返回北京文安主网站 全国客服热线:400-000-9680

公司新闻

当前位置:首页 | 新闻动态 | 公司新闻

小身材有大能量! 文安智能推出Tarsier消费级AI模块。
作者:admin  发布日期:2016-10-19  点击数:106

金秋十月,在国内智能交通和安防市场长期耕耘的计算机视觉算法和人工智能硬软件解决方案公司——北京文安智能技术股份有限公司(以下简称文安智能),宣布推出国内首个面向消费市场的端级人工智能模块Tarsier以及对应解决方案。该产品已经小规模生产,并备有样机和相关的产品演示。


据文安智能称,Taisier产品是市场上面向人工智能应用推出的体积最小、功耗最低、计算能力相对强大的模块级解决方案,运行深度学习算法达到50GFLOPS的情况下,功耗不到1.5W,可以应用于智能机器人、辅助驾驶、增强现实、无人机、智能家电等领域。该产品将真正把人工智能引入消费电子产品市场,并将推动相关产业的智能化升级。文安智能方面同时表示,当前模块的成本仍然较高,所以在产品刚上市时只能面向千元级别的高端消费电子产品,而随着技术的不断进步,该产品的单价会大幅降低,最终可能将在智能消费电子产品中全面推广普及。

 
  Taisier模块仅有25美分硬币大小


所谓智能消费电子产品的低潮是因为这些产品并未真正具有智能


人工智能(AI)是最近两年业界最热的概念。产业界开始把人工智能带来的技术进步类比为自农业革命、工业革命和信息技术革命之后的第四次产业革命。人工智能相关技术的慢慢成熟,将对全部现有产业和人类社会产生深远的影响。但是当前人工智能够做的事情,仍然受到算法特别是硬件具体实现条件的限制。


推动这一轮人工智能技术进步的算法的典型代表就是深度学习。深度学习算法应用在语音识别、图像识别等领域,与传统的方法相比,大大的提高了准确率。特别是最近两年,在人脸识别等特定领域,深度学习算法已经超过了人的能力。Google、Facebook、微软等公司早已把AI作为技术发展的方向大力开展研究。特别是Google收购的Deepmind公司利用深度神经网络研发的AI战胜了世界围棋冠军李世石,可以作为AI算法发展的里程碑事件。


另一方面,智能消费电子产品或者说智能硬件,是人们在生活中长期渴望拥有的一类产品,人们希望身边的设备能够更聪明一点,能更流畅自然的与人交互。因为深度学习等人工智能算法突破引起的AI热潮,智能硬件的研发成为热点,各方积极投入,涌现了很多创业公司,推出了各种形态,面向不同应用场景的消费硬件产品,然而这些产品大多都没有获得在市场上获得成功。甚至因为失败的例子太多,导致有人开始怀疑,提出消费智能硬件本身就是个假概念,伪需求的说法。真的是这样吗?


前面提到的人工智能算法突破、语音识别、图像识别、计算机围棋、AI技术的进步,并不是没有代价的,其都需要庞大的计算量,也就是当前巨大体积的计算设备支持。Google的Deepmind 是用到了一个小型机集群。如此庞大的设备,自然无法硬塞到一个消费电子产品中去。


为此一些厂家利用现有面向移动终端的GPU硬件和简化后的网络,尝试推出了一些硬件产品,这类产品已经能在市场上听到一些声音,然而并未真正取得成功,究其原因,仍然是计算能力、功耗、体积、成本等多种因素制约的结果。

更多所谓的消费智能硬件甚至没有做出变聪明的尝试,只是打着智能硬件的名头。 因为受到计算能力的制约,其内部仍然跑着老旧、简单的算法,甚至是一些特别简单的逻辑规则,智能硬件其实并没有真正智能起来,也是这类产品没有为市场广泛接受的重要原因之一。


换一种思路,把数据传输到后台,通过服务器计算的方式来提供智能不失为一种另辟蹊径的解决方案。在一些应用场景下,这条路也是不错的选择。然而通过服务端来解决智能计算有两个非常大的问题:一个是实时性,一个是可靠性。因为需要把数据从前端发给服务器,再从服务器端取回计算结果,这一去一回,数据要通过网络传输,在现有的网络技术环境下会导致存较长时间的滞后。只要通过非本地网络传输数据,延时都至少有2-3秒,这对一些要求实时计算的场景,比如智能交互、智能辅助驾驶等是完全不可以接受的。另一方面,基于网络的系统牵扯的环节太多,无法保证可靠性和数据安全,对部分应用场景同样是不可接受的。


总结一下,当前智能消费电子产品的困境,就在于缺乏一个能够提供恰当端级计算的人工智能硬件产品模块。 


Tarsier 将改变智能产品不具有智能的现状 


针对上面提到的智能硬件需求,为了能够让智能硬件真正智能起来,市场急需一种提供足够计算能力(至少能够支持深度神经网络的计算),同时具有小体积、低功耗等特点的硬件模块解决方案。



 

 Tarsier 模块应用场景


文安智能这次发布的Tarsier就恰恰是这样一款产品。Tarsier模块的核心,其实是一家低调的人工智能硬件开发公司,最近刚刚被Intel收购的Movidius推出的最新芯片。Movidius芯片的优点主要是它灵活强大的架构,超强的计算能力和超低的功耗。Movidius芯片在设计时,并未考虑支持深度学习网络,但是因为其架构的灵活性,可以被配置用来支持深度学习网络推断所需的大规模计算。

以功耗作为对比,提供同样计算能力的条件下,市场上现有的竞争性产品,NVidia TK1需要5倍于Movidius的消耗。


作为一家老牌算法公司,文安智能在算法硬件优化上有非常丰富的经验,利用Movidius芯片的灵活配置,可以在Movidius现有的硬件支持下,实现较多层数深度神经网络的推断计算,并可以把算法跑在实时,也就是每秒30帧。这样的性能将特别适合于智能交互、智能辅助驾驶等场景。


集成在端上的深度神经网络典型的使用流程是:先针对具体应用,在后台离线训练网络结构和参数,训练完成以后,把参数上传给Tarsier模块。Tarsier模块会根据上传的参数进行配置。这样同样的模块可以通过软件配置的方式支持不同的场景和应用,兼顾计算优化和灵活性。


Tarsier模块使用USB接口获取数据,并返回计算结果,这大大减轻了模块和现有硬件系统的连接难度。只要具有USB接口,就能和Tarsier模块集成通讯。Tarsier模块提供最高USB3.0的数据传输速率,在大多数场景下已足够。


对于不掌握深度神经网络技术的公司,文安智能也会提供打包解决方案,面向客户的具体应用,提供数据收集、处理、集成等一站式服务。 


总结:智能硬件产品的成功在于把握平衡点。


与软件开发不同,智能硬件产品涉及造物。受到物理条件的制约,一个成功的产品,需要在功能、体验、硬件制造、技术、成本等方方面面做到平衡。智能硬件产品当前的困境集中于没有一款能达到支持深度学习网络所需要的计算能力的硬件同时具有消费产品可接受的体积、功耗、成本。


文安智能结合公司长期的算法积累,特别是对深度学习的算法理解,利用市场上功耗最低并符合计算能力需求的芯片Movidius,做出了一款能够真正对产业起到整体促进作用的模块产品。相信这将能帮助产业在智能化方向迈出一大步。

期望文安的Taisier模块能在帮助客户成功的基础上获得自身的成功,推动人工智能的总体进步。