日前，魔视智能宣告正式推出根据赛灵思轿车级异构核算渠道的全新自习惯前装量产主动泊车体系。在2019赛灵思开发者大会上，魔视智能CEO虞正华向TechWeb谈及了这款芯片的优势以及对无人驾驶职业的观点。
虞正华以为，无人驾驶范畴芯片相较于其他范畴要求更高，假如不是特定面向轿车开发的芯片也难以支撑大规模量产。
现在市面上芯片品种繁复，比方DSP、根据Arm架构的处理器、可编程FPGA处理器和国内创业公司自主研制的深度学习芯片。关于轿车职业来说，芯片的要求会更高，要满意一整套的车规认证体系，假如不是面向轿车开发的芯片不能满意功用安全的要求比较难支撑大规模量产。
虞正华指出，假如在满意轿车车规的芯片里边挑选，考虑前装量产要满意三个要素，分别是算力、本钱、功耗，这是一个归纳考虑平衡的问题。
无人驾驶从感知层面来看的话需求用到深度学习，这是一个大趋势，所以在满意算力、功耗、本钱的情况下FPGA是一个非常好的挑选，此外，FPGA还具有杰出的延展性，对咱们自己的产品设计供给了更好的协助，满意了渠道的统一性。
有了强壮功用的芯片支撑，让魔视智能全新主动泊车体系大幅提高了在杂乱场景下的主动泊车鲁棒性。
这套集赛灵思灵敏应变高功能核算渠道和魔视智能深度学习技能为一体的主动泊车体系，一方面具有能够适配不断改变的职业标准和客户的实在需求的习惯才能，另一方面能够终究靠多目视觉和超声雷达多传感器交融，有用辨认车辆、行人、包含矮小障碍物在内各种方针、地上线车位或许空间车位、车道线、路沿等各种信息，完成在各种杂乱场景下的主动泊车功用。
与传统泊车体系比较，魔视智能全新主动泊车体系的视觉检测和感知功能更好，能够大幅提高泊车入位的成功率和准确度，以各种杂乱场景下超越95%的泊车成功率大幅提高使用者实在的体会，一起具有更强的商场呼应才能。
在视觉车位检测方面，结合魔视智能新一代深度学习神经网络和ZynqMPSoC异构硬件核算渠道的强壮算力，车辆可有用辨认车位内之地锁、轮档、锥桶等停止矮小障碍物，处理传统泊车体系车位检测的痛点；一起，对草坪、地砖等各种形状地上&路面停车位，以及车辆、行人等其他方针，均能高准确率辨认，成功处理了杂乱场景下泊车体系的牢靠性问题；更进一步，体系还可用于辨认车位内特别标识，如残疾人专用、女士专用、禁停等，车位检测尽显智能化。
咱们充沛的使用赛灵思车规级芯片能耗比优、大算力、完成灵敏的特色，快速迭代魔视智能深度学习网络，使视觉检测鲁棒性大幅提高，体系全面习惯各种杂乱场景下的使用；因完成灵敏，极大缩短开发周期，可快速对接客户差异化需求。魔视智能创始人兼CEO虞正华博士说道。
事实上，在主动驾驶范畴，无论是资金投入仍是技能实力，国内外仍是存在必定距离，这对本乡化企业提出了更高的要求。
谈及魔视智能未来发展时机，虞正华以为主动驾驶范畴对地域特点和人工智能技能方面的要求较高，我国在这两方面有抢先优势。
现在展开无人驾驶研讨的国家数量有限，根本都是发达国家，但它们的交通状况与国内距离仍是非常大的，我国交通路况杂乱，数据掩盖更广，此外，在人工智能技能方面，我国并不落后，人才的集合效应更为显着，所以，使用我国在人工智能技能上的优势，结合我国杂乱路况带来的海量数据研讨，我国的本乡企业仍是有很好的时机。
