文｜汽車之心（微信 ID：Auto-Bit），作者｜葉方，編輯｜王德芙
自動駕駛行業(yè)再次迎來重磅新聞。
據(jù) CNBC 報(bào)道，特斯拉正計(jì)劃將嵌入式計(jì)算視覺新創(chuàng)公司 DeepScale 收入囊中。
這件事情的起因是10月1日 ，DeepScale CEO Forrest Iandola 更改了自己在 Linkedin 上的動態(tài)。
他現(xiàn)在已是特斯拉員工，出任特斯拉資深機(jī)器學(xué)習(xí)科學(xué)家一職。
此后，F(xiàn)orrest Iandola 還在推特上發(fā)文稱：
「本周我加入了特斯拉 Autopilot 團(tuán)隊(duì)，我期待能與公司其他深度學(xué)習(xí)與自動駕駛大牛們并肩戰(zhàn)斗。」
除了 Iandola 外，在過去的兩天時間里，至少還有 10 名 DeepScale 工程師與研發(fā)人員加入了特斯拉。顯然，即使特斯拉沒有買下這家公司，也已經(jīng)將它「掏空」。
過去幾年，特斯拉至少收購了包括 SolarCity 和 Maxwell 在內(nèi)的 5 家公司，但均與自動駕駛無關(guān)。如果對 DeepScale 的收購?fù)瓿?，這將是特斯拉在自動駕駛領(lǐng)域的第一筆投資。
目前特斯拉還沒有確認(rèn)此次收購，對相關(guān)消息也暫未發(fā)表評論。
1、另辟蹊徑的 DeepScale
DeepScale 兩位創(chuàng)始人：Forrest Iandola（左） 與 Kurt Keutzer（右）
DeepScale 的前身是名為「伯克利深度駕駛」(Berkeley Deep Drive)的研究團(tuán)隊(duì)，其聯(lián)合創(chuàng)始人 Iandola 與 Kurt Keutzer 一直致力于提升計(jì)算視覺深度神經(jīng)網(wǎng)絡(luò)的效率。
2012 到 2016 年間，計(jì)算視覺行業(yè)一直都在靠堆資源來運(yùn)行深度神經(jīng)網(wǎng)絡(luò)。而 Iandola 與 Keutzer 則另辟蹊徑：
試圖在只適用于嵌入式系統(tǒng)有限資源的情況下，完成簡化版深度神經(jīng)網(wǎng)絡(luò)的構(gòu)建。當(dāng)然，其前提是不影響其性能和準(zhǔn)確性，同時降低時延。
最終，他們拿出了名為 SqueezeNet 小型深度神經(jīng)網(wǎng)絡(luò)架構(gòu)。
SqueezeNet 在 ImageNet 上實(shí)現(xiàn)了 AlexNet 級的精度。與 AlexNet 相比，參數(shù)數(shù)量減少 50 倍。
此外，借助模型壓縮技術(shù)，DeepScale 能夠?qū)?SqueezeNet 壓縮到小于 0.5MB 的空間（比 AlexNet 小 510 倍）。
據(jù)汽車之心了解，DeepScale 將繼續(xù)推動深度神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺的精度和魯棒性。公司也正在研究如何讓上述方法在硬件上運(yùn)行，且兼具價格優(yōu)勢（接近于 10 美元而不是 1 萬美元）和低功耗（接近 10 瓦而不是 2 千瓦）的特性。
此前，Iandola 在「伯克利深度駕駛」的研究吸引了多家汽車公司的目光，業(yè)界巨頭紛紛解囊相助，其中就包括福特、博世與三星等行業(yè)巨頭。
這些公司告訴 Iandola，自家自動駕駛研發(fā)項(xiàng)目都卡在了 AI 系統(tǒng)上，因?yàn)樗枰喾?wù)器做「后期保障」，而大家都想找到一個能有效降低成本，讓搭載 AI 的車輛有更好的獲益前景。
2、DeepScale 的殺手锏
雖然 DeepScale 規(guī)模不大，但 Iandola 還是將業(yè)內(nèi)巨頭 Mobileye 看作自己的頭號假想敵。
2017 年 3 月，Mobileye 被英特爾在2017年以 153 億美元收購，此前這家以色列視覺公司也是特斯拉的合作伙伴，正是雙方聯(lián)手才有了初代的 Autopilot。
說了這么多，DeepScale 到底有什么殺手锏？
Iandola 表示：
「在 Mobileye 那里，你得接受捆綁銷售，掏錢買下整個解決方案，攝像頭、處理器和軟件等等。如果你只用到一部分技術(shù)或想換個玩法，這樣就是在浪費(fèi)錢。事實(shí)上，20 年前 Mobileye 剛剛嶄露頭角時，整個汽車市場都是這樣的一攬子買賣。
如今，汽車市場的價值鏈已經(jīng)出現(xiàn)了巨大變化，更為開放的平臺成了大家的最愛，第三方供應(yīng)商供給的解決方案則是汽車廠商與一級供應(yīng)商差異化競爭的重要原料。
DeepScale 找到的正是這一突破口，我們的解決方案將選擇權(quán)交到了客戶手中，而不是硬生生塞給他們許多根本不需要的東西。
簡言之，客戶能將我們的技術(shù)融入自家感知堆棧，也可移除我們產(chǎn)品中的某個單元來補(bǔ)強(qiáng)自己的解決方案?！?/p>
Squeezenet 得以崛起主要還是得益于各種變體深度神經(jīng)網(wǎng)絡(luò)應(yīng)用，比如針對物體探測的 SqueezeDet，針對激光雷達(dá)數(shù)據(jù)語義分割的 SqueezeSeg，以及更簡化的圖像識別網(wǎng)絡(luò) SqueezeNext。
Iandola 的「巔峰」是 SqueezeNAS，它利用神經(jīng)架構(gòu)搜索技術(shù)實(shí)現(xiàn)了深度神經(jīng)網(wǎng)絡(luò)開發(fā)的自動化。
去年，這項(xiàng)技術(shù)就用在了神經(jīng)網(wǎng)絡(luò)的開發(fā)中，它拿出的產(chǎn)品比人工設(shè)計(jì)的還要精確且低時延。
顯然，DeepScale 專注于效率的切入點(diǎn)沒找錯，因?yàn)?SqueezeNAS 已經(jīng)證明，這項(xiàng)技術(shù)可以減少訓(xùn)練和搜索時的 GPU 占用時間，它不但能用在推理硬件的優(yōu)化上，還能提升任務(wù)執(zhí)行效率。
原本要扔 7 萬美元在云計(jì)算中的任務(wù)，現(xiàn)在 700 美元的成本就能搞定（價格基于亞馬遜 AWS）。
今年 1 月，DeepScale 首款產(chǎn)品姍姍來遲，這是一套模塊化深度學(xué)習(xí)感知軟件，專為駕駛輔助系統(tǒng) Carver 21 打造。
借助這套軟件模塊化與高效兩大特點(diǎn)，DeepScale 準(zhǔn)備吸引更多的汽車廠商與一級供應(yīng)商客戶。
同時 DeepScale 還指出，Carver21 可以整合進(jìn)任何客戶指定的傳感器與處理器中，以便實(shí)現(xiàn)顧客對 ADAS 功能的不同需求。
DeepScale 宣稱，基于英偉達(dá) Drive AGX Xavier 處理器的 Carver21 能同時并行 3 個深度神經(jīng)網(wǎng)絡(luò)，在實(shí)現(xiàn) L2+ 功能的同時僅占用處理器算力的 2%。
鑒于 Xavier 算力為 30 TOPS，而特斯拉自有芯片可達(dá) 72 TOPS，因此 Carver21 如果用在特斯拉上，恐怕連 1% 的算力都用不上。
這樣來看，DeepScale 掌握的高性能、低資源占用的計(jì)算視覺技術(shù)確實(shí)是特斯拉最好的「自動駕駛野心倍增器」，畢竟現(xiàn)在特斯拉 CEO Elon Musk 一切以視覺為中心，對激光雷達(dá)嗤之以鼻。
雖然嘴上不停攻訐激光雷達(dá)，但 Musk 也不是不想用這個傳感器，他只是扛不住成本這座大山。
畢竟，特斯拉即將實(shí)現(xiàn)年產(chǎn) 50 萬臺的目標(biāo)，如果每輛車上都用 360 度攝像頭、雷達(dá)、激光雷達(dá)和超級計(jì)算機(jī)等硬件，那就沒有多少消費(fèi)者能買得起了。
因此，不想在成本上吃虧的特斯拉只能研發(fā)快速、準(zhǔn)確、可靠且不怎么占用算力的深度神經(jīng)網(wǎng)絡(luò)，而這正是 DeepScale 的強(qiáng)項(xiàng)。
為了實(shí)現(xiàn)「花小錢辦大事」的效果，兩家公司都強(qiáng)調(diào)軟硬件的聯(lián)合研發(fā)。
雖然 DeepScale 并不自行開發(fā)硬件，Iandola 依舊表示 DeepScale 與硬件合作伙伴聯(lián)系緊密，同時他們也會影響對方在設(shè)計(jì)上的抉擇。
顯然，這也是特斯拉一直以來的風(fēng)格。
Musk 手下的精兵強(qiáng)將甚至專門開發(fā)了針對深度神經(jīng)網(wǎng)絡(luò)的計(jì)算硬件，而且性能超群。
與此同時，DeepScale 推崇的神經(jīng)網(wǎng)絡(luò)自動化開發(fā)也與 Autopilot 部門負(fù)責(zé)人 Andrej Karpathy 的所謂「軟件 2.0」范式不謀而合。
除此之外，DeepScale 還能將新的測試方法帶到特斯拉。
這種方案類似功能安全評估，但卻更適合軟件定義的新型車輛。
3、自動駕駛行業(yè)對人才有多饑渴？
特斯拉對 DeepScale 的收購還反映出自動駕駛行業(yè)對人才的追逐日趨白熱化。
此前，蘋果收購自動駕駛公司 Drive.ai 數(shù)十名工程師以及 Drive.ai 的其他資產(chǎn)。
而 Waymo 則接收了13 位來自機(jī)器人創(chuàng)業(yè)公司 Anki 的機(jī)器人專家。
未來，類似的收購案會越來越多，大家的核心目的都是人才。
此前就有消息顯示，業(yè)內(nèi)想收購 DeepScale 的其實(shí)并非特斯拉一家，當(dāng)時談判的價格甚至達(dá)到了 9 位數(shù)（數(shù)億美元）。
不知道是開價太高還是特斯拉橫刀奪愛，總之其他追逐 DeepScale 的公司都沒能成功。
當(dāng)然，要想在市場上挖來足夠多的自動駕駛 AI 人才，花上數(shù)億美元太正常了。
也有消息稱，特斯拉這次花大價錢收購，不但是要對 DeepScale 技術(shù)進(jìn)行全面吸收，也是為了狙擊競爭對手。
自今年 5 月份以來，已經(jīng)有 11 名自動駕駛工程師離開了特斯拉 Autopilot 團(tuán)隊(duì)。
誠然，DeepScale 的人才補(bǔ)充能壯大特斯拉的自動駕駛團(tuán)隊(duì)。但對比過去幾年里紛紛出走的精兵顯然還是杯水車薪。
隨著 Musk 在今年 3 月 Autonomy Day 上的承諾迫近，Autopilot 卻無甚動靜?，F(xiàn)在來看，特斯拉離真正的自動駕駛還有很長一段距離。
在時間線越發(fā)緊張的情況下，特斯拉的員工必須精誠一致，而且他們還得保證用戶不會喪失耐心。
畢竟，大家都在期待自己的特斯拉能夠早日實(shí)現(xiàn)全自動駕駛。
【鈦媒體作者介紹：汽車之心，添加微信 ：autobitxyz 加入汽車之心微信群?！?/p>
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請綁定手機(jī)號后發(fā)表評論