Дипскейл
 | |
| Основан | 2015 |
|---|---|
| Основатель | |
| Несуществующий | 1 октября 2019 г. |
| Судьба | Приобретена Tesla, Inc. |
| Штаб-квартира | Маунтин-Вью, Калифорния , США |
Ключевые люди | Форрест Н. Яндола ( генеральный директор ) |
| Веб-сайт | глубокомасштабный |
DeepScale, Inc. — американская технологическая компания со штаб-квартирой в Маунтин-Вью, штат Калифорния , которая разрабатывала технологии систем восприятия для автоматизированных транспортных средств . 1 октября 2019 года компания была приобретена Tesla, Inc. [1]
История
[ редактировать ]DeepScale была основана в 2015 году Форрестом Иандола и Куртом Койцером . [2] [3] В 2018 году DeepScale привлекла 15 миллионов долларов США в рамках финансирования серии A. [4] В 2018 году фирма объявила о стратегическом партнерстве с поставщиками автомобилей, включая Visteon и Hella Aglaia Mobile Vision GmbH . [5] [6] 1 октября 2019 года фирму приобрела компания Tesla , занимающаяся технологиями автономных транспортных средств. [1]
Технология
[ редактировать ]До основания DeepScale Форрест Иандола и Курт Койцер вместе работали в Калифорнийском университете в Беркли над глубоких нейронных сетей (DNN). повышением эффективности [7] [8] В 2016 году, вскоре после основания DeepScale, Иандола, Койцер и их коллеги выпустили SqueezeNet — небольшую и энергоэффективную DNN для компьютерного зрения . [9] [10] [11] Разработав меньшие по размеру DNN, компания смогла провести глубокое обучение на уменьшенном вычислительном оборудовании, таком как смартфоны и автомобильные чипы. [9] [12] [13] 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. [14]
Поиск нейронной архитектуры
[ редактировать ]В последние годы поиск нейронной архитектуры (NAS) начал превосходить людей в разработке DNN, которые дают высокоточные результаты при быстрой работе. [15] В 2019 году компания DeepScale опубликовала статью под названием SqueezeNAS, в которой использовалось NAS на базе суперсети для разработки семейства быстрых и точных DNN для семантической сегментации изображений. [16] В документе утверждается, что нейронные сети SqueezeNAS превосходят кривую компромисса между скоростью и точностью семейства моделей нейронных сетей Google MobileNetV3. [17] В то время как Google использовал тысячи графо-дней для поиска конструкции MobileNetV3, DeepScale использовал всего десятки графо-дней для автоматического проектирования DNN, представленных в документе SqueezeNAS. [18]
Продукт
[ редактировать ]Фирма разрабатывает программное обеспечение для системы восприятия, которое использует глубокие нейронные сети, позволяющие автомобилям интерпретировать окружающую среду. Программное обеспечение предназначено для интеграции в открытую платформу, где широкий спектр датчиков и процессоров . можно использовать [5] Программное обеспечение может работать на различных процессорах: от NVIDIA графических процессоров до небольших процессоров на базе ARM , разработанных специально для автомобильного рынка. [5] [14]
В январе 2019 года фирма 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, работающие параллельно. Работая в режиме реального времени, эти три сети выполняют в общей сложности 0,6 триллиона операций в секунду («тераопераций в секунду»). [19] Для сравнения: каждый из двух резервных чипов на системной плате компьютера Tesla Full Self-Driving может выполнять 36 тераопераций в секунду. [20] Таким образом, 0,6 тераопераций в секунду — это всего лишь 2% мощности каждого чипа Tesla.
Приобретение Тесла
[ редактировать ]1 октября 2019 года канал CNBC сообщил, что Tesla приобрела DeepScale. [1] Fortune заявила, что «очевидно, что технология DeepScale будет интегрирована в автопилот Tesla , технологию беспилотного вождения, над которой компания сейчас работает». [13] Кроме того, CNET сообщила, что «подход DeepScale к автономности соответствует более широкой картине, которую [генеральный директор Tesla Илон] Маск продвигает уже несколько лет. Вместо того, чтобы полагаться на LiDAR , Маск последовательно верил, что камеры , радары и ультразвуковые датчики составят надежную систему. система без другого оборудования». [21]
Ссылки
[ редактировать ]- ^ Перейти обратно: а б с Колодный, Лора (01.10.2019). «Tesla покупает стартап в области компьютерного зрения DeepScale в стремлении создать по-настоящему беспилотные автомобили» . CNBC . Проверено 2 октября 2019 г.
- ^ Джонсон, Хари (23 июня 2020 г.). «SqueezeBERT обещает более быструю мобильную НЛП при сохранении уровня точности BERT» . ВенчурБит .
- ^ «Не хватает ли нам экспертов по глубокому обучению?» . ЭЭ Таймс . 03.04.2018.
- ^ Маринова, Полина (04.04.2018). «План условий» . Удача . Проверено 22 мая 2018 г.
- ^ Перейти обратно: а б с Ёсида, Джунко (9 января 2018 г.). «Visteon работает с DNN Vanguard DeepScale» . ЭЭ Таймс . Проверено 7 апреля 2018 г.
- ^ Ёсида, Джунко (3 апреля 2018 г.). «Нам не хватает экспертов по глубокому обучению?» . ЭЭ Таймс . Проверено 7 апреля 2018 г.
- ^ Кейцер, Курт. «Сайт факультета» . Калифорнийский университет в Беркли . Проверено 22 мая 2018 г.
- ^ Кейцер, Курт. «Студенты» . Калифорнийский университет в Беркли . Проверено 22 мая 2018 г.
- ^ Перейти обратно: а б Ёсида, Джунко (21 сентября 2017 г.). «DeepScale на робо-автомобиле: объединение необработанных данных» . ЭЭ Таймс . Проверено 22 мая 2018 г.
- ^ Яндола, Форрест Н; Хан, Сун; Москевич, Мэтью В.; Ашраф, Халид; Далли, Уильям Дж; Койцер, Курт (2016). «SqueezeNet: точность уровня AlexNet с в 50 раз меньшим количеством параметров и размером модели <0,5 МБ». arXiv : 1602.07360 [ cs.CV ].
- ^ Нидермейер, Эдвард (01 октября 2019 г.). «Tesla усиливает усилия по обеспечению автономности с помощью DeepScale Acqui-Hire» . Драйв . Архивировано из оригинала 2 октября 2019 г. Проверено 10 ноября 2019 г.
- ^ Шазар, Джон (05 апреля 2018 г.). «Стив Коэн покупает падение количества беспилотных автомобилей» . Нарушитель сделки . Проверено 22 мая 2018 г.
- ^ Перейти обратно: а б Райзингер, Дон (2 октября 2019 г.). «Почему Tesla незаметно приобрела DeepScale, стартап в области машинного обучения, который «вытесняет» искусственный интеллект» Fortune . Проверено 25 ноября 2019 г.
- ^ Перейти обратно: а б «Как стать Full-Stack инженером по глубокому обучению (время: 51:30)» . Группа глубокого обучения Кремниевой долины . Проверено 22 мая 2018 г.
- ^ Зоф, Баррет; Васудеван, Виджай; Шленс, Джонатон; Ле, Куок В. (21 июля 2017 г.). «Изучение переносимых архитектур для масштабируемого распознавания изображений». arXiv : 1707.07012 [ cs.CV ].
- ^ Шоу, Альберт; Хантер, Дэниел; Яндола, Форрест; Сидху, Сэмми (2019). «SqueezeNAS: быстрый поиск нейронной архитектуры для более быстрой семантической сегментации». arXiv : 1908.01748 [ cs.CV ].
- ^ Ховард, Эндрю, Чу, Грейс, Лян-Че, Тан, Вэйцзюнь; Панг, Руомин, Ле, Куок В.; Хартвиг (06 мая 2019 г.) «Поиск MobileNetV3». arXiv : 1905.02244 [ cs.CV ].
- ^ Ёсида, Джунко (25 августа 2019 г.). «Есть ли у вашего ИИ-чипа собственный DNN?» . ЭЭ Таймс . Проверено 26 сентября 2019 г.
- ^ Лэнден, Бен (25 января 2019 г.). «DeepScale анонсирует Carver21: модульное программное обеспечение для глубокого обучения для помощи водителю» . Блог DeepScale . Проверено 4 февраля 2019 г.
- ^ Холлистер, Шон (22 апреля 2019 г.). «Новый беспилотный чип Tesla уже здесь, и это ваш лучший внешний вид» . Грань . Проверено 24 августа 2020 г.
- ^ Шимковски, Шон (2 октября 2019 г.). «Сообщается, что Tesla покупает стартап по машинному обучению DeepScale для разработки беспилотных автомобилей» . CNET . Архивировано из оригинала 10 октября 2019 г. Проверено 10 ноября 2019 г.