肇觀電子視覺芯片每秒最快可計算181幀(張)視頻/圖片

　　肇觀電子視覺芯片每秒最快可計算181幀（張）視頻/圖片——

　　AI視覺芯片創造智慧生活

　　“在保證精度情況下，每秒最快能計算181幀（張）視頻/圖片，並且人工智能（AI）算法從訓練部署到實際應用的過程中，不損失算法精度。”上海肇觀電子科技有限公司創始人馮歆鵬在介紹該公司人工智能計算機視覺芯片時信心十足。

　　從2014年開始，人工智能計算機視覺芯片便被業內稱為下一個科技增長點，無論是學院派還是科技巨頭都以名義運算能力來研發AI芯片，但馮歆鵬認為，AI芯片是否適合使用，要從每元設備投入及所耗每千瓦時電獲得的性能、元器件是否穩定可靠等幾個方面來衡量。也就是説，名義算力並不是衡量智能視覺處理器的最終標準，芯片的利用率才是關鍵指標。

　　芯片利用率具體體現在哪裏？馮歆鵬解釋，在做圖片運算時，既要保證圖片精度（準），又要保證運算速度（快）。以基於人臉識別AI技術製作的智能門鎖為例，如果識別不準，門鎖會把家庭成員拒之門外，或者對陌生人敞開大門；如果識別不快，會讓人在門外等很久，降低用户體驗效果。

　　那麼，肇觀電子是如何解決芯片利用率“痛點”的呢？答案在於對基礎理論的不懈研究。

　　馮歆鵬表示，一顆芯片投片（試生產）的成本是巨大的，生產前需要不斷做仿真驗證模型來確保芯片健康，仿真驗證模型的預測誤差又取決於有沒有能夠準確預測結果的數學模型。得益於在數學基礎理論方面的高投入，肇觀電子在智能視覺芯片研發方面有了強有力的系統仿真模型，能夠在芯片流片（流水線製造芯片）前就準確預測芯片性能。肇觀電子科技有限公司CTO周驥表示，基礎理論研究耗時耗財，但卻非常重要。

　　有了仿真驗證模型的幫助，在第一代芯片設計過程中，模型預計的芯片利用率是85%，但設計方案仿真結果只有75%左右。周驥反覆琢磨一個問題：為什麼實際數據和理論預測差這麼多？為了能接近理論預測，他帶着幾十個工程師連續奮戰5個月，將利用率從75%一步步提高到83%左右。

　　攻破了這些技術難點，人工智能計算機視覺芯片究竟要在哪些領域應用成為馮歆鵬思考的問題。比如在智能安防領域，建設城市視頻監控系統是實現城市安全和穩定的重要基礎，傳統的安防監控只能做到“看得見”，而肇觀電子的芯片能夠讓攝像頭“看得清”“看得懂”，極大提高識別效率，把大量重複簡單的工作留給機器去解決。

　　在輔助駕駛領域，車艙內置攝像頭可以監測司機是否在駕駛過程中出現説話、打電話、打瞌睡等情況，不僅能提醒司機，也可以直接聯動到公安部門，提示交通事故風險；外置攝像頭則可識別馬路上的行人、標線、紅綠燈，需要非常及時準確地提示或直接幫助司機避障或制動。

　　在無人零售領域，傳統的自動售賣貨櫃使用的是重力傳感器，對應的價格是根據每一件商品的重量預設。當顧客取走某一件商品的時候，系統會根據減少的重量核算出相應價格後扣款。然而，從技術上，重力傳感器需要經常校準，從成本上，重力貨櫃成本高昂。但安裝了計算機視覺AI芯片攝像頭以後，則可以通過對商品外形的識別來扣款，成本大大降低。

　　不難看出，視覺芯片與智慧生活息息相關，在這些場景下，視覺芯片又“快”又“準”的性能優勢得到了充分發揮。馮歆鵬也更加確定，要加大基礎研究力度讓芯片識別更快更準。“不願意搞基礎研究，不願意忍受基礎研究的長期寂寞，不願意等待艱難漫長的投資回報，就不能在底層技術上實現真正的創新。”馮歆鵬説，當前，在視覺芯片這個新興領域，無論大公司還是小公司其實都處在同一起跑線，為了獲得突破性成果，一定要深耕核心技術，不斷試錯糾偏，為不斷提升芯片利用率努力攻關。（經濟日報 記者 李治國）