另辟蹊径的眼擎科技,能否撬动AI成像芯片的新市场?

撰文 | 高静宜
编辑 | 刘燕


「对于整个芯片产业来讲,多少年也很难迎来这样一个机会。」眼擎科技创始人兼 CEO 朱继志深有感触,他有十年视频产品经验、从事行业芯片推广工作长达十年,曾在中兴、科通负责相关业务。

「在过去,芯片跟产品技术没什么关系,芯片领域能干的事儿都干完了,我们能做的要么是制造,要么就是销售。但在算法和数据驱动的 AI 时代,不同厂商要用同一款芯片做出差异化的产品,可以在芯片上发挥的事情也多了。而且全世界的起步并没有那么大的差别,中国的公司也有机会做高端芯片。」

朱继志所说的,其实就是定制化需求正在打破的原有芯片格局。以 AI 视觉为例,在更关心视觉相关部分的情况下,把之前集成的视觉相关部分拆分单独制成芯片,可能要比包含图像处理、成像等功能的 CPU 更占优势,原因就在于视觉处理所需要的计算力远远大于 CPU 所能担负的能力。

正因如此,「英伟达芯片模式」迅速站到了行业中心位置,针对特定场景和功能的 AI 芯片市场释放出一些弯道超车的可能性。

2017 年 6 月,中科院孵化的寒武纪推出了三款 AI 芯片,分别针对低功耗场景视觉应用、终端人工智能产品及强通用性的需求。短短六个月之后,地平线发布了面向智能驾驶和智能摄像头的两款 AI 芯片。海康威视、云知声等公司也都开始了对 AI 专用芯片的研发。

这家成立于 2014 年、想要在众多芯片玩家之间找到发展空间的眼擎科技,瞄准的是成像芯片这一细分方向。

究竟什么是 AI 成像芯片?

朱继志给出了答案:整个芯片只做一件事,就是成像。

成像功能不再「被集成」

不同于「AI 芯片」针对 AI 视觉处理的识别检测等环节,或以此为主附带集成的成像功能,眼擎科技把集成在主芯片中的成像部分单独拿出来制成芯片,给机器配置一个「视觉中枢」。

眼擎科技在 1 月 19 日发布的成像芯片 eyemore X42,主要从前端解决 AI 视觉在复杂光线下识别准确率低的核心痛点。

朱继志认为,在机器针对视觉做处理的过程中,除了后端的认知分析外,负责处理各种复杂光线场景、生成高品质图像的前端感知系统同样必不可少,是 AI 认知世界的「眼睛」。

而实际场景中的光线环境往往并不可控,可能遇到弱光、逆光、反光等情况,这些都会导致成像效果不佳,进而使得身为「大脑」的 AI 算法无法完成识别的任务。

据了解,eyemore X42 成像芯片基于超过 500+场景数据累计而成,采用了全新的成像引擎架构,具备超过 20 种新型成像算法,感光度最高达到 40 万,单次曝光动态范围超过 16bit,最大功耗在 1.5W 以内。


朱继志介绍称,团队在搭建算法架构上只花了半年时间,但为了让它能够在各种环境下都可以正常工作,整整花费三年时间。




「做芯片不容易,比做芯片更难的是让产业界把芯片用起来。」朱继志说,芯片行业通行的规则是,在客户能使用一个全新的芯片之前,必须要准备一系列完整的方案。

首先,要有完整的开发工具套件,让客户可以先学习调研;项目明确之后,要有产品模组,帮助客户快速实现产品化;当产品销售上了批量并被完全验证之后,才会直接使用芯片;如果量再大,还需要提供 IP 授权;如果客户有特殊的要求,那么还需要提供深度定制。整个过程被称为 Design-in,也就是把芯片和技术 design-in 进到客户产品内部的过程。

「我们的目的是让所有的视觉算法工程师,哪怕不懂任何硬件,也能够精确的控制成像的效果,实现 AI 视觉分析算法效率和准确性的提升。」朱继志说道。

芯片产业总是「万事开头难」

不难发现,锁定成像功能意味着,眼擎科技并不会与寒武纪、地平线等新兴的 AI 芯片厂商直接竞争,反而具有潜在合作关系。

朱继志透露,眼擎科技重点布局的是四个市场应用方向——


自动驾驶的视觉成像、智能手机的 AI 成像、基于人脸识别的高端智能安防以及包括工业监测和医疗在内的工业视觉成像。

但最大的问题在于,AI 成像芯片能否成为未来 AI 视觉产品中必不可少的「利器」?

面对这个问题,朱继志坦承,「在没有客户、没有产品的时候,无法评价一款芯片的好坏。」

当一个全新的芯片问世之后,谁会用?谁敢用?怎么用?这些都有待时间验证,而在此之前,AI 成像芯片的研发也会面临一些普遍存在的挑战。

首先,芯片的生产周期长、成本高、固化后无法改变。在 AI 算法快速迭代的当下,有可能芯片在经历了漫长的生产周期之后,算法已经完成了几代的升级。因此,在整个产业并不稳定的情况下做芯片风险极大。

其次,芯片的研发投资较大。朱继志分析,就像其他硬件开模一样,一旦失败,验证周期可能需要三个月到半年的时间。

另外,在芯片产业总是「万事开头难」。多数 AI 公司不会押宝一款没有经过部分市场验证的芯片,但只有当先期种子用户做出产品之后,才会拥有市场口碑,也只有市场反应稳定后才能形成参考案例。

朱继志一语道破:「没有大客户跑起来的话,其他人是不敢用的。」

而一款新品从技术开发到市场大规模成熟应用,一般需要接近七年的时间,也就是他所说的 3+2+2 模式:三年开发,两年推广,两年成熟。

眼擎科技自 2014 年成立至今,已经走到了第四个年头,进入规模推广期。公司在 2016 年完成数千万人民币 Pre-A 轮融资,并计划在今年 3 月之前完成 A 轮,融资目标 1000 万美元左右。

在朱继志看来,未来三年是 AI 视觉产品在各行业落地和爆发的关键阶段,眼擎科技的目标则是在三年内,完成 500 家公司的 Design-in,也就是有 500 家客户使用其芯片来开发 AI 视觉产品。

「只有做到了,那就可以说,我们是 AI 视觉成像领域的领导者。」朱继志说。

产业
返回顶部