近日，日本科技巨頭東芝公司宣布開發了一款新的硬件平臺，采用了深度神經網絡(DNN)技術，用于改進先進的駕駛員輔助系統(ADAS)的圖像處理。

該公司將把DNN硬件與傳統的圖像處理技術結合起來，從2019年9月開始，這款名為Visconti 5圖像識別處理器的樣品將出貨。

東芝的DNN技術使用了一種模擬人類大腦神經網絡的算法，官方宣稱其識別處理將與人類大腦一樣準確，甚至更好。該算法將允許系統識別不同的道路交通狀況和各種障礙和道路標記，從各個方向和接近實時處理。

深度學習的實質，是通過構建具有很多隱層的機器學習模型和海量的訓練數據，來學習更有用的特征，從而最終提升分類或預測的準確性。

作為機器學習的一個細分領域，其動機在于建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。

與基于傳統機器學習的圖像識別相比，DNN在采集更多信息的同時，能夠對更大范圍的目標提供更準確的檢測和識別。

以特斯拉為例，第一代基于Mobileye的芯片，就是首個使用了DNN技術算法的案例。不過當時，ADAS和半自動駕駛的主要部分是由Mobileye的芯片和算法處理的。

上圖所示的過程是特斯拉當時自動駕駛系統工作原理的高級圖。其中包括一些算法函數，如運動分割、自我運動、攝像機求解等，但真正有趣的部分是基于DNN的函數，涉及到可行駛區域空間像素標記、全局路徑規劃、通用對象檢測和信號檢測。

在Mobileye的基礎之上，特斯拉對道路上的車輛進行了三維建模，通過DNN進行不同側面、前后兩側的訓練，直到能夠檢測到合理的精度，從而構建出相同的三維模型。

不過有消息稱，當時特斯拉很多基于DNN的功能都處于休眠狀態，直到特斯拉認為它們可以啟動為止。從采用第二代計算平臺英偉達到如今特斯拉宣布自研芯片即將投產，背后是芯片處理能力、DNN算法之間的協同。

眾所周知，自動駕駛汽車對芯片計算能力的要求比傳統早期汽車芯片提高了100倍。這包括需要處理來自汽車周圍多個攝像頭、雷達和激光雷達傳感器的輸入，分析數據，并使用這些數據做出駕駛決策。

東芝在聲明中指出，“這種趨勢將增加對更先進和更有能力的系統的需求。”例如，歐盟支持的安全標準，2020年版的歐洲新車評估計劃(Euro NCAP)增加了避免交叉路口碰撞的測試。深度學習被用來解決許多傳統編程方法無法解決的復雜問題。

馬斯克透露特斯拉自研AI芯片的籌備已有兩三年時間，通過自行設計芯片，公司能夠專注于自己的需求，進而保證算法開發和落地效率。

特斯拉正在研發的名為“Hardware 3”硬件版本的核心就是這顆芯片，將用于Model S、Model X以及Model 3，性能將大幅超越目前其采用的英偉達芯片。

目前，在高等級自動駕駛系統方面，深度學習為圖像中的目標識別提供了一種不錯的解決方案。但背后需要芯片的支持。

芯片制造商英偉達(Nvidia)去年10月發布了一份有關自動駕駛芯片計算能力的報告。一輛裝有10個高分辨率攝像頭的汽車每秒產生2 Gigapixels的數據，每秒處理這些數據需要250萬億次操作。

三年前，東芝與日本汽車零部件供應商Denso合作，共同開發了一種名為深度神經網絡專利(DNN - IP)的人工智能技術，以幫助開發ADAS技術。

近年來，不斷有新的AI視覺芯片公司涌現，就是看到了圖像傳感器和攝像頭將在自動駕駛汽車的發展中發揮關鍵作用。

東芝目前已經提供了TMPV75和TMPV76系列的圖像識別處理器，它們集成了RISC類型的媒體處理引擎(MPEs)，以提高圖像數據處理性能。該處理器能夠實時處理1到4臺攝像機的輸入圖像，并允許最多連接8臺攝像機。

ARM等其他芯片制造巨頭也在加大進軍自動駕駛汽車領域。今年9月，ARM推出了Cortex-A76AE (Automotive Enhanced)，這是ARM專門為自動駕駛汽車設計的CPU架構。

對于Cortex-A76AE, ARM對A76平臺進行了顯著的重新設計，增加了一種名為Split-Lock的功能，從而增加了安全性。簡單地說，split - lock允許兩個CPU內核以鎖定步進(都執行相同的任務)或分割模式(執行不同的任務和應用程序)進行操作。

視覺處理芯片是自動駕駛芯片陣列中重要的一環，由于可以同雷達等傳感器形成互補，基于深度學習的視覺識別處理，在道路、交通標志、障礙物、行人等識別中重要性愈發凸顯。

而在剛剛開幕的2019年CES上，大陸集團和采埃孚就宣布了基于NVIDIA DRIVE的Level 2+自動駕駛解決方案，將于2020年開始生產。

作為一個L2+級自動駕駛解決方案，集成了高性能NVIDIA Xavier?系統級芯片(SoC)處理器和最新的NVIDIA驅動軟件來處理深層神經網絡(款)感知以及完成環視相機傳感器、座艙內視覺數據的處理。

因此各大廠商也都在爭相占領高地，NVIDIA和英特爾旗下的Mobileye目前是市場翹楚，占據了較大的份額，二者在汽車芯片領域，都是新生。其它傳統汽車芯片廠商，正在迎頭趕上。

不過，自動駕駛視覺處理芯片的賽跑，才剛剛開始，領頭羊、傳統勢力、新入局者各自的節奏都不一樣的，但市場一致——我們目力所及的汽車，ADAS還遠未普及。

誰能掌握真正的話語權，在于占領足夠大的市場，而這些故事，將會在接下來的5-10年完成。