Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
DeepScale, Inc.
Deepscale logo.png
Тип сайта
Дочернее предприятие
Основан2015 г.
Штаб-квартираМаунтин-Вью, Калифорния
Учредитель (и)
Исполнительный директорФоррест Иандола
РодительTesla, Inc.
URLDeepcale .ai

DeepScale, Inc. - американская технологическая компания со штаб-квартирой в Маунтин-Вью, Калифорния , которая разрабатывает технологии систем восприятия для автоматизированных транспортных средств . 1 октября 2019 года компанию купила Tesla . [1]

История [ править ]

DeepScale была основана в сентябре 2015 года Форрестом Иандола и Куртом Койцером . [2] В 2018 году, DeepScale поднял 15 $ миллионов долларов США в финансировании серии A . [3] В 2018 году компания объявила о стратегическом партнерстве с поставщиками автомобилей, включая Visteon и Hella Aglaia Mobile Vision GmbH . [4] [5] 1 октября 2019 года компания была приобретена Tesla , которая работает над технологиями автономных транспортных средств. [1]

Технология [ править ]

До основания DeepScale Форрест Иандола и Курт Койцер вместе работали в Калифорнийском университете в Беркли над повышением эффективности глубоких нейронных сетей (DNN). [6] [7] В 2016 году, вскоре после основания DeepScale, Иандола, Койцер и их сотрудники выпустили SqueezeNet , небольшую и энергоэффективную DNN для компьютерного зрения . [8] [9] [10] Разрабатывая DNN меньшего размера, компания смогла запустить глубокое обучение на уменьшенном в масштабе оборудовании для обработки данных, таком как смартфоны и автомобильные чипы. [8] [11] [12]В 2018 году компания заявила, что ее команда инженеров вышла за рамки SqueezeNet и разработала еще более быстрые и точные DNN для использования в коммерческих продуктах. [13]

Поиск нейронной архитектуры [ править ]

В последние годы поиск нейронной архитектуры (NAS) начал превосходить людей в разработке DNN, которые дают высокоточные результаты при быстрой работе. [14] В 2019 году DeepScale опубликовала документ под названием SqueezeNAS, в котором использовались NAS на основе суперсетей для разработки семейства быстрых и точных DNN для семантической сегментации изображений. [15] В документе утверждается, что нейронные сети SqueezeNAS превосходят кривую компромисса между скоростью и точностью семейства моделей нейронных сетей Google MobileNetV3. [16] В то время как Google потратил тысячи дней на GPU для поиска дизайна MobileNetV3, DeepScale использовал всего десятки дней на GPU для автоматического проектирования DNN, представленных в статье SqueezeNAS. [17]

Продукт [ править ]

Фирма разрабатывает программное обеспечение системы восприятия, в котором используются глубокие нейронные сети, позволяющие автомобилям интерпретировать окружающую среду. Программное обеспечение предназначено для интеграции в открытую платформу, где можно использовать широкий спектр датчиков и процессоров . [4] Программное обеспечение может работать на различных процессорах, от графических процессоров NVIDIA до небольших процессоров на базе ARM , разработанных специально для автомобильного рынка. [4] [13]

В январе 2019 года компания запустила программный продукт для автомобильного восприятия под названием Carver, который использует глубокие нейронные сети для обнаружения объектов, идентификации полосы движения и определения зоны движения. Для этого Карвер использует три нейронные сети, которые работают параллельно. При работе в режиме реального времени эти три сети выполняют в общей сложности 0,6 триллиона операций в секунду («тераопераций в секунду»). [18] Для справки: каждый из двух резервных чипов на системной плате компьютера с полным самоуправлением Tesla может выполнять 36 тераопераций в секунду. [19] Таким образом, 0,6 тераоперации в секунду - это всего лишь 2% от емкости каждого чипа Tesla.

Приобретение Tesla [ править ]

1 октября 2019 года CNBC сообщила, что Tesla приобрела DeepScale. [1] Fortune заявила, что «очевидно, что технология DeepScale будет интегрирована в автопилот Tesla , технологию автоматического вождения, над которой компания в настоящее время работает». [12] Кроме того, CNET сообщила, что «подход DeepScale к автономности соответствует более широкой картине, которую [генеральный директор Tesla Илон] Маск продвигал в течение нескольких лет. Вместо того, чтобы полагаться на LiDAR , Маск всегда считал, что камеры , радары и ультразвуковые датчики сделают создать надежную систему без другого оборудования ".[20]

Ссылки [ править ]

  1. ^ a b c Колодный, Лора (01.10.2019). «Tesla покупает стартап DeepScale в области компьютерного зрения в стремлении создать автомобили без водителя» . CNBC . Проверено 2 октября 2019 .
  2. ^ «DeepScale» . Crunchbase . Проверено 7 апреля 2018 .
  3. ^ Маринова, Полина (2018-04-04). «Срок действия» . Удача . Проверено 22 мая 2018 .
  4. ^ a b c Ёсида, Джунко (2018-01-09). «Visteon работает с DNN Vanguard DeepScale» . EE Times . Проверено 7 апреля 2018 .
  5. ^ Yoshida, Junko (2018-04-03). «Неужели нам не хватает экспертов по глубокому обучению?» . EE Times . Проверено 7 апреля 2018 .
  6. ^ Койцер, Курт. "Веб-страница факультета" . Калифорнийский университет в Беркли . Проверено 22 мая 2018 .
  7. ^ Койцер, Курт. «Студенты» . Калифорнийский университет в Беркли . Проверено 22 мая 2018 .
  8. ^ Б Yoshida, Жюнко (2017-09-21). «DeepScale на роботизированной машине: объединение исходных данных» . EE Times . Проверено 22 мая 2018 .
  9. ^ Иандола, Форрест N; Хан, Песня; Москевич, Мэтью В.; Ашраф, Халид; Далли, Уильям Дж; Койцер, Курт (2016). «SqueezeNet: точность на уровне AlexNet, в 50 раз меньше параметров и размер модели <0,5 МБ». arXiv : 1602.07360 [ cs.CV ].
  10. ^ Нидермейер, Эдвард (2019-10-01). «Tesla усиливает автономность с помощью DeepScale Acqui-Hire» . Драйв . Проверено 10 ноября 2019 .
  11. ^ Шазар, Джон (2018-04-05). «Стив Коэн покупает самоуправляемые автомобили» . Прерыватель сделок . Проверено 22 мая 2018 .
  12. ^ a b Райзингер, Дон (02.10.2019). «Почему Tesla потихоньку приобрела DeepScale, стартап в области машинного обучения, который« сжимает »ИИ» Фортуна . Проверено 25 ноября 2019 .
  13. ^ a b «Как стать полноценным инженером по глубокому обучению (время: 51:30)» . Группа глубокого обучения Кремниевой долины . Проверено 22 мая 2018 .
  14. ^ Зоф, Баррет; Васудеван, Виджай; Шленс, Джонатон; Ле, Куок В. (21.07.2017). «Изучение переносимых архитектур для распознавания масштабируемых изображений». arXiv : 1707.07012 [ cs.CV ].
  15. ^ Шоу, Альберт; Хантер, Дэниел; Иандола, Форрест; Сидху, Сэмми (2019). «SqueezeNAS: быстрый поиск нейронной архитектуры для более быстрой семантической сегментации». arXiv : 1908.01748 [ cs.CV ].
  16. ^ Ховард, Эндрю; Сандлер, Марк; Чу, Грейс; Чен, Лян-Цзе; Чен, Бо; Тан, Минсин; Ван, Вэйцзюнь; Чжу, Юкун; Панг, Руоминг; Васудеван, Виджай; Le, Quoc V .; Адам, Хартвиг ​​(06.05.2019). «В поисках MobileNetV3». arXiv : 1905.02244 [ cs.CV ].
  17. ^ Yoshida, Junko (2019-08-25). «Есть ли у вашего ИИ-чипа собственный DNN?» . EE Times . Проверено 26 сентября 2019 .
  18. ^ Landen, Бен (2019-01-25). «DeepScale анонсирует Carver21: модульное программное обеспечение для глубокого обучения для помощи водителю» . Блог DeepScale . Проверено 4 февраля 2019 .
  19. ^ Холлистер, Шон (2019-04-22). «Новый чип самоуправления Tesla уже здесь, и это ваш лучший вид» . Грань . Проверено 24 августа 2020 .
  20. ^ Шимковски, Шон (2019-10-02). «Тесла по сообщениям покупает машину обучения запуска DeepScale для самостоятельного вождения автомобиля технологии» . CNET . Проверено 10 ноября 2019 .