国内甚至全球同领域内属于独一份,好奇之下,我们不禁就和他多聊了几句。2018将是AI落地第一年,视觉市场规模潜力巨大近几年,人工智能的火热是毋庸置疑的,上到国家两次将其写入政府工作报告,下到雨后春笋般出现的各种AI公司
发表于 2018-03-22 19:43:38
计算机视觉下一个技术拐点?前端成像或将开启“视觉2.0时

计算机视觉下一个技术拐点?前端成像或将开启“视觉2.0时代”

“计算机视觉的前端成像技术,背后是至少100亿数量级的庞大需求!”在日前刚结束的2018 AWE现场,身为眼擎科技CEO的朱继志,满怀激动的下了这么一个结论。  朱继志说话的语气非常笃定,因为他们的eyemore X42芯片上市不到两个月,就已一路高歌,初露峥嵘。而业内对eyemore X42的看法是:这款全球第一款完全自主研发并正式对外发布的AI视觉成像芯片将“引领AI机器进入视觉2.0时代”。  既然这款芯片目前在国内甚至全球同领域内属于独一份,好奇之下,我们不禁就和他多聊了几句。  2018将是AI落地第一年,视觉市场规模潜力巨大  近几年,人工智能的火热是毋庸置疑的,上到国家两次将其写入政府工作报告,下到雨后春笋般出现
发表于 2018-03-22 18:22:47
计算机视觉下一个技术拐点?前端成像或将开启“视觉2.0时代”

小广播

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved