此过程中 ， 黑芝麻智能先后打造NeuralIQ ISP图像信号处理器和DyanmAI NN引擎两大核心IP 。
NeuralIQ ISP图像信号处理器旨在让汽车“看得清” 。
通常而言 ， 手机拍照多为静态拍摄 ， 可以通过运用传统的多帧降噪技术 ， 在暗光环境中拍出纯净的照片 。 但由于汽车行驶时处于高速运动状态 ， 所以车规级图像处理技术更困难 。 黑芝麻智能通过自研ISP处理系统 ， 让摄像头在超低光和大逆光场景下清晰成像 ， 感知到的信息在后端计算中更均一化 。
深度神经网络算法平台DynamAI NN引擎旨在让汽车“看得懂” 。

文章图片

这个过程是这样的：通过NeuralIQ ISP图像信号处理器处理后的图片 ， 将传递到深度神经网络算法平台DyanmAI NN引擎上 。 先将收集的新数据信息与计算平台存储的数据进行对比 ， 再进行推理和决策 ， 预测出周围环境可能会发生的变化 ， 从而保证汽车“看得懂” 。
其后 ， 通过与其他车、云、路互联协同 ， 扩大有效感知范围 ， 让汽车“看得远” 。
“跟很多芯片公司不同 ， 我们研发第一颗芯片花了3年时间 。 跟特斯拉在技术性能上做对标 ， 需要有自己的核心武器 ， 这个武器就是自研的核心IP 。 这是黑芝麻智能做出国内性能最好AI芯片的关键 。 ”杨宇欣总结道 。
02.
杀手锏
黑芝麻智能的杀手锏是大算力芯片 。
帮宁工作室了解到 ， 今年4月 ， 黑芝麻智能将发布250TOPS以上算力的A2000芯片 ， 预计到今年底或2023年初 ， 基于A1000芯片开发的自动驾驶汽车将量产 ， 届时就可体验到基于国产大算力芯片的产品 。
就自动驾驶芯片而言 ， 算力和能效比是最主要的评价指标 。 在这两方面 ， 英伟达和英特尔Mobileye这两大芯片巨头各有优劣势 。 英伟达Orin芯片可达到254TOPS算力水平 ， 但能效力比较低 。 而英特尔Mobileye的EyeQ5 ， 虽然算力只有24TOPS ， 但能效比却达到2TOPS/W 。 两者均可保证较高自动驾驶能力 。
黑芝麻智能华山二号A1000Pro芯片算力为106 TOPS ， 介于Mobileye与英伟达之间 。 但与该芯片配套的FAD全自动驾驶计算平台 ， 则使黑芝麻智能真实算力更为惊艳 。
这一平台具备高度灵活性和可扩展性 。 可通过单芯片、双芯片或四芯片等不同组合方案 ， 满足从L2到L4等不同级别自动驾驶算力需求 。
打个比方 ， 单颗A1000L芯片适用于ADAS辅助驾驶；单颗A1000芯片适用于L2+自动驾驶；双A1000芯片互联方式算力最高可达232TOPS ， 可支持L3级自动驾驶；四颗A1000芯片则可支持L4甚至以上自动驾驶需求 。
相较Mobileye采用的传感器+芯片+算法绑定的黑盒方案 ， 黑芝麻智能的开放生态和灵活商业模式 ， 允许芯片在适配自研算法以外 ， 还可以适配任何第三方公司的算法 ， 这使得主机厂定制差异化更具灵活性 。

文章图片

更重要的是 ， 坐镇智能网联汽车发展最快、体量最大的中国主场 ， 黑芝麻智能接收到的一线市场信息 ， 以及对客户需求的理解更快速 。 “软硬件完全解耦体系 ， 意味着黑芝麻智能拥有完整量化能力 ， 核心硬件基础以及软件模块都可以根据客户需求进行定制和替换 ， 让黑芝麻智能比外资芯片厂商拥有更多灵活性 。 ”黑芝麻智能应用工程副总裁邓堃说 。
资本市场提前嗅到了这种商业空间 。 除1月12日当天获得博原资本投资外 ， 2021年 ， 黑芝麻智能还完成数亿美元战略轮及C轮融资 ， 投后估值近20亿美元 。 在不久前发布的胡润《2021全球独角兽榜》中 ， 黑芝麻智能成为人工智能行业独角兽企业之一 。