智慧視覺的算法、研發(fā)和產(chǎn)品動(dòng)向

作者 迎九 金旺 《電子產(chǎn)品世界》編輯

摘要：人工智能(AI)開始由科研走向行業(yè)應(yīng)用，其中嵌入式視覺是重要的應(yīng)用場(chǎng)景，例如汽車、監(jiān)控、虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)、醫(yī)學(xué)診斷、工業(yè)視覺、無人機(jī)和移動(dòng)市場(chǎng)等。為此，筆者探訪了業(yè)內(nèi)部分相關(guān)企業(yè)，請(qǐng)他們介紹了部分算法、研發(fā)和產(chǎn)品動(dòng)向。

從嵌入式視覺到視覺導(dǎo)向機(jī)器學(xué)習(xí)的挑戰(zhàn)

　　今天我們討論終端的計(jì)算和嵌入式計(jì)算的時(shí)候，也需要來討論機(jī)器學(xué)習(xí)的推斷，再加上計(jì)算機(jī)視覺，還有傳感器融合和任意互聯(lián)，來實(shí)現(xiàn)新一代的視覺導(dǎo)向自主和智能系統(tǒng)。

機(jī)器學(xué)習(xí)概況

　　根據(jù)Moor Insight & Strategy提供的機(jī)器學(xué)習(xí)范圍圖(如圖1)，在縱軸上主要是行業(yè)領(lǐng)域，橫軸上主要是關(guān)于應(yīng)用的位置，看它是嵌入式的應(yīng)用還是更多靠近云端。但是也有一些應(yīng)用是既在邊緣/終端，又在云上，也就是說它首先進(jìn)行本地智能的處理，之后還要到云端進(jìn)行分析，使得它的解決方案能夠更加強(qiáng)大。

　　關(guān)于右側(cè)列的深色應(yīng)用區(qū)塊，2016年底，Xilinx推出的可重配置加速堆棧更多是關(guān)注這部分，當(dāng)然也可以適用于中間一些混合解決方案。不久前Xilinx推出的reVISION堆棧，希望把它應(yīng)用于左側(cè)列非常廣泛的機(jī)器學(xué)習(xí)領(lǐng)域，也有中間的一些少量的應(yīng)用，即圖1的淺色區(qū)塊部分?？梢妑eVISION加上可重配置加速堆棧，能夠?qū)崿F(xiàn)從終端到云的全面覆蓋和布局，推動(dòng)下一代的機(jī)器學(xué)習(xí)。

　　具體地，現(xiàn)在正在出現(xiàn)這樣一種轉(zhuǎn)型，即越來越多的從圖2左邊的應(yīng)用轉(zhuǎn)向右邊的應(yīng)用。左邊的應(yīng)用都是非常簡(jiǎn)單的傳感器的配置，一般是各種各樣的攝像頭，并有一個(gè)非常核心的技術(shù)，也就是計(jì)算機(jī)視覺處理技術(shù)來識(shí)別整個(gè)框架環(huán)境中的物體。右邊的應(yīng)用會(huì)越來越使用各種不同類型的傳感器技術(shù)，再加上圖像傳感器，還要和機(jī)器學(xué)習(xí)實(shí)現(xiàn)智能的融合。例如，過去在工廠里有機(jī)器人在籠子里來完成它們的工作，但是現(xiàn)在已經(jīng)有了新一代的協(xié)作機(jī)器人，它們是與人肩并肩一起在工作，而且它們是可以移動(dòng)的。同樣，在汽車ADAS(高級(jí)駕駛員輔助系統(tǒng))里包含有前視攝像頭。但是現(xiàn)在為了要支持自動(dòng)駕駛汽車的發(fā)展，攝像頭也是多種多樣，會(huì)有不同的傳感器，例如遠(yuǎn)程雷達(dá)、中程雷達(dá)、短程雷達(dá)，還有激光雷達(dá)、毫米波雷達(dá)等不同類型的傳感器。再加上機(jī)器學(xué)習(xí)的融合，使得這些車輛在行駛時(shí)能夠做出自己的決策。所以，現(xiàn)在客戶更多地要求從左邊的應(yīng)用轉(zhuǎn)向右邊的應(yīng)用，這個(gè)過程中就出現(xiàn)了一個(gè)很大的轉(zhuǎn)型。

　　客戶的三個(gè)主要的應(yīng)用使命或要求是：1.智能性及高效的立即響應(yīng)性，比如行人從車前經(jīng)過;2.升級(jí)到最新算法和傳感器的靈活性;3.在一個(gè)萬物互聯(lián)的物聯(lián)網(wǎng)世界，還需要實(shí)現(xiàn)隨時(shí)與其他機(jī)器及云保持連接。

　　很多開發(fā)視覺產(chǎn)品的客戶通常采用傳統(tǒng)的RTL流程(圖3)，需要具備相應(yīng)的硬件方面的專有知識(shí)。所以要真正實(shí)現(xiàn)非常廣泛的視覺應(yīng)用，就必須要支持新的編程模式，也就是軟件定義的編程，同時(shí)還要滿足相應(yīng)行業(yè)標(biāo)準(zhǔn)庫和新型的框架來支持機(jī)器學(xué)習(xí)的應(yīng)用。所以，通過軟件定義的編程以及符合行業(yè)標(biāo)準(zhǔn)的庫和框架，就能夠擴(kuò)展視覺導(dǎo)向的機(jī)器學(xué)習(xí)應(yīng)用范圍。

　　reVISION堆棧包含一些基礎(chǔ)的平臺(tái)，可以支持算法的開發(fā)，而且它帶有非常符合行業(yè)標(biāo)準(zhǔn)的庫和元素，針對(duì)于計(jì)算機(jī)視覺以及機(jī)器學(xué)習(xí)都是非常重要的。而且，它又更進(jìn)一步采用的是應(yīng)用的開發(fā)商喜聞樂見的平臺(tái)。這些框架包括在機(jī)器學(xué)習(xí)領(lǐng)域是Caffe，在計(jì)算機(jī)視覺領(lǐng)域就是OpenVX(如圖3右側(cè))。

　　圖3縱軸上表現(xiàn)的是開發(fā)應(yīng)用時(shí)所需要的時(shí)間和精力，橫軸上顯示的是開發(fā)這些應(yīng)用所使用的方法。大約在2010年以前，Xilinx推出了新的提高產(chǎn)率的工具，也就是基于RTL的硬件設(shè)計(jì)的工作流程。2015年下半年，Xilinx推出軟件定義的編程環(huán)境——SDSoC，基于Xilinx的Zynq SoC芯片，主要是嵌入式的應(yīng)用。通過2017年上半年推出的reVISION堆棧，開發(fā)時(shí)間可以大大壓縮。所以，傳統(tǒng)的模式是Xilinx提供芯片以及開發(fā)環(huán)境中20%的解決方案，剩下的80%要由客戶來完成。但是有了reVISION堆棧以后，Xilinx能夠完成解決方案當(dāng)中80%的工作，剩下的客戶只要完成20%，就可以實(shí)現(xiàn)其應(yīng)用。

　　經(jīng)Xilinx測(cè)算，相比同類產(chǎn)品(諸如英偉達(dá)的Tegra和典型SoC)，Xilinx的解決方案在機(jī)器學(xué)習(xí)的效率方面能夠提升6倍，在計(jì)算機(jī)視覺領(lǐng)域要提高40倍以上。在實(shí)時(shí)快速響應(yīng)的系統(tǒng)當(dāng)中，更重要的一個(gè)參數(shù)是時(shí)延，Xilinx在時(shí)延方面只有同類產(chǎn)品的1/5。

軟硬件的可重配置性和可編程性

　　圖4顯示的是不同類別的傳感器演進(jìn)的過程，如果Xilinx看一下這些視覺導(dǎo)向應(yīng)用，比如圖像，Xilinx可以看到在傳感器的類型和配置方面是出現(xiàn)了一個(gè)爆炸，這種情況Xilinx把它稱作傳感器的融合。Xilinx可以看到是人工智能和機(jī)器學(xué)習(xí)的不斷擴(kuò)展驅(qū)動(dòng)了這種傳感器融合的趨勢(shì)，所以也需要可重配置性來跟上這些變化的步伐。

　　如果把所有這些元素都放在圖5里?？v軸體現(xiàn)的是系統(tǒng)的響應(yīng)時(shí)間，橫軸體現(xiàn)的是系統(tǒng)可重新配置的能力來適應(yīng)新的神經(jīng)網(wǎng)絡(luò)、算法和傳感器。為了做到全面完整，在這里也包含了CPU和大型的GPU。這些器件在推斷方面表現(xiàn)是非常優(yōu)異的，但是在時(shí)延方面就不是那么理想，但是由于它們精度非常高，所以它們非常適用于在一些數(shù)據(jù)中心的研發(fā)方面的訓(xùn)練，所以它們響應(yīng)的時(shí)間方面是非常低的，但是因?yàn)樗鼈冃枰潭ǖ挠布?，它們的可重配置性方面也很低。而reVISION具有很強(qiáng)的可重配置性和可編程性。

Cadence的視覺、雷達(dá)、融合傳感器計(jì)算

　　在神經(jīng)網(wǎng)絡(luò)的器件方面，英偉達(dá)主宰了通用GPU。而Cadence Tensilica發(fā)布的神經(jīng)網(wǎng)絡(luò)DSP IP則是面向嵌入式芯片。

　　最新的Cadence Tensilica Vision C5 DSP由于可配置，可以面向多種CNN。因?yàn)镃NN更新很快，但從拿到IP到芯片上市通常要兩三年時(shí)間，因此固化硬件的方案會(huì)導(dǎo)致不能滿足未來的需求變化，所以并不合適，而DSP IP的靈活性使其適合嵌入式系統(tǒng)中的NN(神經(jīng)網(wǎng)絡(luò))實(shí)現(xiàn)。

　　通常的NN加速器中，HW(硬件) NN ACC(加速器)與Imaging(圖像)DSP、CPU或GPU的通訊/連接很繁瑣，可能占整個(gè)計(jì)算工作量的40%。而由于Cadence重新設(shè)計(jì)了NN加速器，C5的計(jì)算能力可達(dá)1T MAC/s，面積在1mm2以內(nèi)(注：16nm工藝)。

C5與友商的差異化

　　實(shí)際上，專用芯片/ASIC的功耗更低，大批量制造成本也更低。另外，F(xiàn)PGA支持的運(yùn)行頻率較低，只有幾十MHz，而Vision C5可以支持幾百M(fèi)Hz的運(yùn)行頻率。

　　相比同是處理器IP廠商的Synopsys與CEVA，后兩者的CNN方案需要三部分：控制、Imaging處理器、HW NN ACC(加速器)。而C5把后兩部分集成在一起，因此只需要兩大塊，方案更為簡(jiǎn)潔，同時(shí)提高了Imaging處理的效率。

Mobileye自動(dòng)駕駛的下一步計(jì)劃

　　Mobileye(現(xiàn)被Intel收購)現(xiàn)在做的是三大技術(shù)支柱:1.視覺感知;2.做適用于自動(dòng)駕駛的地圖;3.教會(huì)車如何去行駛，即和現(xiàn)有的人開車的車流去混合行進(jìn)。

　　視覺感知

　　Mobileye是一個(gè)以單目攝像頭做視覺的技術(shù)， Mobileye現(xiàn)在是做三目，再后來是八目，在前方是三個(gè)攝像頭，側(cè)邊一邊兩個(gè)，后面一個(gè)，加起來是八個(gè)，不同于現(xiàn)在的環(huán)視系統(tǒng)，Mobileye開發(fā)的這款產(chǎn)品不管是哪個(gè)攝像頭獲取的信息都要進(jìn)行判斷。從這個(gè)角度看，需要判斷的東西非常多。即使Mobileye做三攝像頭的解決方案，三個(gè)焦距，其實(shí)它是三個(gè)不同焦距的攝像頭，定位遠(yuǎn)、中、近，每個(gè)攝像頭的角度不一樣，這樣，三個(gè)攝像頭之間是互相覆蓋和冗余的，從而可以做到在城市道路上不同的攝像頭會(huì)起到作用，做到更寬、更遠(yuǎn)、更精準(zhǔn)的判斷。

　　Mobileye接下來將可以做到3D(立體)，也就是車不管什么角度，Mobileye都是可以識(shí)別出來，預(yù)計(jì)2018年可用于量產(chǎn)的車。

美光：適用于視頻監(jiān)控行業(yè)的創(chuàng)新邊緣存儲(chǔ)解決方案

　　邊緣存儲(chǔ)技術(shù)是指錄制視頻并存儲(chǔ)在攝像頭或直連存儲(chǔ)設(shè)備中，而不是通過網(wǎng)絡(luò)存儲(chǔ)到集中式記錄設(shè)施中。這項(xiàng)技術(shù)迅速得到了認(rèn)可，并在IP 視頻監(jiān)控應(yīng)用中得到了廣泛的采用。

　　IP視頻監(jiān)控中邊緣存儲(chǔ)面臨的挑戰(zhàn)

　　目前市場(chǎng)上的絕大多數(shù) microSD 卡都是消費(fèi)級(jí)產(chǎn)品，而不是為 IP 視頻監(jiān)控?cái)z像頭中的商業(yè)和工業(yè)邊緣存儲(chǔ)設(shè)計(jì)的。因此，許多系統(tǒng)集成商和安裝 者認(rèn)為邊緣存儲(chǔ)“不可靠”。大多數(shù)用戶都不了解， 邊緣錄制中使用的 microSD 卡的壽命和質(zhì)量可能千差萬別，具體取決于所選卡的質(zhì)量。選擇質(zhì)量不佳 的microSD 卡可能會(huì)導(dǎo)致在部署完成后的幾個(gè)月內(nèi) 就發(fā)生代價(jià)不菲的現(xiàn)場(chǎng)故障。

　　適用于邊緣存儲(chǔ)應(yīng)用的美光工業(yè)卡

　　憑借閃存技術(shù)方面的專業(yè)知識(shí)和監(jiān)控應(yīng)用知識(shí)，美光科技開發(fā)了一種監(jiān)控專用的工業(yè)級(jí)存儲(chǔ)卡，用于 IP 視頻監(jiān)控應(yīng)用中的邊緣存儲(chǔ)。這種卡具備高耐用性、卓越的錄制性能、工業(yè)級(jí)質(zhì)量、可監(jiān)控運(yùn)行狀況的智能工具等優(yōu)勢(shì)。

　　參考文獻(xiàn)：

　　[1]王瑩.眾廠商談智能制造的技術(shù)市場(chǎng)動(dòng)向[J].電子產(chǎn)品世界,2016(42-3):13-18.

　　[21]胡郁.人工智能與語音識(shí)別技術(shù)[J].電子產(chǎn)品世界,2016(4):23-25.

　　[3]Tom Austin,陳勇.智能機(jī)器：區(qū)分事實(shí)與虛幻[J].電子產(chǎn)品世界,2016(10):7-8.

　　[4]王瑩,王金旺.智能感知的市場(chǎng)與發(fā)展[J].電子產(chǎn)品世界,2016(10):13-19.

　　本文來源于《電子產(chǎn)品世界》2017年第7期第24頁，歡迎您寫論文時(shí)引用，并注明出處。