融资超十亿，AI视觉行业生力军走出“隐身模式

shuszhao

近日，AI视觉芯片研发及基础算力平台公司爱芯科技宣布正式更名为爱芯元智，并同步完成品牌升级。据《电子工程专辑》了解，爱芯元智品牌名称变更的灵感，来自其英文名AXERA——意为爱芯的时代，同时诠释了爱芯元智的技术独创性和保持初心、坚持原创的企业理念。不仅体现了爱芯元智作为创业公司的朝气和活力，更是代表了其品牌愿景——成为AI视觉芯片行业领导企业。
“爱芯元智本身传达了我们的理念，即爱芯的era（时代），我们希望依靠我们的原创性技术和产品，通过我们的努力把相关产业带入一个爱芯元智开创的时代。”爱芯元智创始人兼首席执行官仇肖莘博士表示。

                               
登录/注册后可看大图

广告

爱芯元智创始人兼首席执行官仇肖莘博士

除了名称变更，爱芯元智还进一步明确了未来目标，即更加注重边缘侧和端侧的AI视觉芯片研发，将AI的能力发挥到极致，为世界的数字化和智能化新基建提供边缘侧和端侧的支持。
资料显示，成立于2019年5月的爱芯元智，专注于高性能、低功耗的AI视觉处理器芯片，在过去的两年之中，成功完成包括preA，A和A+在内的三轮融资，总融资金额超过十亿元人民币。核心技术产品支持多种AI视觉任务，广泛适用于边缘侧和端侧应用，其自主研发的第一颗AI视觉处理芯片AX630A已在去年12月实现量产，第二颗芯片AX620A也在今年7月成功点亮，即将正式开始推广。
爱芯元智创始人兼CEO仇肖莘博士，1991年毕业于清华大学自动化专业，在获得硕士学位后前往美国南加州大学完成电气工程博士学位，曾先后担任美国博通公司副总裁、紫光展锐首席技术官等重要职位，对半导体行业的发展有着独到的见解。
目前，公司团队规模接近300人，核心成员均参与过10颗以上芯片的设计和生产，在产品规划和产品落地上具有丰富经验。


异军突起的秘密

自研混合精度NPU和自研AI ISP是爱芯元智两大核心技术优势。与业内常见的搭载外购NPU IP的形式不同，爱芯元智对应用、算法和硬件的深度结合极为重视，可根据神经网络特性，灵活运用低比特混合精度算法，有效提高芯片效能功耗比，降低DDR需求。同时，爱芯元智在ISP芯片设计上引入AI的方式，使ISP图像效果能够不断得到训练、提升，突破了传统ISP瓶颈，使画质得到增强。

                               
登录/注册后可看大图

“我们拥有自己的IP，这是未来继续创新的源动力，关键IP我们都会自研；同时，我们不希望做me too的产品，要形成自己的核心竞争力。”仇肖莘强调说，算力是基础，而有效的高NPU利用率则能够让算力有更好的实际表现。因此，在核心技术方面，爱芯元智的理念是用技术打造高算力、低功耗、高算力利用率的AI基础算力平台。
AX630A是爱芯元智自主研发的第一款高性能、低功耗的AI视觉处理器芯片，主要针对边缘侧、端侧旗舰级应用，仅用时9个月即实现流片，并一次成功，目前已达成量产状态。官方数据显示，AX630A算力密度28.8TOPS@INT4，支持20路1080p解码的同时，还支持8路1080p编码。加之专有的AI ISP的图像处理能力，使得AX630A不仅能实现暗光环境下的画质效果，同时还能兼顾<3W的低功耗性能；并可通过算法模型迭代，持续为量产芯片升级。
第二款芯片AX620A目前也已回片并成功点亮，与AX630A旗舰级定位不同，AX620A定位于4K/30帧以下，400万或500万像素主流市场需求，可提供14.4TOPS@INT4算力，1080P分辨率情况下功耗不到1瓦，预计今年年底实现量产。

                               
登录/注册后可看大图

[li]如何理解混合精度NPU？[/li]

仇肖莘解释说，当前，业内不少NPU芯片厂商在标称算力的宣传上达到了令人吃惊的程度，但在实际应用中，受制于“数据墙”问题，很多数据是无法实现“搬运”的，导致的直接后果，就是NPU计算单元在大部分时间内都处于闲置状态，计算效率不高，有效算力大幅度低于标称算力。
爱芯元智的思路则是从解决数据搬运和数据墙的问题出发。不过，并非采用存算一体架构，而是通过混合精度的方式，降低需要搬运的数据量。
举例而言，传统NPU一般的数据表示格式都是8比特/16比特，最后才能得到AI算法所需的精度。但实际应用中，一些AI网络的中间层并不需要如此之高的精度，2比特/4比特就足够了。在这种情况下，整个网络数据表示或所需要的数据量平均只需要4比特，与原来8比特网络相比，数据搬运量可能仅是原来的1/4。这样做的好处在于，爱芯元智能够在单位面积内提供数倍于传统NPU的等效算力，且更易于投入实际应用中。
“我们更强调AI算法和芯片设计的协同概念。”仇肖莘表示，基于对AI算法的理解，算法工程师可以提供算法网络的结构、量化需求、算子需求、内存访问需求等多种信息给NPU架构设计师。同理，NPU架构设计师也可以提供硬件加速、数据流优化、存储优化、量化限制、硬件限制等信息给算法工程师，在两者之间不断迭代的过程中，算法和硬件设计同时得到了优化。
下图展示了在公开数据集Imagenet上的网络运行速度对比。可以看出，在Resnet50精度基本不变的情况下，AX630A每秒可处理1356帧，远高于竞品95帧/秒的处理速度。

                               
登录/注册后可看大图

[li]软件定义ISP[/li]

如前文所述，除了混合精度NPU之外，爱芯元智还拥有自研AI ISP图像处理技术。其核心理念是通过采用人工智能颠覆传统ISP纯硬件的设计方式，将ISP的关键模块（比如高动态、3D降噪、锐化色彩还原等）进行软件化和AI化，实现产品的快速迭代升级。
“我们的ISP其实每两个星期就有新模型，画质一直不断提升。现在，我们已经实现了在最短的时间内把图像处理效果对标行业高端产品的目标，主要就是得益于把AI引入了ISP pipeline处理中。”仇肖莘补充说，得益于自有ISP与NPU的联合架构设计，使得芯片不光注重算法和硬件的结合，也注重子系统之间的联合，从而能够大幅提升传统ISP中多个关键模块的性能和算法的AI化，将AI画质提升算法应用到4K视频显示上。
软件定义ISP的好处是显而易见的。例如在同时面对智能手机和智能交通两个完全不同的市场时，芯片公司就能够用同一颗芯片实现对两个市场的覆盖，这对生产力是极大的提升。但凡事物皆有两面，未来，在积累了足够多的经验之后，这一部分已经软件化的东西是否会再度硬化？
仇肖莘回应说，的确不能排除这种可能性，毕竟硬件固化的产品在功耗、面积等方面具备优势。目前来看，ISP是单独分立出来的，今后是否会通过Chiplet/3D封装的形式整合进主芯片中，仍存在较大可能。


本土IC需要试错机会

爱芯元智所从事的AI视觉领域竞争激烈。尽管应用市场广阔，也积累了大批的人才和资金，但对于初创企业而言，产品如何落地，如何找到更具发展潜力的市场，都是不小的挑战。
对此，仇肖莘用“合久必分，分久必合”来形容当前垂直细分领域的芯片发展前景。在她看来，很多厂商最初都想做垂直整合，从芯片到产品，全部都依靠自身来完成。但是发展到一定阶段后，除非产量到了一定水平，否则是没法持续下去的。原因有三：第一，技术肯定不如红海中打拼的公司发展得快；第二，成本控制能力不见得比第三方芯片公司好；第三，规模做不上去，就会制约垂直整合的模式。也正因如此，给了针对垂直细分领域的创新公司很多机会。
“这个市场可能再过两年就要经历一轮洗牌，到时就要看谁能够在这个市场中生存下来，我始终还是相信要有独创技术、产品方向契合客户需求的公司才能存活下来。”她以AX630A为例指出，视觉应用正在成为越来越重要的信息收集方式之一，爱芯元智的技术正是服务于这一应用。
通过感知+计算，基于算法、芯片、产品的垂直整合，爱芯元智可提供全栈式的解决方案，一方面进行高效的数据采集，一方面提供强大的算力，再加之独特的暗光图像视频处理能力、密集场景下的智能分析能力、多路视频结构化处理能力，可广泛适用于智慧城市、智慧零售、智能社区、智能家居、物联网设备等多个领域。
在谈及AI落地难这一话题时，爱芯元智研发副总裁刘建伟认为，凡是人凭借自身的经验积累可以做的事情，都会变成AI能够落地、提高效率的场景。从这个角度来看，其实AI技术在整个社会进行提效的大背景下，应用一定是越来越广泛的。只是可能以前受制于算力，经验性的东西，在落地过程中找不到大算力的支撑和运行。这也是为什么，爱芯元智从一开始就相信AI的时代要到来，就坚定要做一个基础算力平台来迎接这个时代的原因。
“半导体产业在逐渐向东方、向中国转移，中国市场的整体供应链非常齐全，不管内销市场还是外销市场，整个生产的主体在中国，芯片做不出来，没道理！”仇肖莘亲历了近二十多年的产业变革，对于中国发展半导体持有坚定的信心。她指出，半导体产业需要市场，需要在市场应用中一代一代打磨，需要有试错的机会。过去，由于采购先进、成熟的芯片比较方便，我们试错的机会并不多。但是最近几年，包括不少客户在内，会愿意给国内的芯片厂商一些试错机会，这点非常重要。
“有这个试错机会，我就觉得能够做起来！”她强调说。

sy007123

风口总归会过去，裸泳马上知道~

heming2216

sun5304