广告

把“大数据”缩小,这家德国新创公司是如何做到的?

2020-01-17 13:19:25 Junko Yoshida 阅读:
德国新创公司Teraki开发出可过滤并缩小“大数据”(big data)的嵌入式软件技术,不仅有助于提升数据处理效率,还可实现更准确的对象侦测与机器学习…

“大数据”(big data)是连网装置中的基本要素。尽管如此,大多数供货商仍在竭力地因应正呈指数级成长的庞大数据量,尤其是还必须为系统提供功能强而有力的CPU,才足以处理数据,并将大数据发送到云端进行人工智能(AI)训练。Yn0ednc

德国柏林一家新创公司Teraki为此提供了一个解决之道——过滤并“缩小”大数据,以提升数据处理效率。该公司的使命在于克服边缘数据处理时的挑战。Teraki的方式是采用讯号处理技术,透过最小化延迟时间和最大化算法的准确性,让嵌入式系统得以更有效率地利用输入的数据。Yn0ednc

在上周的国际消费电子展(CES)期间,《EE Times》第一次接触到Teraki,由于“大数据”、“人工智能”和“量子运算”(quantum computing)这三者似乎都是Teraki的技术基础,我们一开始有点不知要从哪里谈起。Yn0ednc

值得庆幸的是Teraki并没想要把这种令人困惑的组合作为其营销手段。相反地,Teraki在其创办人兼执行长Daniel Richart的带领下,更关注于技术。Daniel Richart之前曾经在马克斯·普朗克研究所(Max Planck Institute)担任量子光学(Quantum Optics)研究员。Yn0ednc

Yn0ednc

Daniel Richart,Teraki执行长Yn0ednc

有鉴于此,Richart解释说,事实上,量子信息论的概念与当今边缘运算(edge computing)的要求相去不远。Yn0ednc

Richart说,就像量子运算需要从大量噪声困扰的原子中找到质量稳定的“量子位态”(qubit state)一样,物联网(IoT)和电子产品制造商必须能够“以他们所需要的质量,足够快速地提取信息”,才能最有效率地用于数据处理。Yn0ednc

Richart和他的团队从2014年开始琢磨Teraki的基本概念,并于2015年正式成立了这家公司。Yn0ednc

Teraki当然不是第一家讨论边缘运算的公司。但是,Richart说,每个人都还在为大数据的问题而奋斗。Yn0ednc

Yn0ednc

Teraki瞄准高效率的嵌入式处理(来源:Teraki)Yn0ednc

想想看高度自动化的车辆。例如,如果在传感器级只能进行少量的预处理,那么汽车制造商可能必须为车辆中的重磅传感器融合支付高昂的费用,因为它需要功能更强大、成本更高的CPU来执行。Yn0ednc

而将大量数据传送并储存于云端中以进行AI训练,也可能会让OEM花大钱。此外,再加上延迟的问题,可能会导致延误以及对象检测不准确。Yn0ednc

以软件缩小数据量

Teraki专注于嵌入式边缘处理,并开发了一种新的软件技术,可用于缩小来自三种不同类型传感器的讯号数据:车载资通讯(telematics)、摄影机以及光达(LiDAR)/雷达。Yn0ednc

据Teraki介绍,其软件可以在标准的车用芯片组上执行,例如恩智浦半导体(NXP Semiconductors)的Bluebox和英飞凌(Infineon Technologies)的Aurix微控制器。 Teraki透露,更棒的消息是,该公司“马上就要拿下第一张OEM设计订单了。”Yn0ednc

该公司称,Teraki的软件有助于将来自车载资通讯系统的讯号大幅浓缩90-97%。一旦数据浓缩后可用于做什么?Teraki表示,这将更有利于实现“预测性维护、监控驾驶人的行为或碰撞侦测”。Yn0ednc

Teraki还开发了可对来自摄影机的2D影像讯号进行预处理的软件。Teraki声称,透过“在现有编译码器(例如H.264)之前”先行处理视讯画面(video frames),可以让数据浓缩高达75%,并进而增强基于视讯的感知。目前,该软件已经开发完成了,现正交由OEM客户进行测试中。Yn0ednc

Teraki的软件创新中最具前景的可能是其3D点云数据解决方案,这些数据是由光达、飞行时间(ToF)传感器和雷达所产生的。Richart说:“我们现正与许多光达公司洽谈合作。”据Teraki称,这款软件目前正进行展示中,将于今年第一季投入商用。Yn0ednc

Yn0ednc

Teraki在业界生态系统中的位置(来源:Teraki)Yn0ednc

Teraki的数据减量技术有何秘诀?

该公司并不是盲目地透过压缩方式来减少数据位。预先处理感测数据并不会导致训练和执行机器学习模型所需的数据质量和准确性降低。Yn0ednc

Richart说:“关键在于这是一种能够自适应地重设大小和过滤数据的技术,因而能够实现更准确的对象检测和机器学习。”他并补充说,“其目的在于知道以你所需要的质量来提取什么数据。”Yn0ednc

在嵌入式系统中处理感测数据时尽早缩减数据量,不仅可以加速推论的时间,还有助于减少对于RAM/ROM的需求。此外,它也大幅缩短了进行训练的时间。Yn0ednc

基于画面vs.基于事件的摄影机

但是,如果低延迟对于高度自动化的车辆安全至关重要,为什么要把时间花在预处理那些从传统基于画面(frame-based)的摄影所产生的数据呢?因此,我们问道:“如果使用像Prophesee设计的基于事件(event-based)之摄影机呢?”Yn0ednc

深谙神经形态工程学进展的Richart说:“我们认为二者是相辅相成的。事件导向的影像传感器在延迟方面表现出色,因而可作为预警讯号。同时,我们的软件则能够更灵活地从任何传感器中提取信息——延迟低于10毫秒。”Yn0ednc

就在上个月,Teraki才完成了1,100万美元的A轮融资。该轮融资是由Horizons Ventures领投,以及几家策略投资方跟投,包括一家日本主要的技术公司,以及由Rev1 Ventures、Bright Success Capital和Castor Ventures组成的美国State Auto Labs Fund。加上之前的投资方Paladin Capital Group和innogy Ventures,使得Teraki的总融资金额达到1,630万美元。Yn0ednc

 (原文发表于ASPENCORE旗下EDN姐妹媒体EETimes,参考链接:Teraki Takes ‘Quantum’ Leap on Big Data,编译:Susan Hong)Yn0ednc

本文为电子技术设计原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 高压缩比是否会降低画质呢?!!!!
Junko Yoshida
ASPENCORE全球联席总编辑,首席国际特派记者。曾任把口记者(beat reporter)和EE Times主编的Junko Yoshida现在把更多时间用来报道全球电子行业,尤其关注中国。 她的关注重点一直是新兴技术和商业模式,新一代消费电子产品往往诞生于此。 她现在正在增加对中国半导体制造商的报道,撰写关于晶圆厂和无晶圆厂制造商的规划。 此外,她还为EE Times的Designlines栏目提供汽车、物联网和无线/网络服务相关内容。 自1990年以来,她一直在为EE Times提供内容。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 因眼睛小车主被辅助驾驶误判“开车睡觉”,小鹏、蔚来回 昨日,汽车博主@常岩CY 发博称自己突然上了热搜,原来就是因自己眼睛小被小鹏汽车自动驾驶误判“开车睡觉”,不住的发出提醒。此外,@常岩CY 称在多款车型上都收到此困扰。无论是红外还是摄像头,只要开始检测眼睛,就会判定过度疲劳。小鹏P7会提示他睡觉,蔚来ET7一开车就认为其疲劳和走神,岚图FREE会在冬天为了让其“别困”而打开冷风……
  • 国际象棋机器人Chessrobot夹断对手手指,意外还是设计缺 据悉,在7月19日的莫斯科国际象棋公开赛期间,一位7岁小男孩疑似因提前走子犯规手,意外被“对手”国际象棋机器人Chessrobot夹住手指,造成指骨骨折,该事件登上了热搜榜。该男孩是莫斯科9岁以下最强的30位棋手之一。
  • “智能家居”未来将可通过呼吸控制操作 凯斯西储大学的研究人员创造了一个简单的原型设备,使用户能够通过改变他们的呼吸模式来控制“智能家居”。这种自供电装置可放入鼻孔,并有可能提高行动不便或无法清晰说话的人的生活质量。如果个人呼吸困难,它也可以编程为医务人员提供自动警报。
  • 核酸采样机器人将取代“大白”?用了哪些技术保证采样准 取棉签、核酸采样、储存核酸采样管、设备消杀……动作精准流畅,今后给你核酸采样的可能不再是“大白”,而是机器人。EDN小编就带大家来看看,目前已被使用的核酸采样机器人有哪些?
  • 一个AI程序就可将手机电池增加30% 一项尖端的人工智能开发可以将智能手机的电池寿命延长 30%。这项应用则是利用 AI 分析正在使用的应用程序的 FPS 变化,并试图找到 CPU 和 GPU 处理器的最佳运行频率以适应变化,同时消耗设备中最少的功率和温度增益……
  • AI视觉芯片如何赋能两轮车出行? 6月29日,在由全球领先的专业电子机构媒体AspenCore和深圳市新一代信息通信产业集群联合主办的“2022国际AIoT生态发展大会-智慧两轮车分论坛”中,嘉楠科技副总裁汤炜伟以《勘智AI视觉芯,赋能智眼两轮行》为主题,向大家分享了嘉楠地芯片设计创新历程,及其RISCV架构AI芯片技术路线图,并以具体案例展示AI视觉芯片如何赋能两轮车出行。
  • 碎片化、成本高是难题,AIoT行业需要哪些改变? 作为AIoT的行业基石,物联网市场到2022年预计将达到 144 亿活跃连接。随着供应限制的缓解和增长的进一步加速,IoT Analytics 最新预测指出,到2025年全球将有大约 270 亿台联网物联网设备。中国物联网链接到2025年也将达到80亿。随着整个AIoT和IoT市场的快速成长与变化,我们将面临哪些风险和挑战?
  • 英特尔张宇:边缘AI有三个阶段,我们还处在山脚 在AspenCore举办的“2022国际AIoT生态发展大会”上,英特尔公司高级首席工程师、物联网事业部中国区首席技术官张宇博士通过视频方式分享了“边缘AI技术发展趋势与展望”主题演讲。
  • 世界上尺寸最大的芯片Wafer Scale Engine-2打破了在单 Cerebras公司售价数百万美元的“全球最大AI芯片”Wafer Scale Engine-2又有新消息,在基于单个Wafer Scale Engine-2芯片的CS-2系统上训练了世界上最大的拥有200亿参数的NLP(自然语言处理)人工智能模型。
  • 婴儿或可帮助解锁下一代人工智能 都柏林圣三一学院的神经科学家及其同事刚刚发布了改进人工智能的新指导原则,他们表示,婴儿可以帮助解锁下一代人工智能(AI)。
  • 日本要利用机器学习实现半导体研究自动化 新型薄半导体材料的开发需要对大量反射高能电子衍射(RHEED)数据进行定量分析,既耗时又需要专业知识。为了解决这个问题,东京理科大学的科学家们确定了可以帮助自动化 RHEED 数据分析的机器学习技术。他们的发现可以极大地加速半导体研究,并为更快、更节能的电子设备铺平道路。
  • 纯视觉自动驾驶更安全?美国交通部发布数据打脸特斯拉 特斯拉的纯视觉自动驾驶到底效果如何?真的如马斯克所说的:“通过摄像头和计算机网络让自动驾驶比人类驾驶更安全”吗?近日美国国家公路交通安全管理局发布了一份新的数据,颇有打脸特斯拉的意味。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了