初創公司推出AI處理器實現生物識別 可用於監控座艙乘客

蓋世汽車訊 據外媒報導，初創公司Deep Vision推出了一款新型AI處理器，具備新型晶片設計，適合用於智能城市、智慧零售等需要能耗較低的邊緣生物識別應用。

ARA-1晶片（圖片來源：Deep Vision）

雖然市場上其他晶片的目標市場也是智能攝像頭和邊緣網關等低功耗應用，Deep Vision表示，其結合晶片設計和軟體工具採取了一種不同的方法，能夠讓設備大大提升圖像識別、物體跟蹤能力以及具備更好的計算機視覺精度以及更低的延遲性等功能。例如，在零售銀行和雜貨店生物識別等應用中，攝像頭能夠以更高的準確度追蹤更多的人，其他應用還包括在自動駕駛車輛中，利用面部識別監控座艙內的乘客。

Deep Vision的晶片基於一個數據架構打造，該架構能夠處理各種數據流，以將晶片上的數據傳輸量降至最小。該公司執行長Ravi Annavajjhala表示，讓數據靠近計算引擎，可以最大限度地減少數據傳輸，確保實現高推理吞吐量、低延遲以及更高的功耗效率。

該公司的設計基於Rehan Hameed博士與Wajahat Qadeer博士的研究成果，這兩位於2015年創辦了Deep Vision。最終該設計是一種獲得專利的「多態數據流架構」（Polymorphic Dataflow Architecture），與英偉達GPU、谷歌TPU以及其他部署在雲數據中心、專注於為單個AI模型提供高數據吞吐量的AI晶片相比，該晶片更專注於延遲性。據稱，與其他設計相比，Deep Vision的ARA-1晶片的系統功耗更低（通常為大約2瓦），而且其運行Resnet-50等深度模型，與谷歌Edge TPU相比，延遲性能提高了6倍；與英特爾MyriadX相比，延遲性能提升了4倍。

該晶片的編譯器能夠無縫移植行業標準的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等網絡。

除了可支持標準模型外，Deep Vision的軟體開發工具包（SDK）還提供了一個位精確模擬器和工具，可根據客戶的應用需求優化功率與性能。Deep Vision表示，其SDK還可實現無摩擦工作流，讓訓練模型到量產應用程式都可實現低代碼、自動化的無縫遷移過程。

截至目前，Deep Vision公司已經籌集了1900萬美元，並得到了Silicon Motion、Western Digital、史丹福大學（Stanford）、Exfinity Ventures以及Sinovation Ventures等投資者的支持。