Recogni公司专注于让自动驾驶汽车的人工智能边缘处理实现高性能和较低功耗。该公司于2017年成立，总部位于美国加利福尼亚州圣何塞市，且在德国慕尼黑设有分公司，其创始人在系统设计、人工智能（AI）、计算机视觉和定制硅设计等方面拥有丰富经验。 Recogni旨在彻底变革L2+自动驾驶汽车的感知处理过程，让该过程既具备卓越的实时处理性能，又几乎不消耗能量。该公司表示，与市场上任何竞品相比，其感知技术不仅能够识别骑自行车的人和行人，还能知道他们的具体位置、速度以及距离。Recogni设计了一款“视觉认知处理器”，即用于自动驾驶汽车的人工智能平台。 自动驾驶汽车面临的挑战之一是，能够在不需要在后备箱装满昂贵且耗电硬件的情况下，具备处理AI和机器学习算法的能力。虽然目前大多数基于AI的机器学习系统都离线接受训练，但对于自动驾驶汽车来说，仍需要在导航时实时处理传感器的数据，该过程就需要强大的计算能力和硬件。因此，Recogni就通过更有效地解决自动驾驶车辆终端推理的问题，为自动驾驶汽车创建高性能、低功耗的AI处理解决方案。 Recogni公司认为，现在的自动驾驶汽车处理数据的效率已达到瓶颈，如果不利用边缘处理实现基于AI的感知软件，就无法从现在过渡至L3和L4。该公司表示，其系统能够提供优越的推理性能，与其他解决方案相比，能量效率高出500多倍，而性能的提高就可实现更好的边缘处理。 谷歌、英伟达、微软和亚马逊等科技公司大多都使用功能强大、耗能也巨大的处理器，在云端进行AI推理。在云端利用AI处理自动驾驶决策会产生速度和延迟问题，而利用边缘处理技术，可让自动驾驶汽车比人类更快地做出驾驶决策，同时耗能也最少。 在云计算中，数据会直接从自动驾驶汽车上传至云端，进行额外处理，与之不同的是，边缘处理更接近传感器数据生成的地方。此外，自动驾驶汽车传感器产生的数据往往数量太大，无法发送至云端进行有效处理。 Recogni公司计划利用融得的资金改进其推理系统，让目前最先进的传感器能够融合视觉和深度传感器的数据，用于汽车制造商们现在已经采用的L2自动驾驶技术中，此外，该公司还计划扩大工程团队规模。据外媒报道，硅谷初创公司Recogni宣布，其在A轮融资中筹集了2500万美元（约合1.7亿元人民币），该轮融资由GreatPoint Ventures领投，汽车制造商宝马和丰田的风投部门宝马iVentures与丰田AI风投、汽车技术公司佛吉亚（Faurecia）、汽车照明技术公司欧司朗（Osram）的风投部门Fluxunit以及DNS资本。Recogni公司正在为自动驾驶汽车研发视觉人工智能平台。 Recogni公司专注于让自动驾驶汽车的人工智能边缘处理实现高性能和较低功耗。该公司于2017年成立，总部位于美国加利福尼亚州圣何塞市，且在德国慕尼黑设有分公司，其创始人在系统设计、人工智能（AI）、计算机视觉和定制硅设计等方面拥有丰富经验。 Recogni旨在彻底变革L2+自动驾驶汽车的感知处理过程，让该过程既具备卓越的实时处理性能，又几乎不消耗能量。该公司表示，与市场上任何竞品相比，其感知技术不仅能够识别骑自行车的人和行人，还能知道他们的具体位置、速度以及距离。Recogni设计了一款“视觉认知处理器”，即用于自动驾驶汽车的人工智能平台。 自动驾驶汽车面临的挑战之一是，能够在不需要在后备箱装满昂贵且耗电硬件的情况下，具备处理AI和机器学习算法的能力。虽然目前大多数基于AI的机器学习系统都离线接受训练，但对于自动驾驶汽车来说，仍需要在导航时实时处理传感器的数据，该过程就需要强大的计算能力和硬件。因此，Recogni就通过更有效地解决自动驾驶车辆终端推理的问题，为自动驾驶汽车创建高性能、低功耗的AI处理解决方案。 Recogni公司认为，现在的自动驾驶汽车处理数据的效率已达到瓶颈，如果不利用边缘处理实现基于AI的感知软件，就无法从现在过渡至L3和L4。该公司表示，其系统能够提供优越的推理性能，与其他解决方案相比，能量效率高出500多倍，而性能的提高就可实现更好的边缘处理。 谷歌、英伟达、微软和亚马逊等科技公司大多都使用功能强大、耗能也巨大的处理器，在云端进行AI推理。在云端利用AI处理自动驾驶决策会产生速度和延迟问题，而利用边缘处理技术，可让自动驾驶汽车比人类更快地做出驾驶决策，同时耗能也最少。 在云计算中，数据会直接从自动驾驶汽车上传至云端，进行额外处理，与之不同的是，边缘处理更接近传感器数据生成的地方。此外，自动驾驶汽车传感器产生的数据往往数量太大，无法发送至云端进行有效处理。 Recogni公司计划利用融得的资金改进其推理系统，让目前最先进的传感器能够融合视觉和深度传感器的数据，用于汽车制造商们现在已经采用的L2自动驾驶技术中，此外，该公司还计划扩大工程团队规模。
Recogni公司专注于让自动驾驶汽车的人工智能边缘处理实现高性能和较低功耗。该公司于2017年成立，总部位于美国加利福尼亚州圣何塞市，且在德国慕尼黑设有分公司，其创始人在系统设计、人工智能（AI）、计算机视觉和定制硅设计等方面拥有丰富经验。 Recogni旨在彻底变革L2+自动驾驶汽车的感知处理过程，让该过程既具备卓越的实时处理性能，又几乎不消耗能量。该公司表示，与市场上任何竞品相比，其感知技术不仅能够识别骑自行车的人和行人，还能知道他们的具体位置、速度以及距离。Recogni设计了一款“视觉认知处理器”，即用于自动驾驶汽车的人工智能平台。 自动驾驶汽车面临的挑战之一是，能够在不需要在后备箱装满昂贵且耗电硬件的情况下，具备处理AI和机器学习算法的能力。虽然目前大多数基于AI的机器学习系统都离线接受训练，但对于自动驾驶汽车来说，仍需要在导航时实时处理传感器的数据，该过程就需要强大的计算能力和硬件。因此，Recogni就通过更有效地解决自动驾驶车辆终端推理的问题，为自动驾驶汽车创建高性能、低功耗的AI处理解决方案。 Recogni公司认为，现在的自动驾驶汽车处理数据的效率已达到瓶颈，如果不利用边缘处理实现基于AI的感知软件，就无法从现在过渡至L3和L4。该公司表示，其系统能够提供优越的推理性能，与其他解决方案相比，能量效率高出500多倍，而性能的提高就可实现更好的边缘处理。 谷歌、英伟达、微软和亚马逊等科技公司大多都使用功能强大、耗能也巨大的处理器，在云端进行AI推理。在云端利用AI处理自动驾驶决策会产生速度和延迟问题，而利用边缘处理技术，可让自动驾驶汽车比人类更快地做出驾驶决策，同时耗能也最少。 在云计算中，数据会直接从自动驾驶汽车上传至云端，进行额外处理，与之不同的是，边缘处理更接近传感器数据生成的地方。此外，自动驾驶汽车传感器产生的数据往往数量太大，无法发送至云端进行有效处理。 Recogni公司计划利用融得的资金改进其推理系统，让目前最先进的传感器能够融合视觉和深度传感器的数据，用于汽车制造商们现在已经采用的L2自动驾驶技术中，此外，该公司还计划扩大工程团队规模。