眼擎科技朱继志：这枚芯片让无人车之眼PK人眼 | GTIC 2018

看点：在成像芯片中封装20种智能算法，眼擎这样帮无人车提升视力。

车东西 | GTIC 2018

3月9日，上周五，由智东西主办的GTIC 2018全球AI芯片创新峰会在上海召开，大会邀请到来自芯片、安防、汽车和消费电子等领域的近40位业界翘楚到场分享研发AI芯片的经历与思考。

数千名到场观众挤爆了会场，AI芯片话题火热可见一斑。

在大会下午场的“自动驾驶加速落地，AI芯片引领计算平台”板块，眼擎科技CEO朱继志进行了主题为《成像引擎芯片进入视觉2.0时代》的演讲，就人工智能最大应用方向——机器视觉在前端成像上的痛点，分享了眼擎科技的解决方案，并分析了其在自动驾驶领域的应用。

朱继志演讲的要点，车东西整理如下。

AI时代急需机器之眼

朱继志此前在图像处理行业和芯片分销行业任职，2014年他主导成立了眼擎科技。如其公司名，眼擎所做的工作即面向机器视觉打造对标人眼的成像引擎，用芯片+算法的方式提高机器视觉前端的成像能力，让AI有更高质量的图像数据可用。

▲眼擎科技CEO朱继志

朱继志表示，AI这个巨大的技术生态下，已经进化出各种各样的新物种，比如自动驾驶汽车。而过去几年AI的大脑成长得很快，但还需要一个最重要的器官——眼睛。

目前绝大多数AI物种都是基于视觉能力成长起来，通过视觉生成的数据占据了AI世界绝大部分的数据量，AI的时代将会是万物视觉的时代：一个汽车会配备10个以上的传感器、每家无人零售店会有超过100枚视觉传感器。自动驾驶、无人零售、机器人、手机相机等领域，将会在未来五年内产生上百亿台的视觉设备需求。

▲Uber早期无人车，以摄像头众多著称

但当下基于视觉的AI产品普遍遭遇到一个问题，在实验室内运行良好的AI视觉算法一落地，就从卖家秀变成了买家秀——复杂光线条件下，机器视觉的识别、判断能力显著降低。自动驾驶汽车过隧道，或者在夜间运行，在暗光、逆光条件下感知能力会遭遇很大挑战。

为此业界用上了很多辅助视觉的技术，比如无人车使用的激光雷达。但朱继志将此比作为只是给了自动驾驶汽车一根拐杖，并没有将视觉的能力发挥到极致。

与机器不同的是，人眼则对各种光线环境都有很好的适应能力。为此，眼擎科技推出一套软件+硬件的解决方案，打造对应AI处理需求的机器之眼，对标人眼的视觉成像能力，甚至做得比人眼更好——目前眼擎的产品在成像的动态范围上比人眼高18db，在人眼无法辨别色彩的极弱光条件下仍能输出清晰的彩色图片。

朱继志称，未来五年，机器视觉就能够仅依靠被动光学成像系统，实现全天候的运行工作。

软硬结合方案PK人眼

为了让自身掌握的成像技术能够最大限度地发挥作用，眼擎将其近4年累积的针对二十余种场景的智能成像算法凝聚在了一枚成像芯片——eyemore X42之上，打造出软硬件一体化的成像引擎，专门为各类机器视觉产品提供强大的成像能力。

朱继志介绍，这款成像芯片有三大特点：

一是芯片是非集成的，与英伟达的独立显卡一样，眼擎采用了独立芯片设计，拥有更强大的计算能力。

二是在各种智能成像算法加持下，它拥有”视觉2.0”的能力，较传统的成像设备能够应对各种复杂光线，输出质量稳定的图像。

第三则是它提供了大量API接口，让后端算法工程师方便调用，减小开发难度，实现软件定义硬件。而传统的智能摄像头设备并未提供太多接口，大多数时候都是一个黑盒。

朱继志表示，根据他在芯片行业任职的经历来看，芯片的应用周期非常漫长，要推广一枚芯片难度也很大。为此，眼擎为下游客户提供了对应产品不同开发阶段的各种方案：早期接触时可以使用开发工具，小规模生产验证产品时可以使用其模组，而到了产品量产阶段眼擎就可直接提供芯片。此外，眼擎还提供IP授权这类的合作形式，以更好地应对不同领域的需求。

为了降低下游公司的开发门槛，眼擎今年会面向各个领域推出完整解决方案的参考设计。今年年中，眼擎为辅助驾驶提供的方案，视觉动态范围会超过100db，可以解决95%的复杂光线问题。

面向无人零售、工业视觉，眼擎也会有板卡形式的方案推出。

目前，眼擎的芯片已经有实际应用案例。基于眼擎的成像芯片，其客户打造了一台面向淘宝卖家的3D扫描仪，用单目就实现了输出淘宝商品的高质量三维图像。

朱继志认为，目前各种拍摄设备源自日本的成像架构，其初衷都是面向人设计的，为的是满足人的主观审美，但机器所需要的成像是客观的，机器的使命是用视觉测量世界，在前端的测量越精准，那么后端的识别结果就越精确。

机器在视觉能力上做到超越人眼后，将会发现一个新世界——比如医生可以通过病人的脸色来看诊，而机器在视觉能力上如果超过医生100倍，将发现更多有价值的信息。而这也是AI产业的终极进化方向。

AI芯片的三大趋势

在谈到眼下的AI芯片浪潮时，朱继志认为其中有三大重要趋势。

第一，眼下AI芯片是以视觉处理为核心的。无论是在PC时代还是移动互联网时代，所有的芯片处理工作都围绕CPU展开，而现在开始以视觉为中心的处理工作让CPU的地位开始滑落。

第二，AI芯片产业目前是去中心化的。以前的操作系统与CPU绑定，主芯片只有数枚，以CPU为中心开展工作。结果是越来越通用、功能越来越多，但产品却趋同。而人工智能时代对芯片对的要求会具体到每一个场景，这是通用型处理器所不及的。细分行业的应用需求成就了AI芯片的兴起。

第三，AI芯片对应了工业升级的要求。过去二十年中互联网产业是绝对的明星产业，很多工业产品被淡化。而人工智能时代工业升级对AI芯片提出了极大的需求。

正是因为这三点趋势，AI芯片架构呈现去中心化的态势，才会有大量的初创公司杀入芯片行业，与传统的芯片巨头们同场竞技。

朱继志做了一个类比，在被智能化、电动化趋势改造的汽车产业，同样有一批新造车公司涌现。在新趋势带来的产业变革下，原本相对固定的格局往往会被打破，率先对新趋势作出反映，改造乃至革新原有的技术/商业架构，是眼擎这类创业公司的机会所在。汽车行业如此，芯片行业亦然。

结语：芯片初创如何在AI时代掘金？

从眼擎的创业道路来看，AI无疑是其成长最好的东风。但清华大学微纳电子系主任、微电子所所长魏少军在GTIC 2018上坦言，未来2-3年，AI芯片初创公司就将出现先烈。那么，对于眼擎这样初创，要怎么在日趋激烈的人工智能竞赛中生存壮大？演讲结束后，朱继志接受了智东西的采访。

他认为除了技术之外，找到行业最需要解决的痛点是最重要的。能够解决的痛点越紧要、解决痛点的能力越不可复制，那么创业公司的护城河就越宽。

其次，以眼擎的经验来看，由于AI技术的大量落脚点在于升级传统产业，AI相关技术产品落地中遇到的最大难点其实在于信息不对等，即后端应用对前段技术的不了解、不信任。对于这种情况，比较重要的手段是针对不同的行业推出参考设计，降低技术应用门槛与陌生度。

此外朱继志认为，由于大公司在数据量上的优势，纯做算法研发的人工智能公司会比较危险，对于人工智能初创公司来说，虽然软硬结合是一种门槛比较高的方式，但也是能够更好保证初创公司生存的模式。

上期回顾

加入社群

车东西三大出行行业社群现已开放入住！

①自动驾驶 ②新能源 ③共享出行

进群请加小助手微信chedx001

加入车东西

诚聘汽车科技记者与实习生
简历发送至邮箱：[e-mail]，期待你的加入！