Teraki开发了可以调整大小和过滤数据的软件技术，以实现更精确的对象检测和机器学习。
拉斯维加斯–大数据是连接设备中的基本要素。尽管如此，大多数供应商都在努力应对数据量的指数增长，特别是要在系统功能强大的系统中为CPU付费，以处理数据并将大数据发送到云中进行AI培训。
一个答案来自总部位于德国柏林的初创公司Teraki。它的人生使命是应对边缘数据处理中的挑战。Teraki应用信号处理技术，通过最小化等待时间和最大化算法准确性，使嵌入式系统能够更有效地利用输入数据。
当电子工程专辑第一次见到Teraki上周在CES上，我们通过“大数据”，“人工智能”和“量子计算”，似乎是Teraki的技术基础的三连胜压倒了一点。
但是，好消息是Teraki并没有试图将这种令人困惑的组合转变为营销手段。相反，Teraki由丹尼尔·里查特(Daniel Richart)创立，后者是马克斯·普朗克研究所(Max Planck Institute)的量子光学研究员。
有鉴于此，Richart解释说，量子信息论的思想实际上与当今的边缘计算所要求的并不遥远。
就像量子计算需要从大量困扰原子的原子中找到质量稳定的“量子位态”一样，物联网和电子制造商必须能够“以足够快的速度，以他们所需的质量提取信息”，Richart说，“用于数据处理。”
Richart和他的团队从2014年开始涉足Teraki的基本概念，并于2015年正式成立了一家公司。
Teraki当然不是第一家谈论边缘计算的公司。Richart说，但是每个人都在努力处理大数据。
考虑高度自动化的车辆。例如，如果在传感器级别进行很少的预处理，那么汽车制造商可能会为车辆中的重型传感器融合支付高昂的费用，因为这将需要功能更强大，成本更高的中央计算单元。
将大量数据发送和存储到云中进行AI培训也可能使OEM花费大量资金。此外，延迟问题可能会导致延迟和对象检测的不准确性。
软件Teraki专注于嵌入式边缘处理，开发了可以减少来自三种不同类型传感器的信号数据的软件技术：远程信息处理，相机和激光雷达/雷达。
Teraki表示，其软件可以在标准的汽车芯片组上运行，例如恩智浦半导体的Bluebox和英飞凌的Aurix微控制器。Teraki表示，更好的是，“第一个OEM设计大奖正在进行中”。
该公司称，Teraki的软件可以将远程信息处理信号降低90-97%。一旦减少，数据将用于什么?该公司表示，这对于“预测性维护，监视驱动程序行为或崩溃检测”很有用。
Teraki还开发了可对来自相机的2D图像信号进行预处理的软件。Teraki声称，通过“在现有编解码器(例如H.264)之前”处理视频帧，可以将数据减少多达75%。据称，这将导致增强基于视频的感知。该软件开发已经完成。OEM客户现在正在对其进行测试。
Teraki软件创新中最有前途的可能是它对3D点云数据的解决方案，该数据是由激光雷达，飞行时间传感器和雷达生成的。Richart说：“我们现在与许多激光雷达公司有合作关系。” 据Teraki称，该软件目前正在演示中，将于今年第一季度投入商业使用。
Teraki的数据缩减技术的秘密是什么?该公司不仅仅是通过压缩盲目地减少比特。不允许对感官信号进行预处理，从而降低训练和运行机器学习模型所需的数据质量和准确性。
Richart说：“关键在于可以自适应地调整大小和过滤数据的技术，以实现更精确的对象检测和机器学习。”他补充说，“这是要知道要提取什么质量的东西。”
在嵌入式系统中处理感官数据时尽早减少数据量可以缩短推理时间，并减少对RAM / ROM的需求。此外，它大大减少了培训时间。
基于帧的摄像机与基于事件的摄像机
但是，如果减少延迟对于高度自动化的车辆的安全至关重要，那么为什么要花时间对传统基于帧的摄像机进行帧预处理呢?我们问：“如何使用像Prophesee设计的基于事件的摄像机?”
Richart充分意识到神经形态工程学的进步，他说：“我们认为我们是相辅相成的。事件驱动的图像传感器在延迟方面表现出色，因此可以用作预警信号。同时，我们的软件可以更灵活地从任何传感器中提取信息-时延不到10毫秒。”
就在上个月，Teraki完成了1100万美元的A轮融资。本轮融资由Horizons Ventures牵头，战略投资者加入。其中包括日本领先的技术公司，由Rev1 Ventures，Bright Success Capital和Castor Ventures管理的美国State Auto Labs Fund。先前的投资者Paladin Capital Group和innogy Ventures也参加了。这使对Teraki的总投资达到1630万美元。