機器之能， 是機器之心旗下關注全球人工智慧產業應用場景及商業化的內容帳號。 歡迎關注與互動：almosthuman2017
兩款晶片的背後， 隱藏著怎樣的玄機？
撰文 | 王藝
成立兩年後， 地平線機器人科技（以下簡稱地平線）帶來了它的兩款晶片產品。
12 月 20 日， 地平線發佈兩款嵌入式人工智慧視覺處理器——面向智慧駕駛的征程（Journey）系列處理器和面向智慧攝像頭的旭日（Sunrise）系列處理器。 兩款處理器均基於高斯架構研發設計， 提供「演算法+晶片+雲」的完整解決方案。
征程系列嵌入式人工智慧晶片面向自動駕駛， 具備同時對行人、機動車、非機動車、車道線、交通標誌牌、紅綠燈等多類目標進行精准即時檢測與識別的處理能力， 可支援 L2 級別的高級駕駛輔助系統（ADAS）。
基於征程處理器， 地平線打造了一款面向後裝市場的智慧輔助駕駛系統， 下圖所示的黑盒子即為這款輔助駕駛系統的產品原型。
現場， 餘凱展示了征程處理器真正上路的視頻。 從視頻中我們可以清晰地看到征程處理器對行人、車輛、指示牌等道路相關物體的識別情況。
旭日處理器面向智慧攝像頭， 具備在前端實現大規模人臉檢測跟蹤、視頻結構化的處理能力，
餘凱介紹， 旭日支持最高 200 張人臉的同時識別， 而在此之前， 業內最好的解決方案最多僅能同時識別 30 張人臉。 以下視頻展示了旭日處處理器在地鐵站、扶梯、擁擠的人行道等大人流場景下的識別能力。
以軟體定義硬體
這兩款晶片可以看作是地平線對電腦視覺的兩個典型應用場景——自動駕駛及多物件人臉識別的分別佈局。 其背後的軟體架構是一致的， 都是地平線的第一代人工智慧軟體架構——高斯架構。
地平線認為， 人工智慧時代晶片企業突圍的關鍵在於軟硬體的深度結合。 因此， 地平線制定了軟體架構的三步走戰略， 除了今年已經推出的高斯架構外， 明年還將推出伯努利架構， 並最終在 2019 年推出貝葉斯架構。
據地平線聯合創始人、演算法副總裁黃暢介紹， 三種架構是層層遞進的關係。
當前的高斯架構（1080p@30fps）能夠支持每幀同時檢測 200 個目標；伯努利架構（1080p@30fps）採用新型稀疏二值化神經網路結構， 能夠同時處理 6-8 路視頻識別、預測、圖元解析，
現場， 餘凱展示了其基於伯努利架構的新一代道路物體識別系統， 與當前普遍使用的解決方案不同， 該系統不是以矩形框的形式對物體進行識別， 而是能更精准地對物體進行圖元點級的識別。 以下視頻所展示的是該系統在中關村道路上的實驗結果。
兩款晶片、三個大腦
基於此次發佈的兩款晶片， 地平線相應推出了針對智慧駕駛、智慧城市、智慧商業的「大腦」解決方案， 並在發佈會現場都進行了相應的技術展示。
其中， 智慧駕駛解決方案， 通過對駕駛場景中的目標精確定位，為汽車打造自動駕駛的大腦，實現了車道偏離、車輛及行人碰撞預警等高級別輔助駕駛（ADAS）功能。在發佈會現場，地平線搭建了模擬交通場景，讓現場嘉賓和媒體進行實際體驗行人檢測，檢測精准度高達 100%。據現場產品負責人介紹，在實際道路上，目前基於征程 1.0 的 ADAS 對車輛、行人、車道線、交通標誌的檢測準確率均大於 99%。
智慧城市解決方案可在前端進行高性能、低功耗的人臉抓拍、識別與相關屬性分析、視頻結構化解析，可廣泛運用於車站、學校、商業、樓宇、卡口等安防、泛安防領域。發佈環節中，地平線現場展示了基於旭日 1.0 處理器的攝像頭的即時人臉抓拍和識別能力，在現場複雜的燈光環境下、用移動的攝像頭從幾百人中準確的抓取識別出了演講嘉賓——地平線首席晶片架構師周峰博士。並在場外展區設置了即時大規模人臉抓拍體驗，能夠同時抓拍百人以上。
智慧商業解決方案，以人為中心進行線下商業運營資料的結構化，實現客流分析、人員 ID 管理、人貨分析等，幫助商業運營體系更加有效地洞見商業運作的本質，指導商業行銷，並提升商業運作的效率，進而提升消費者的購物體驗，將生意變得簡單易懂。現場地平線展示了該解決方案在某鞋店的實際使用案例，通過攝像頭，能夠即時識別顧客身份、喜好和在店內的行動軌跡。
除此之外，地平線也更新了解決方案背後的合作夥伴。
在智慧駕駛領域，地平線與世界四大主要汽車市場的頂級 OEMs 及 Tier1 合作，致力於為汽車打造自動駕駛的大腦。在智慧城市、智慧商業方面，地平線的合作夥伴更多來自國內。發佈會上，地平線公佈了同奧迪、長安汽車、英特爾、龍湖地產、百麗等公司的合作。
「人人造芯」的時代
傳統晶片廠商英特爾、英偉達之外，人工智慧領域的初創公司如地平線、寒武紀、深鑒科技、啟英泰倫、Kneron 等公司都在緊鑼密鼓地推進晶片計畫。
應用設備公司也急於分羹。華為、杭州國芯、比特大陸以及一些 IP 提供方正試圖將一隻腳踏入人工智慧晶片領域。
曾經的人工智慧軟體演算法公司也不甘示弱，從招聘啟事來看，海康威視、雲知聲、雲飛勵天、依圖科技、科大訊飛、甚至百度均有嵌入式人才需求。
與這些傳統晶片廠商以及有其他業務支撐的公司相比，像地平線這樣將全部身家押注在人工智慧晶片上的初創公司們，面臨著更嚴峻的形勢以及成王敗寇的命運。
但餘凱對此似乎不太擔心，他表示地平線是「面向應用的」，是「軟硬體深度結合的」。此前，他也曾向機器之心分析稱：
「現在的人工智慧計算，通常情況下硬體平臺利用率只有 30% 左右，其他都是空耗。所以如果做好軟硬體適配，平臺運轉自然高效。我們的硬體利用率一般能夠達到 98%，能夠用原本的空耗做更加複雜的計算。」
另一方面，余凱認為未來地平線的業務模式靈活，IP 授權、晶片製造都可以討論，細分領域的人工智慧晶片與通用的人工智慧晶片都會涉及。
但「造芯」之路也並非一片坦途。餘凱介紹道，從晶片的製造工藝角度，人工智慧專用晶片並不難，難點在於針對演算法的架構設計。
以一個通用的深度神經網路晶片舉例說明，需要兼具語音辨識、語義理解、圖像識別等功能，而每一功能又需要滿足多種細分場景的需求，例如圖像識別任務中又可以拆分成手勢、車輛、行人，人臉等識別任務，因此需要不同的網路結構進行支撐，並互相配合形成一個盡可能通用、靈活的架構。
「考驗的並不是晶片設計的能力，而是演算法設計的能力。」余凱曾說。因此地平線將技術核心放在演算法層面，針對深度神經網路，通過定點化、稀疏化，以及各種專用精簡設計，未來能將晶片功耗控制在幾百毫瓦，成本控制在 1 美金以內。
地平線還為自己定了「小目標」。餘凱稱，預計到 2020 年，地平線 BPU 將賦能上億物聯網智慧感知終端。到 2025 年，將有 3000 萬輛汽車內置地平線自動駕駛 BPU。
通過對駕駛場景中的目標精確定位，為汽車打造自動駕駛的大腦，實現了車道偏離、車輛及行人碰撞預警等高級別輔助駕駛（ADAS）功能。在發佈會現場，地平線搭建了模擬交通場景，讓現場嘉賓和媒體進行實際體驗行人檢測，檢測精准度高達 100%。據現場產品負責人介紹，在實際道路上，目前基於征程 1.0 的 ADAS 對車輛、行人、車道線、交通標誌的檢測準確率均大於 99%。智慧城市解決方案可在前端進行高性能、低功耗的人臉抓拍、識別與相關屬性分析、視頻結構化解析，可廣泛運用於車站、學校、商業、樓宇、卡口等安防、泛安防領域。發佈環節中，地平線現場展示了基於旭日 1.0 處理器的攝像頭的即時人臉抓拍和識別能力，在現場複雜的燈光環境下、用移動的攝像頭從幾百人中準確的抓取識別出了演講嘉賓——地平線首席晶片架構師周峰博士。並在場外展區設置了即時大規模人臉抓拍體驗，能夠同時抓拍百人以上。
智慧商業解決方案，以人為中心進行線下商業運營資料的結構化，實現客流分析、人員 ID 管理、人貨分析等，幫助商業運營體系更加有效地洞見商業運作的本質，指導商業行銷，並提升商業運作的效率，進而提升消費者的購物體驗，將生意變得簡單易懂。現場地平線展示了該解決方案在某鞋店的實際使用案例，通過攝像頭，能夠即時識別顧客身份、喜好和在店內的行動軌跡。
除此之外，地平線也更新了解決方案背後的合作夥伴。
在智慧駕駛領域，地平線與世界四大主要汽車市場的頂級 OEMs 及 Tier1 合作，致力於為汽車打造自動駕駛的大腦。在智慧城市、智慧商業方面，地平線的合作夥伴更多來自國內。發佈會上，地平線公佈了同奧迪、長安汽車、英特爾、龍湖地產、百麗等公司的合作。
「人人造芯」的時代
傳統晶片廠商英特爾、英偉達之外，人工智慧領域的初創公司如地平線、寒武紀、深鑒科技、啟英泰倫、Kneron 等公司都在緊鑼密鼓地推進晶片計畫。
應用設備公司也急於分羹。華為、杭州國芯、比特大陸以及一些 IP 提供方正試圖將一隻腳踏入人工智慧晶片領域。
曾經的人工智慧軟體演算法公司也不甘示弱，從招聘啟事來看，海康威視、雲知聲、雲飛勵天、依圖科技、科大訊飛、甚至百度均有嵌入式人才需求。
與這些傳統晶片廠商以及有其他業務支撐的公司相比，像地平線這樣將全部身家押注在人工智慧晶片上的初創公司們，面臨著更嚴峻的形勢以及成王敗寇的命運。
但餘凱對此似乎不太擔心，他表示地平線是「面向應用的」，是「軟硬體深度結合的」。此前，他也曾向機器之心分析稱：
「現在的人工智慧計算，通常情況下硬體平臺利用率只有 30% 左右，其他都是空耗。所以如果做好軟硬體適配，平臺運轉自然高效。我們的硬體利用率一般能夠達到 98%，能夠用原本的空耗做更加複雜的計算。」
另一方面，余凱認為未來地平線的業務模式靈活，IP 授權、晶片製造都可以討論，細分領域的人工智慧晶片與通用的人工智慧晶片都會涉及。
但「造芯」之路也並非一片坦途。餘凱介紹道，從晶片的製造工藝角度，人工智慧專用晶片並不難，難點在於針對演算法的架構設計。
以一個通用的深度神經網路晶片舉例說明，需要兼具語音辨識、語義理解、圖像識別等功能，而每一功能又需要滿足多種細分場景的需求，例如圖像識別任務中又可以拆分成手勢、車輛、行人，人臉等識別任務，因此需要不同的網路結構進行支撐，並互相配合形成一個盡可能通用、靈活的架構。
「考驗的並不是晶片設計的能力，而是演算法設計的能力。」余凱曾說。因此地平線將技術核心放在演算法層面，針對深度神經網路，通過定點化、稀疏化，以及各種專用精簡設計，未來能將晶片功耗控制在幾百毫瓦，成本控制在 1 美金以內。
地平線還為自己定了「小目標」。餘凱稱，預計到 2020 年，地平線 BPU 將賦能上億物聯網智慧感知終端。到 2025 年，將有 3000 萬輛汽車內置地平線自動駕駛 BPU。