Recogni宣布开发专为自动驾驶车辆推理优化的专用AI硬件。

随着汽车行业通过摄像头、雷达和激光雷达的传感器融合向自动驾驶汽车过渡，计算需求巨大。当前的自动驾驶计算系统消耗大量能量，这导致电动汽车的续航里程下降。位于加州圣何塞的初创公司Recogni最近宣布推出其解决方案，通过感知处理方法实时识别自行车和行人，声称功耗低于英特尔Mobileye和英伟达Drive Xavier等替代方案。首席执行官RK Anand表示："这些车辆需要数据中心级别的性能，同时消耗极少的功率。利用我们在机器学习、计算机视觉、芯片和系统设计方面的背景，我们正在设计一个根本性的新系统，以最低功耗为汽车行业提供极高的效率。"Recogni声称其技术可以在不到10瓦的功率下处理整辆车的计算和推理工作，同时实时处理数据。

Recogni集成模块由三个被动冷却的图像传感器、一个外部深度传感器和一个通过以太网电缆连接到外部激光雷达或雷达传感器的定制芯片组成。该定制芯片可以执行超过1000万亿次操作/秒，以60帧/秒的速率捕获和分析多达三个8至12百万像素的未压缩数据流。它识别对象、融合深度传感器信息，并在城市环境中16毫秒内和高速公路环境中8毫秒内向中央系统提供智能，在典型视觉应用中实现声称的70%计算效率。据该公司称，该系统可以实时识别超过200米外的小物体（如交通灯）并确定其颜色（红色、黄色或绿色），这是激光雷达和雷达无法实现的能力。

Recogni模块的效率源于其被动冷却设计，消除了耗能的风扇，以及板载芯片与三个摄像头的紧密物理接近，这减少了传输传感数据所消耗的能量。总体而言，该系统消耗约8瓦的功率。创始团队包括首席执行官RK Anand（Juniper Networks的创始工程师）、联合创始人兼首席商务官Ashwini Choudhary和首席技术官Eugene Feinberg（前Cisco Systems工程师）。三人此前都在位于圣何塞的摄像头技术初创公司mPerpetuo共事。

Recogni获得了由GreatPoint Ventures领投的2500万美元A轮融资，参与方包括Toyota AI Ventures、BMW i Ventures、法雷奥、Fluxunit（照明和光子公司OSRAM的风险投资部门）和DNS Capital。Choudhary宣布该公司"目前正在与多家汽车制造商讨论，为他们提供完整的使能技术套件，从模块到软件。"该公司最初面向美国汽车工程师学会定义的第2级自动驾驶汽车，即配备先进驾驶辅助系统的车辆，如凯迪拉克Supercruise、英伟达Drive Autopilot和沃尔沃Pilot Assist。

Recogni的路线图从第2级车型进展到第3级车型（驾驶员不再需要监控环境），然后到第4级车型（基本上可以在没有持续人工干预的情况下自动驾驶），最终到完全自主的第5级车型。该公司预测，到2024年，人工智能系统将从成本和能力的角度使机器人出租车成为可行的，个人自动驾驶汽车将在随后的一两年内推出。