{"id":58426,"date":"2019-08-02T09:22:33","date_gmt":"2019-08-02T07:22:33","guid":{"rendered":"https:\/\/www.carpr.de\/?p=58780"},"modified":"2019-08-02T09:22:33","modified_gmt":"2019-08-02T07:22:33","slug":"us-deutsches-ai-startup-recogni-erhaelt-25-mio","status":"publish","type":"post","link":"https:\/\/www.autoopen.de\/58426\/us-deutsches-ai-startup-recogni-erhaelt-25-mio\/","title":{"rendered":"US\/deutsches AI-Startup Recogni erh\u00e4lt $25 Mio"},"content":{"rendered":"
\n
Recogni hat es sich zum Ziel gesetzt, ein von Grund auf neuartiges bildverarbeitendes AI-System zu entwickeln. Das System liefert durch neuartiges Edge-Processing eine beispiellose Inferenzleistung, durch die Fahrzeuge weiter \u201csehen\u201d und Fahrentscheidungen schneller treffen als der Mensch \u2013 bei gleichzeitig minimalem Energieverbrauch. Recogni fokussiert sich auf die Entwicklung leistungsstarker AI-Prozessoren mit niedrigem Energieverbrauch f\u00fcr so genanntes Edge-Computing, um auf diese Weise autonome Fahrzeuge Realit\u00e4t werden zu lassen. Weiterer Text \u00fcber ots und www.presseportal.de\/nr\/135496 \/ Die Verwendung dieses Bildes ist f\u00fcr redaktionelle Zwecke honorarfrei. Ver\u00f6ffentlichung bitte unter Quellenangabe: \u201cobs\/Recogni Inc.\u201d<\/figcaption><\/figure>\n

San Jose\/M\u00fcnchen<\/a> (ots)<\/em><\/p>\n

\u2013 Hauptinvestor GreatPoint Ventures: \u201cRecogni-Plattform um mehrere
Gr\u00f6\u00dfenordnungen besser als alles, was wir bisher gesehen haben\u201d
\u2013 Beteiligung von Toyota AI Ventures, BMW i Ventures, Faurecia,
Fluxunit-OSRAM Ventures und weiteren Investoren
\u2013 Recogni CEO RK Anand: \u201cBahnbrechendes, v\u00f6llig neues System f\u00fcr
die Automobilindustrie \u2013 h\u00f6chste Effizienz bei niedrigstem
Energieverbrauch\u201d<\/p>\n

Das US\/deutsche Startup Recogni Inc., das eine bildverarbeitende AI-Technologie f\u00fcr autonome Fahrzeuge entwickelt, gab heute den erfolgreichen Abschluss einer Serie-A-Finanzierungsrunde in H\u00f6he von 25 Millionen US-Dollar bekannt. Die Kapitalma\u00dfnahme wird angef\u00fchrt von GreatPoint Ventures unter Beteiligung von Toyota Ventures, BMW i Ventures, dem Automobilzulieferer Faurecia, Fluxunit \u2013 OSRAM Ventures und DNS Capital.<\/p>\n

Die Automobilindustrie ist auf dem Weg zu autonomen Fahrzeugen. Hierzu sind vernetzte Computer erforderlich, die diese Fahrzeuge mit geringer Leistungsaufnahme effizient steuern. Heutige Testsysteme verbrauchen insgesamt noch viele Kilowatt. Zwar werden diese AI-Systeme offline \u201cangelernt\u201d, m\u00fcssen aber sp\u00e4ter im Fahrzeug die Sensordaten in Echtzeit verarbeiten. Autonome Fahrzeuge haben heute das Limit der Verarbeitungseffizienz ihrer Prozessoren erreicht und bew\u00e4ltigen daher noch nicht die Anforderungen des autonomen Fahrens ab Level 3 aufw\u00e4rts in den gegebenen Rahmenbedingungen. Recogni fokussiert sich auf die Entwicklung leistungsstarker AI-Prozessoren mit niedrigem Energieverbrauch f\u00fcr so genanntes Edge-Computing, um auf diese Weise autonome Fahrzeuge Realit\u00e4t werden zu lassen.<\/p>\n

Das 2017 gegr\u00fcndete Unternehmen mit Hauptsitz in San Jose, Kalifornien, und einer Niederlassung in M\u00fcnchen, hat sich zum Ziel gesetzt, die AI-basierte Sensordatenverarbeitung f\u00fcr autonome Fahrzeuge der Stufe 2+ zu revolutionieren. Mit seinem neuen visuellen Erkennungssystem l\u00f6st Recogni das Endpunkt-Inferenzproblem autonomer Fahrzeuge und erm\u00f6glicht so den Wechsel hin zur vollen Autonomie der Stufen 3, 4 und 5. Die Gr\u00fcnder des Unternehmens verf\u00fcgen \u00fcber umfangreiche Branchenerfahrung in den Bereichen Systemdesign, KI, Vision und Chip-Design.<\/p>\n

\u201cWir sehen durch die Recogni-Plattform eine gro\u00dfe Chance, das Ziel der vollst\u00e4ndigen Fahrzeugautonomie wirklich zu erreichen\u201d, sagte Ashok Krishnamurthi, Managing Partner bei GreatPoint Ventures. \u201cBei unserer Marktrecherche haben wir festgestellt, dass die meisten Technologien zur Beschleunigung neuronaler Netze entweder auf maximale Rechnerleistung oder auf minimierte Leistungsaufnahme getrimmt sind \u2013 kein System ist f\u00fcr beide Anforderungen optimiert. Wir glauben, dass die Recogni-Plattform um mehrere Gr\u00f6\u00dfenordnungen besser sein wird als alles, was wir bisher gesehen haben. Au\u00dferdem kennen wir das Team seit vielen Jahren und haben es bereits in der Vergangenheit unterst\u00fctzt. Dies ist nach unserer festen \u00dcberzeugung genau die richtige Mannschaft, um diese vielversprechende Technologie nicht nur zu entwickeln, sondern auch zur Anwendung bei den Automobilherstellern zu bringen.\u201d<\/p>\n

Recogni plant, das neue Kapital zur Entwicklung des bis dato leistungsf\u00e4higsten Inferenzsystems zu nutzen. Es fusioniert Videodaten mit Radar-\/Lidar-Daten nach modernstem Stand der Technik. Das Team der M\u00fcnchner Recogni-Niederlassung wird sich auf s\u00e4mtliche Aufgaben im Bereich der AI-Entwicklung konzentrieren und soll innerhalb der kommenden zw\u00f6lf Monate genau wie sein kalifornischer Counterpart deutlich wachsen. Gilles Backhus, Head of AI und einer der Recogni Mitgr\u00fcnder, studierte am M\u00fcnchner CDTM, das bereits zahlreiche erfolgreiche Startup-Teams hervorgebracht hat.<\/p>\n

Recogni befindet sich bereits in Gespr\u00e4chen mit mehreren Automobilherstellern, um diesen bald die gesamte Palette seiner Grundlagentechnologie von den Modulen bis zur Software zur Verf\u00fcgung zu stellen.<\/p>\n

\u201cDie Herausforderungen innerhalb des Autonomie-\u00d6kosystems der Stufen 2+, 3, 4 und 5 reichen von der Erfassung bzw. Generierung von Lerndaten bis hin zur Ableitung in Echtzeit. Au\u00dferdem ben\u00f6tigen diese Fahrzeuge die Leistungsf\u00e4higkeit eines Rechenzentrums und d\u00fcrfen dennoch nur geringste Mengen an Energie verbrauchen\u201d, sagte RK Anand, CEO von Recogni. \u201cBei der Entwicklung eines entsprechend ausgelegten, v\u00f6llig neuen Systems f\u00fcr die Automobilindustrie mit Schwerpunkt auf h\u00f6chster Effizienz bei niedrigstem Energieverbrauch, profitieren wir von unserem technologischen Hintergrund in den Bereichen Machine Learning, Computer Vision, Chip- und Systemdesign. Diese Finanzierungsrunde, eine der gr\u00f6\u00dften Serie-A-Runden im Chip-Segment \u00fcberhaupt, best\u00e4tigt unsere Erfahrung und unseren verantwortungsvollen Ansatz.\u201d<\/p>\n

\u201cAutonome Systeme werden intelligenter und schneller durch leistungsf\u00e4higere Prozessoren. Die n\u00e4chste Stufe ist die weitere Erh\u00f6hung der Intelligenz dieser Maschinen bei gleichzeitig deutlich geringerer Leistungsaufnahme\u201d, sagte Jim Adler, Gr\u00fcndungsgesch\u00e4ftsf\u00fchrer von Toyota AI Ventures. \u201cWir sind begeistert von Recognis Architektur f\u00fcr leistungsstarkes AI-Edge-Computing bei geringem Energieverbrauch und freuen uns auf die Zusammenarbeit mit dem Team beim Aufbau sicherer und effizienter autonomer Systeme.\u201d<\/p>\n

\u201cDie F\u00e4higkeit, Sensordaten per Edge-Processing effizient und in Echtzeit zu verarbeiten, ist f\u00fcr autonome Fahrzeuge eine wichtige Entwicklungsrichtung\u201d, sagte Marcus Behrendt, Partner bei BMW i Ventures. \u201cDie Automobilindustrie setzt ihren Weg in Richtung teil- und vollautonomes Fahren fort, und wir sind \u00fcberzeugt, dass Recognis erfahrenes Team mit dem richtigen Ansatz zur L\u00f6sung dieser kritischen Fragen beitr\u00e4gt.\u201d<\/p>\n

\u201cWir sind fest von der Sensorenfusion auf Basis von Kamera, Radar und Lidar \u00fcberzeugt, aber die Rechenanforderungen f\u00fcr diese Algorithmen bleiben heute einer der kritischen Engp\u00e4sse beim autonomen Fahren\u201d, erkl\u00e4rte Sebastian Stamm, Investment Manager bei Fluxunit \u2013 OSRAM Ventures. \u201cRecogni l\u00f6st dieses Problem mit einem einzigartigen und disruptiven Ansatz \u2013 wir sind stolz darauf, dieses Team aus erstklassigen IC- und Systementwicklern sowie Automotive AI-Experten zu unterst\u00fctzen.\u201d<\/p>\n

\u00dcber Recogni<\/p>\n

Recogni hat es sich zum Ziel gesetzt, ein von Grund auf neuartiges bildverarbeitendes AI-System zu entwickeln. Das System liefert durch neuartiges Edge-Processing eine beispiellose Inferenzleistung, durch die Fahrzeuge weiter \u201csehen\u201d und Fahrentscheidungen schneller treffen als der Mensch \u2013 bei gleichzeitig minimalem Energieverbrauch. Das Unternehmen hat seinen Hauptsitz in San Jose, Kalifornien und eine Niederlassung in M\u00fcnchen. Zu seinen Investoren geh\u00f6ren Toyota AI Ventures, BMW i Ventures, Faurecia, Fluxunit \u2013 OSRAM Ventures und DNS Capital.<\/p>\n

F\u00fcr mehr Information: www.Recogni.com<\/a><\/p>\n

Pressekontakt:<\/p>\n

Deutschland
Dr. Hans J\u00fcrgen Croissant
iuvo Communications & Ventures GmbH
E: hjc@iuvo-cv.de
T: +491637013035<\/p>\n

USA
Lori Bertelli
280blue, Inc.
lori@280blue.com
(916) 216-2968<\/p>\n

Original-Content von: Recogni Inc., \u00fcbermittelt durch news aktuell<\/p>\n","protected":false},"excerpt":{"rendered":"

Recogni hat es sich zum Ziel gesetzt, ein von Grund auf neuartiges bildverarbeitendes AI-System zu entwickeln. Das System liefert durch neuartiges Edge-Processing eine beispiellose Inferenzleistung, durch die Fahrzeuge weiter \u201csehen\u201d und Fahrentscheidungen schneller treffen als der Mensch \u2013 bei gleichzeitig minimalem Energieverbrauch. Recogni fokussiert sich auf die Entwicklung leistungsstarker AI-Prozessoren mit niedrigem Energieverbrauch f\u00fcr so […]<\/p>\n","protected":false},"author":1,"featured_media":58427,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[475,474],"tags":[290,265,164,314],"_links":{"self":[{"href":"https:\/\/www.autoopen.de\/wp-json\/wp\/v2\/posts\/58426"}],"collection":[{"href":"https:\/\/www.autoopen.de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.autoopen.de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.autoopen.de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.autoopen.de\/wp-json\/wp\/v2\/comments?post=58426"}],"version-history":[{"count":0,"href":"https:\/\/www.autoopen.de\/wp-json\/wp\/v2\/posts\/58426\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.autoopen.de\/wp-json\/wp\/v2\/media\/58427"}],"wp:attachment":[{"href":"https:\/\/www.autoopen.de\/wp-json\/wp\/v2\/media?parent=58426"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.autoopen.de\/wp-json\/wp\/v2\/categories?post=58426"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.autoopen.de\/wp-json\/wp\/v2\/tags?post=58426"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}