一家離奇收穫自駕車訂單的中國AI公司…

作者 : 趙娟, EDN China

在所有AI公司都面臨怎麼落地的問題時,西井資訊科技(Westwell Lab)這家中國AI晶片公司早在2017年10月就離奇地以自動駕駛供應商身份拿到第一張訂單...

在近日青城山中國IC生態高峰論壇上,芯原(VeriSilicon)董事長、總裁暨執行長戴偉民介紹了這麼一家2015年才成立的公司,在現在所有AI公司都面臨怎麼落地的問題時,這家晶片公司離奇的以自動駕駛供應商的身份獲得訂單──早在2017年10月,西井資訊科技(Westwell Lab)就拿到了第一張訂單。

為什麼一家非原生自動駕駛公司,能殺出重圍跨界收穫訂單?

非原生自動駕駛公司,西井憑什麼獲得訂單?

在2016年開始在做晶片之後,西井發現很難用一顆晶片去做通用的解決方案,必定要和場景做深度捆綁;於是他們找到第一個應用場景——港口。

西井資訊科技有限公司創辦人、CEO譚黎敏指出:「我們通過晶片本地端的圖像識別做了一個系統,同時開發應用層,在開發應用層的過程當中,我們得到了用戶的需求,說港口需要自動駕駛來幫助他們用無人化的方式去實現更低的運營成本,和更安全的運營操作流程,以及他們對全港口自動化的整體解決方案。」

西井就透過這樣的場景來驅動產品,把技術和市場的需求作為一個雙輪驅動,以這樣的戰略往前推進。譚黎敏表示:「同時因為本身我們是做晶片的,在汽車電子當中,AI晶片其實是圖像處理和資料融合這兩部分,是一個未來有很大需求的點。」

2017年10月西井投片28奈米、2.5×2.5mm的雙核心DeepWell,首度在晶片上實現了二位元神經網路(Binary Neural Network)的晶片上(On-Chip)線上(On-line)學習。

「能做片上學習,這是我們和其他幾家友商的不同。我們這顆晶片確實是和深度學習一樣,和場景是深度綁定的,我們根據特定的場景和資料去訓練多少模型演算法;」譚黎敏指出,擁12,800萬個神經元,透過專屬指令集調整晶片中神經元資源的分配,學習與識別速度遠遠高於運行在通用硬體(例如CPU、GPU)上的傳統方法(例如,CNN),且功耗更低。

西井的自動駕駛目前有兩款產品:一款是和全球港機市場佔有率達80%的振華重工合作之無人跨運車,這是在特定區域內行駛、完全無人駕駛的L5自駕車;還有無人駕駛的集卡,已經進入實際的訂單階段。

針對成功獲取訂單的秘訣,譚黎敏分享了兩點:

首先,和業務場景是深度吻合,我們的目標非常明確,就是去解決自動駕駛。

其次,我們做了全棧式開發,包括控制這部分,同時加上我們最早之前在港口內做的解決方案,我們的調度系統、我們的生產作業系統、給使用者提供全行業的解決方案,對使用者來說不需要到不同的集成商處去做集成。

他指出:「之前AI界大牛也認為未來AI的一些壁壘是逐漸通過行業壁壘來樹立,和我們想法有一些謀合。」

物流:又一個有「錢景」的封閉場景

接下來第二個應用場景也是一個封閉場景——物流。

為什麼選擇物流?譚黎敏指出:「因為首先物流是一個創造價值的行業,在這個過程當中用戶對感測器的價格沒那麼敏感,因為當我們的方案幫客戶節省人力的時候,港口一輛車可以節省30~40萬的司機工資開銷,感測器一年不到就可以幫他省回來。」

物流場景裡沒有開放道路的交通法規影響,而且這個場景裡會有一些保險去幫助用戶消除擔憂。當然,封閉場景不是一味的只有簡單。

「在港口我們要做到車輛的控制和定位精度是兩公分,因為車輛需要跟大型的機械做交互,需要設備去抓集裝箱,所以在這個過程當中精度要求非常高,因為集裝箱鎖空就是兩到五公分左右;」 譚黎敏透露,也正是這個難點促成了這次的訂單。

下一代晶片,走向模組化

西井的下一代晶片是一個新的深度學習加速器。譚黎敏表示:「因為我們覺得做第一顆晶片的時候和場景實在是綁定得太痛苦了,所以我們的初衷是以各個模組去獨立做升級,去做模組化,我們還可以做定制化,同時我們可以做高效,通過這些靈活的方式去進行配置,實現我們對不同的場景的一個適用性。」

20180801_westwell_NT61P1

他指出,同時西井也會去針對不同的生態和軟體硬體,做很好的相容;「作為一個晶片公司,我們在做自動駕駛的同時,考慮晶片如何推進,作一個整合的方案。」

本文原刊於EDN China

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

加入LINE@,最新消息一手掌握!

發表評論