（《麻省理工科技評論》中英文版APP現已上線， 年度訂閱用戶每週直播科技英語講堂， 還有科技英語學習社區哦~）
12 月 20 日， 國內知名的人工智慧公司地平線機器人（Horizon Robotics）在北京召開產品發佈會， 分別針對自動駕駛以及嵌入式智慧視覺處理推出了征程與旭日兩大全新處理器， 並提出了雨果 3.0 平臺， 主要服務車用和即將到來的安防、商業市場。 這勢必將掀起業界的一陣變革。
目前， 圖像識別技術可以說是人工智慧產業中最關鍵的技術， 牽扯到相當多領域， 諸如交通、工業、商業、醫療、安防等， 而演算法是其中最核心的部分。
當前中國關注演算法的公司不少， 有些針對語音， 有些針對文字識別， 也有主打機器學習模型的壓縮演算法， 而其中針對圖像識別演算法最著名的， 莫過於地平線機器人。
今年八月， 地平線機器人宣佈其基於其自有圖像識別演算法的晶片方案正式流片， 而業界最好奇的， 就是在這段時間地平線機器人到底發生了什麼事， 為何宣佈流片之後就沒有了後續消息？
對此， 地平線機器人周峰對 DT 君表示， 這段時間地平線機器人對整個晶片進行了全面的調試， 作為新一代視覺識別方案的核心， 地平線機器人也為其設計了更好的包裝以及方案， 而相關的成果， 就是本次發佈會的核心。
圖丨地平線機器人在現場公佈的晶片研製歷程
重點是， 地平線機器人希望產品發表時相關方案都已經是成熟、可隨時上線的狀態， 因此地平線機器人選擇不在第一時間就做展示， 而是在今天， 以最佳的狀態通過正式的發佈會正式對外宣佈。
圖｜地平線機器人發佈會上的三大產品主線
在發佈會上， 地平線機器人也針對市場應用以及客戶狀況作了更新。 產品方面包含了征程處理器以及旭日處理器， 針對包括 ADAS 環境、智慧城市與智慧商業等不同場景， 至於在解決方案上， 則是提出了雨果 3.0 平臺， 要説明客戶用最低的成本， 以及最快的導入效率， 提供客戶進入相關市場的最短路徑。 客戶方面， 除了在車用部分已經有一部份客戶開始導入之外， 安防與商業市場也都在積極開發中。
圖｜地平線機器人在嵌入式人工智慧生態的合作夥伴
地平線機器人發佈會亮點
地平線機器人此次發表產品主要是圍繞在圖像識別演算法為核心的方案上， 包含征程處理器以及旭日處理器兩款人工智慧視覺處理器。 並且根據應用類型， 將這兩款視覺處理器包裝成三種不同的方案：智慧駕駛解決方案、智慧城市解決方案和智慧商業解決方案。
圖｜“征程”處理器面向智慧駕駛，“旭日”處理器面向智慧攝像頭
高性能：一路1080P@30fps的視頻輸入，可對毎幀圖像中的200個目標進行檢測識別。
低功耗：典型功耗僅為1.5W。
低延時：小於30ms。
圖｜主打的兩款視覺處理器都基於 ARM 核心架構設計的 SoC
圖丨在演講中，地平線機器人創始人余凱博士談到，2015 年地平線機器人創立，就在行業中率先提出：打造人工智慧晶片架構（BPU），比穀歌提出TPU架構的時間更早
圖丨地平線的十年願景：到 2025 年，中國道路上 3 千萬新車都將具備自動駕駛功能，每輛自動駕駛汽車的“大腦”都基於地平線的人工智慧處理器
圖丨地平線機器人發展願景規劃
圖丨中國人工智慧泰斗、清華大學電腦系教授、中科院院士張鈸（左一演講者）在發佈會上提出，近幾年隨著深度學習的發展，硬體發展也有了一個新思路，就是通過軟體來定義硬體，這也是地平線今天發佈會的意義所在。
圖丨國家積體電路產業投資基金股份有限公司總裁丁文武（右一）更是直接說道“我希望地平線能成為人工智慧界的Intel”
圖丨在發佈會現場，引發一個小高潮的一幕是，餘凱在場上使用人臉識別快速掃描人群，不到 3 秒的時間掃出了下一位演講嘉賓——首席架構師周峰博士
圖丨從2017 到 2019 年，地平線將以一年一代架構的技術路徑——高斯架構、伯努利架構、貝葉斯架構，不斷反覆運算人工智慧晶片
圖丨地平線採用自主創新的技術架構，即關注模型（Attention Engine）+認知模型（Cognition Engine）的資料處理流模式，通過這一組合演算法，晶片的計算速度可提升10倍以上
圖丨關注模型+認知模型的演示
圖丨邊緣學習，促進模型不斷提升自己，錯誤率降低50%以上
圖丨彈性張量計算核，使地平線的人工智慧處理器的乘法器利用率接近100%
圖丨地平線提供開放通用的工具鏈BPU Toolkit，實現靈活的軟體程式設計和神經網路演算法
圖丨“征程”處理器路徑圖：2018年，感知——2019年，建模——2020年，決策
地平線機器人提出的三大領域解決方案
一、智慧駕駛解決方案
地平線機器人曾在今年初的 CES 會場上發佈了高級駕駛輔助系統 (ADAS)，該系統基於單目攝像頭與 FPGA 晶片，演算法則是基於高斯架構開發，原本的功能就已經包含了主要的行人、車輛、車道線和可行駛區域的檢測和識別。後來也增加了代客泊車功能，並成功完成路測。
依靠新款征程視覺處理器的輔助，地平線機器人 ADAS 系統在統合算法、晶片以及雲等環境之後，可以同時對行人、機動車、非機動車、車道線、交通號志以及紅綠燈等，進行準確的即時檢測與識別能力，可達到完整的 L2 級別 ADAS 輔助駕駛能力。
而從中央晶片到視覺處理器搭配而成的整套方案就是雨果平臺了，目前支持的功能包含了感知、三維環境模型重建以及最終的駕駛決策部分。
圖｜基於征程處理器的雨果智慧駕駛平臺
根據周峰的說法，目前核心演算法以及晶片效能其實可以滿足超過 L2 級別以上的自動駕駛需求，但受限於法規，以及車廠技術發展階段目標的限制，目前地平線機器人決定只提供到 L2 級別的 ADAS 功能，未來產業環境成熟，地平線機器人也會第一時間提供客戶合適的方案。
同時，雨果方案也針對客戶的需求設計了三種方案，從基本的協助工具，到結合多感測器的感知預測及智慧駕駛決策部分，分為三種等級，3.0 版是功能最完整的版本。
另外，針對這方面的功能，周峰也補充，雖然這部分主要還是集中在前裝市場，但後裝市場的客戶需求也是瞄準的市場目標之一，由於目前協力廠商的輔助駕駛設備對智慧環境感知的能力需求越來越高，且對價格極為敏感，地平線機器人可以很好的協助客戶解決這方面的問題。
圖｜地平線機器人的自動駕駛原型車以及自動泊車展示
雖然本次發佈會以智慧輔助駕駛系統為核心，但地平線機器人預計 2018 年將推出基於第二代 BPU 的自動駕駛方案，提供 L3 自動駕駛以及受限區域的 L4 級別無人駕駛功能。
二、智慧城市解決方案
目前，地平線機器人提供的方案集中在安防應用領域，主要提供了兩大系統，分別是人臉抓拍識別系統以及視頻結構化系統。前者主要是基於旭日處理器，結合人臉識別演算法，形成完整的抓拍識別能力，本系統可以用於人像布控業務，適合用在人流密集的通道、出入口等需要安保的場景，實現對人臉的精確捕捉與識別。
圖｜人臉抓拍識別系統
圖｜視頻結構化安防系統對車輛、行人的識別能力展示
而視頻結構化系統同樣基於旭日處理器，並提供了基於英特爾 FPGA 的後端以及伺服器分析能力，形成完整的解決方案。本系統則是以深度學習演算法為基礎，提供針對人、車、非機動車等目標的結構化解析，主要用於車站、學校、商業、樓宇、卡口等安防領域。
三、智慧商業解決方案
這套視覺感知系統是用來分析人與人、人與場地以及人與貨物之間的關係，提供線下商業運營資料的結構化，説明商業運營體系的運作以及行銷管理，提升整體經營效率並改善消費者的購物體驗。
圖｜結構化分析商業模式的智慧商業解決方案
地平線機器人以廣受市場認可的視覺演算法為根基，發展各種視覺處理應用解決方案
作為一家創業公司，地平線機器人確如其名，帶著宏大的願景從頭出發，不過從技術的積澱來看，他們卻並非是從 0 開始。創始團隊皆來自百度、Facebook 和諾基亞等科技巨頭的機要部門，今年 10 月 20 日更是獲得了英特爾約 1 億美元的投資。
圖丨地平線機器人四位創始人：余凱、方懿、楊銘、黃暢（從左至右）
天時地利人和之下，地平線機器人在人工智慧的道路上也開啟了一路狂奔的模式。在此之前，地平線機器人共發佈了兩套系統：針對智慧家居的“安徒生”系統和針對智慧駕駛的“雨果”系統，加上今天新發佈的智慧安防和智慧商業系統，地平線機器人的佈局也愈加完善。
地平線機器人創始人余凱在談到公司的業務範圍時就一針見血地指出，“地平線機器人的市場主要在於大量的智慧硬體，而不是資料中心，其中一個大的品類就是汽車。”
做為公司經營方面的核心項目，地平線機器人決心要在汽車行業把視覺識別的演算法以及晶片方案發揮到極致，而這也是本次地平線機器人在發佈會的所有產品佈局中所透露出來的資訊。
集地平線機器人技術于大成的晶片方案，借 TensorCore 大幅加速推理性能
地平線機器人的方案主要是在解決 AI 計算中的 CNN、DNN 以及 RNN 的演算法加速，提供主流神經網路結構所需要的計算力。而其主打的架構就是基於自有演算法研發出來的 BPU(brain Processing Unit)。目前主要的應用領域包括智慧家電、智慧安防以及自動駕駛，牽扯的計算領域主要是在影像處理技術這塊，當然，目前也投入不少資源在語音辨識等技術的研發，藉以擴大 BPU 的應用空間。
BPU 對地平線機器人而言，主要就是一個平臺，構成這個平臺的方式非常多，可以是 ARM 架構，也可以是 FPGA 或 ASIC，而這次地平線機器人發佈的自動駕駛方案，主要就是以 FPGA 來達成。
而這次的幾個視覺處理方案就是基於 ARM 架構所設計的 SoC，除了標準的 ARM 處理單元外，也在核心內集成了 AlphaNet 網路結構以及相關的演算法引擎，其中最值得注意的是彈性張量計算核(Elastic Tensor Core) 的加入，是繼 Google 的 TPU 以及 NVIDIA 的 Volta GPU 之後，第三個把 Tensor Core 架構加入晶片設計中的方案。
地平線機器人採用的雖然也是 TensorCore，但是在計算結構尚可支援動態處理，並依照演算法調整計算單元的組成方式，使地平線的人工智慧處理器的乘法器利用率接近 100%，總之在效率表現上可達到最好的表現。
有了 Tensor Core 的加入，晶片可以更快速的處理好相關圖像判別的推理計算工作，對自動駕駛或安防等應用情境下萬一遇到緊急狀況，可確保系統可以在最短時間內進行反應，避免損及生命財產安全。
從 FPGA 過渡到 SoC，以演算法優勢為初心應對市場
對地平線機器人而言，晶片平臺其實不過就是演算法的載具，真正核心的部分並不是外在的晶片架構，而是要為客戶解決問題，晶片、演算法，到最終的方案設計，目的都是為了同一個。
所以市場也不用糾結於晶片結構的選擇，事實上，即便地平線機器人今天推出 SoC，但只要客戶有需求，而根據評估後的結果，認為特定架構的晶片可能比較適合某種應用類型，那麼地平線機器人就會提供給客戶所需要的晶片設計與方案。
而在目前各種應用類型極為複雜的情況之下，要用單一架構解決所有問題並不實際，也因此地平線機器人目前提供的方案選擇，還是以終端應用的需求為主，比如說 ASIC、SoC 能效比高，在功耗預算要求較高的場景中可以有比較好的發揮空間。FPGA 由於其可靠性與應用彈性高，在不少工業或車規產品裡面可以得到很好的應用。
當然，目前地平線機器人在市場上資歷並不是太深，但以目前地平線機器人在演算法技術，以及晶片方案已經廣受業界好評的狀況下，該思考的，就是如何擴大核心演算法的市場基礎。黃暢對此表示，由於演算法已經大大超越市場的需求，且基本上有演算法的基礎在，要擴增更多的應用也不是問題，但地平線機器人作為新創公司，重點還是要創造價值以及獲利，因此目前智慧駕駛這個主打方案推出後，優先考慮的是如何增加客戶廣度，未來也會隨著市場需求，增加更多以地平線機器人演算法為基礎研發出來的晶片或應用方案。
目前，地平線機器人已經跨出第一步，市場的反應也不錯，我們也可以期待地平線機器人在不遠的將來會推出更多更先進的方案來進一步開拓市場。
圖｜“征程”處理器面向智慧駕駛，“旭日”處理器面向智慧攝像頭
高性能：一路1080P@30fps的視頻輸入，可對毎幀圖像中的200個目標進行檢測識別。
低功耗：典型功耗僅為1.5W。
低延時：小於30ms。
圖｜主打的兩款視覺處理器都基於 ARM 核心架構設計的 SoC
圖丨在演講中，地平線機器人創始人余凱博士談到，2015 年地平線機器人創立，就在行業中率先提出：打造人工智慧晶片架構（BPU），比穀歌提出TPU架構的時間更早
圖丨地平線的十年願景：到 2025 年，中國道路上 3 千萬新車都將具備自動駕駛功能，每輛自動駕駛汽車的“大腦”都基於地平線的人工智慧處理器
圖丨地平線機器人發展願景規劃
圖丨中國人工智慧泰斗、清華大學電腦系教授、中科院院士張鈸（左一演講者）在發佈會上提出，近幾年隨著深度學習的發展，硬體發展也有了一個新思路，就是通過軟體來定義硬體，這也是地平線今天發佈會的意義所在。
圖丨國家積體電路產業投資基金股份有限公司總裁丁文武（右一）更是直接說道“我希望地平線能成為人工智慧界的Intel”
圖丨在發佈會現場，引發一個小高潮的一幕是，餘凱在場上使用人臉識別快速掃描人群，不到 3 秒的時間掃出了下一位演講嘉賓——首席架構師周峰博士
圖丨從2017 到 2019 年，地平線將以一年一代架構的技術路徑——高斯架構、伯努利架構、貝葉斯架構，不斷反覆運算人工智慧晶片
圖丨地平線採用自主創新的技術架構，即關注模型（Attention Engine）+認知模型（Cognition Engine）的資料處理流模式，通過這一組合演算法，晶片的計算速度可提升10倍以上
圖丨關注模型+認知模型的演示
圖丨邊緣學習，促進模型不斷提升自己，錯誤率降低50%以上
圖丨彈性張量計算核，使地平線的人工智慧處理器的乘法器利用率接近100%
圖丨地平線提供開放通用的工具鏈BPU Toolkit，實現靈活的軟體程式設計和神經網路演算法
圖丨“征程”處理器路徑圖：2018年，感知——2019年，建模——2020年，決策
地平線機器人提出的三大領域解決方案
一、智慧駕駛解決方案
地平線機器人曾在今年初的 CES 會場上發佈了高級駕駛輔助系統 (ADAS)，該系統基於單目攝像頭與 FPGA 晶片，演算法則是基於高斯架構開發，原本的功能就已經包含了主要的行人、車輛、車道線和可行駛區域的檢測和識別。後來也增加了代客泊車功能，並成功完成路測。
依靠新款征程視覺處理器的輔助，地平線機器人 ADAS 系統在統合算法、晶片以及雲等環境之後，可以同時對行人、機動車、非機動車、車道線、交通號志以及紅綠燈等，進行準確的即時檢測與識別能力，可達到完整的 L2 級別 ADAS 輔助駕駛能力。
而從中央晶片到視覺處理器搭配而成的整套方案就是雨果平臺了，目前支持的功能包含了感知、三維環境模型重建以及最終的駕駛決策部分。
圖｜基於征程處理器的雨果智慧駕駛平臺
根據周峰的說法，目前核心演算法以及晶片效能其實可以滿足超過 L2 級別以上的自動駕駛需求，但受限於法規，以及車廠技術發展階段目標的限制，目前地平線機器人決定只提供到 L2 級別的 ADAS 功能，未來產業環境成熟，地平線機器人也會第一時間提供客戶合適的方案。
同時，雨果方案也針對客戶的需求設計了三種方案，從基本的協助工具，到結合多感測器的感知預測及智慧駕駛決策部分，分為三種等級，3.0 版是功能最完整的版本。
另外，針對這方面的功能，周峰也補充，雖然這部分主要還是集中在前裝市場，但後裝市場的客戶需求也是瞄準的市場目標之一，由於目前協力廠商的輔助駕駛設備對智慧環境感知的能力需求越來越高，且對價格極為敏感，地平線機器人可以很好的協助客戶解決這方面的問題。
圖｜地平線機器人的自動駕駛原型車以及自動泊車展示
雖然本次發佈會以智慧輔助駕駛系統為核心，但地平線機器人預計 2018 年將推出基於第二代 BPU 的自動駕駛方案，提供 L3 自動駕駛以及受限區域的 L4 級別無人駕駛功能。
二、智慧城市解決方案
目前，地平線機器人提供的方案集中在安防應用領域，主要提供了兩大系統，分別是人臉抓拍識別系統以及視頻結構化系統。前者主要是基於旭日處理器，結合人臉識別演算法，形成完整的抓拍識別能力，本系統可以用於人像布控業務，適合用在人流密集的通道、出入口等需要安保的場景，實現對人臉的精確捕捉與識別。
圖｜人臉抓拍識別系統
圖｜視頻結構化安防系統對車輛、行人的識別能力展示
而視頻結構化系統同樣基於旭日處理器，並提供了基於英特爾 FPGA 的後端以及伺服器分析能力，形成完整的解決方案。本系統則是以深度學習演算法為基礎，提供針對人、車、非機動車等目標的結構化解析，主要用於車站、學校、商業、樓宇、卡口等安防領域。
三、智慧商業解決方案
這套視覺感知系統是用來分析人與人、人與場地以及人與貨物之間的關係，提供線下商業運營資料的結構化，説明商業運營體系的運作以及行銷管理，提升整體經營效率並改善消費者的購物體驗。
圖｜結構化分析商業模式的智慧商業解決方案
地平線機器人以廣受市場認可的視覺演算法為根基，發展各種視覺處理應用解決方案
作為一家創業公司，地平線機器人確如其名，帶著宏大的願景從頭出發，不過從技術的積澱來看，他們卻並非是從 0 開始。創始團隊皆來自百度、Facebook 和諾基亞等科技巨頭的機要部門，今年 10 月 20 日更是獲得了英特爾約 1 億美元的投資。
圖丨地平線機器人四位創始人：余凱、方懿、楊銘、黃暢（從左至右）
天時地利人和之下，地平線機器人在人工智慧的道路上也開啟了一路狂奔的模式。在此之前，地平線機器人共發佈了兩套系統：針對智慧家居的“安徒生”系統和針對智慧駕駛的“雨果”系統，加上今天新發佈的智慧安防和智慧商業系統，地平線機器人的佈局也愈加完善。
地平線機器人創始人余凱在談到公司的業務範圍時就一針見血地指出，“地平線機器人的市場主要在於大量的智慧硬體，而不是資料中心，其中一個大的品類就是汽車。”
做為公司經營方面的核心項目，地平線機器人決心要在汽車行業把視覺識別的演算法以及晶片方案發揮到極致，而這也是本次地平線機器人在發佈會的所有產品佈局中所透露出來的資訊。
集地平線機器人技術于大成的晶片方案，借 TensorCore 大幅加速推理性能
地平線機器人的方案主要是在解決 AI 計算中的 CNN、DNN 以及 RNN 的演算法加速，提供主流神經網路結構所需要的計算力。而其主打的架構就是基於自有演算法研發出來的 BPU(brain Processing Unit)。目前主要的應用領域包括智慧家電、智慧安防以及自動駕駛，牽扯的計算領域主要是在影像處理技術這塊，當然，目前也投入不少資源在語音辨識等技術的研發，藉以擴大 BPU 的應用空間。
BPU 對地平線機器人而言，主要就是一個平臺，構成這個平臺的方式非常多，可以是 ARM 架構，也可以是 FPGA 或 ASIC，而這次地平線機器人發佈的自動駕駛方案，主要就是以 FPGA 來達成。
而這次的幾個視覺處理方案就是基於 ARM 架構所設計的 SoC，除了標準的 ARM 處理單元外，也在核心內集成了 AlphaNet 網路結構以及相關的演算法引擎，其中最值得注意的是彈性張量計算核(Elastic Tensor Core) 的加入，是繼 Google 的 TPU 以及 NVIDIA 的 Volta GPU 之後，第三個把 Tensor Core 架構加入晶片設計中的方案。
地平線機器人採用的雖然也是 TensorCore，但是在計算結構尚可支援動態處理，並依照演算法調整計算單元的組成方式，使地平線的人工智慧處理器的乘法器利用率接近 100%，總之在效率表現上可達到最好的表現。
有了 Tensor Core 的加入，晶片可以更快速的處理好相關圖像判別的推理計算工作，對自動駕駛或安防等應用情境下萬一遇到緊急狀況，可確保系統可以在最短時間內進行反應，避免損及生命財產安全。
從 FPGA 過渡到 SoC，以演算法優勢為初心應對市場
對地平線機器人而言，晶片平臺其實不過就是演算法的載具，真正核心的部分並不是外在的晶片架構，而是要為客戶解決問題，晶片、演算法，到最終的方案設計，目的都是為了同一個。
所以市場也不用糾結於晶片結構的選擇，事實上，即便地平線機器人今天推出 SoC，但只要客戶有需求，而根據評估後的結果，認為特定架構的晶片可能比較適合某種應用類型，那麼地平線機器人就會提供給客戶所需要的晶片設計與方案。
而在目前各種應用類型極為複雜的情況之下，要用單一架構解決所有問題並不實際，也因此地平線機器人目前提供的方案選擇，還是以終端應用的需求為主，比如說 ASIC、SoC 能效比高，在功耗預算要求較高的場景中可以有比較好的發揮空間。FPGA 由於其可靠性與應用彈性高，在不少工業或車規產品裡面可以得到很好的應用。
當然，目前地平線機器人在市場上資歷並不是太深，但以目前地平線機器人在演算法技術，以及晶片方案已經廣受業界好評的狀況下，該思考的，就是如何擴大核心演算法的市場基礎。黃暢對此表示，由於演算法已經大大超越市場的需求，且基本上有演算法的基礎在，要擴增更多的應用也不是問題，但地平線機器人作為新創公司，重點還是要創造價值以及獲利，因此目前智慧駕駛這個主打方案推出後，優先考慮的是如何增加客戶廣度，未來也會隨著市場需求，增加更多以地平線機器人演算法為基礎研發出來的晶片或應用方案。
目前，地平線機器人已經跨出第一步，市場的反應也不錯，我們也可以期待地平線機器人在不遠的將來會推出更多更先進的方案來進一步開拓市場。