肇观|人工智能视觉芯片性能又快又准 每秒最快能计算181帧

央广网上海11月26日消息(采访人员杨静)“在保证8位整型的精度下 , 每秒最快能计算181帧(张)图片/视频 , 并且将人工智能(AI)算法从训练部署到实际应用的过程中 , 依然不损失算法的精度 。 ”肇观电子创始人冯歆鹏说 。
从2014年开始 , 当人工智能计算机视觉芯片作为下一个科技和经济增长点的时候 , 无论是学院派还是科技寡头都高举着名义运算力这面旗帜(例如:算力10TOPS = 每秒运算10万亿次)来研发AI芯片 。 但冯歆鹏认为 , AI芯片是否适合使用 , 名义算力并不是衡量智能视觉处理器的最重要的标准 , 芯片利用率才是优化指标 。
芯片利用率具体体现在哪里?冯歆鹏解释说 , 人工智能计算机视觉芯片性能利用率衡量标准就是:在运算图片的时候 , 既要保证图片的精度(准) , 又要保证运算的速度(快) , 是否又“快”又“准” 。 以基于人脸识别的AI技术做的智能门锁应用场景为例 , 如果识别不准 , 门锁会把家庭成员拒之门外 , 或者对陌生人敞开大门;如果识别不快 , 会让人在门外等很久 , 体验感变差 。

肇观|人工智能视觉芯片性能又快又准 每秒最快能计算181帧
文章图片

肇观电子N1系列芯片(央广网发 肇观电子供图)
在最初的技术战略选择上 , 肇观电子直接切入解决“利用率”这个AI芯片的核心痛点 。 冯歆鹏表示 , 一颗芯片投片的成本是巨大的 。 芯片设计好了以后投片生产 , 就如同一个孩子生出来以后就无法做任何更改一样 , “产前” 需要不断的做 “产检” 来尽可能准的知道这个“孩子”(芯片)是否健康 , 这些 “产检”工作在芯片行业的专业名词叫做仿真验证模型 。
有了仿真验证模型 , 在第一代芯片设计中 , 模型所预言的芯片利用率是85% , 可是最初的设计方案仿真结果只有75%左右 。 当时市面上所能见到的类似芯片实际利用率也差不多是这么多 。 为了能逼近理论预测 , 肇观电子CTO周骥带着几十个工程师连续奋战5个月 , 将利用率从75%一步步提高到83%左右……最终分析结果是 , 还有2%左右的差距是由于模型没有考虑电路板设计的一些问题 。
大学离市场太远 , 企业又想赚快钱 , 这其实就是创新型企业的一个“痛点” , 不愿意搞基础研究 , 不愿意忍受基础研究的长期寂寞 , 不愿意等待艰难漫长的投资回报 , 就不能在底层技术上实现真正的创新 。 “为了获得突破性成果 , 立志做核心技术的公司必须得沉下心来搞基础研究 , 理论联系实际、实践检验理论 。 ”冯歆鹏表示 。
攻破了这些技术难点 , 到底能干什么?冯歆鹏表示 , 比如在智能安防领域 , 建设城市视频监控系统是实现城市安全和稳定的重要基础 , 是“平安城市”建设的重要组成部分 , 更成为“智慧城市”的重要载体 。 传统的安防监控只能达到“看得见”的功能 , 而肇观的芯片应用到智能安防领域 , 能够让摄像头“看得清”“看得懂” , 极大提高识别效率 , 把大量重复简单的工作留给机器去解决 。
比如在辅助驾驶领域 , 车舱内置摄像头可以监测司机是否在驾驶过程中出现说话、打电话、打瞌睡等情况 , 不仅能提醒司机 , 也可以直接联动到公安机关 , 提示交通事故风险 。 外置摄像头可以识别马路上的行人、标线、红绿灯 , 需要非常及时准确的提示或直接帮助司机避障或制动 , 否则 , 慢了一秒 , 都会提升交通事故发生的概率 。 这就回到了前面提到的 , “快”是考核计算机视觉AI芯片性能的关键指标 。
在无人零售领域 , 传统的自动售卖货柜使用的是重力传感器 , 对应的价格是根据每一件商品的重量来事先预设的 。 当顾客取走某一件商品的时候 , 系统会根据减少的重量 , 核算出相应的价格 , 再进行扣款 。 然而 , 从技术上 , 重力传感器需要经常校准;从成本上 , 重力货柜成本高昂 。 换一种技术 , 安装了计算机视觉AI芯片的摄像头 , 可以通过对商品外形的识别来扣款 , 成本大大降低 , 但是对识别精准度提出了更高的要求 , 如果物体识别算法在实际运行中有1%的精度下降 , 货损率和运营成本就会大幅增加 。 这就意味着 “准”是考核计算机视觉AI芯片性能的关键指标 。
【肇观|人工智能视觉芯片性能又快又准 每秒最快能计算181帧】“在这个新兴的领域 , 大公司和小公司其实是在同一起跑线上 。 ”冯歆鹏表示 , 与大型公司相比 , 肇观电子更加灵活 , 决策链条更短 , 对于市场需求反应更快 , 试错成本也更低 。 “我们希望能在自己的领域中 , 时不时给市场带来惊喜 。 ”

    推荐阅读