作者：電子創(chuàng)新網(wǎng)張國斌

我們生活在一個(gè)以數(shù)字處理為主的模擬世界中，其實(shí)在數(shù)字計(jì)算機(jī)興起以前，產(chǎn)業(yè)流行的模擬計(jì)算，只不過隨著CPU的走熱，模擬計(jì)算逐漸遇冷，但是隨著人工智能應(yīng)用越來越流行，對(duì)更多計(jì)算資源、更多模型存儲(chǔ)容量以及更低功耗的需求變得越來越重要。目前用于人工智能應(yīng)用的數(shù)字處理器難以滿足這些極具挑戰(zhàn)性的要求，于是，模擬計(jì)算再度被產(chǎn)業(yè)重視，與數(shù)字計(jì)算相比，模擬計(jì)算的速度和功效很有優(yōu)勢(shì)，在5月12日召開的第十三屆松山湖中國 IC 創(chuàng)新高峰論壇上，每刻深思智能科技（北京）有限責(zé)任公司就介紹了一款采用模擬計(jì)算的低功耗“感存算一體”智能芯片MKS2206。

據(jù)每刻深思（MakeSens）智能科技創(chuàng)始人鄒天琦介紹，MKS2206采用自主創(chuàng)新架構(gòu)設(shè)計(jì)。該芯片能夠在復(fù)雜的識(shí)別任務(wù)中以低功耗、高精度、高性能和高穩(wěn)定性脫穎而出，因此在AR/VR/MR以及智能座艙等復(fù)雜人機(jī)感知和交互場(chǎng)景中廣泛部署。通過集成輕量級(jí)識(shí)別交互算法，顯著降低系統(tǒng)功耗，提升整體性能，并達(dá)到同行業(yè)領(lǐng)先水平。

(相關(guān)資料圖)

他認(rèn)為摩爾定律放緩的現(xiàn)象正在導(dǎo)致存儲(chǔ)和計(jì)算之間的頻繁數(shù)據(jù)遷移，這在整個(gè)過程中消耗了大量的能量。所以每刻深思提出模擬計(jì)算解決功耗問題，因?yàn)槟M信號(hào)無需進(jìn)行模數(shù)轉(zhuǎn)換（ADC），從而大大提高了系統(tǒng)效能。

他指出摩爾定律放緩下面臨的很多問題：第一個(gè)是混合云架構(gòu)，存儲(chǔ)計(jì)算之間不停搬移，這里面90%的功耗都是在搬移數(shù)據(jù)過程當(dāng)中，并沒有用在數(shù)據(jù)處理過程當(dāng)中。2、先進(jìn)的制程，除了費(fèi)用問題以外，還有很大的散熱問題，其實(shí)模擬計(jì)算最大的優(yōu)勢(shì)就是工藝，例如采用40nm工藝對(duì)標(biāo)是數(shù)字芯片22nm以下性能。同時(shí)模擬計(jì)算需要的晶極管比數(shù)字要更少，在成本上有很好的優(yōu)勢(shì)。相比22納米以下的處理器，每刻深思可以把成本做到原來的70%。

他解釋說傳統(tǒng)方案當(dāng)中，任何SOC信號(hào)進(jìn)來，需要做高性能ADDA的轉(zhuǎn)換，在ADC的模數(shù)轉(zhuǎn)換當(dāng)中，無論其他芯片做怎樣的軟硬件協(xié)同或優(yōu)化，這個(gè)ADC的量是少不了的，但是模擬計(jì)算因?yàn)楸旧鞸OC接的物理信號(hào)是模擬的，不需要做ADC轉(zhuǎn)換，這是最大的優(yōu)勢(shì)。從技術(shù)原理來說，放ADC之前，需要在模擬里面完成特征提取，包括基于存儲(chǔ)器神經(jīng)網(wǎng)絡(luò)的處理，這個(gè)是如何做到呢？

他以很簡單的成本預(yù)算為例，上圖是神經(jīng)網(wǎng)絡(luò)核心內(nèi)核。如果用數(shù)字芯片來說，要做邏輯搭建來完成數(shù)字成本預(yù)算，但是模擬有物理特性，本身可以用電壓作為輸入，可以用等效的權(quán)重來實(shí)現(xiàn)這個(gè)算法，可以很好基于機(jī)械特性來完成成本預(yù)算，達(dá)到很高的效率。

在上圖所示處理中，將部分?jǐn)?shù)字信號(hào)處理(DSP） 任務(wù)前置預(yù)處理，精簡處理信息 ADC被移到模擬計(jì)算橫塊之后，僅在有效需求時(shí)被喚醒，降低無效功耗 原始信號(hào)中不必要的信息己被去除，主芯片只需計(jì)算精簡信息，提高了計(jì)算效率。

他指出，MK2206和之前模擬計(jì)算的相關(guān)性，無論是多模態(tài)也好，還是其他的也好，剩下的這些廠商，本身外面帶4個(gè)、6個(gè)，甚至8個(gè)攝象頭，需要看手勢(shì)識(shí)別的交互，需要用下面兩個(gè)攝像頭來做，也就是雙目的方式是最自然的。在后面架構(gòu)當(dāng)中，每刻深思跟主控芯片有中段信息的輸入來做融合。這一塊芯片是可以一直開啟適時(shí)感知周邊的環(huán)境，包括手勢(shì)的任務(wù)。這樣可以讓后面的AP在很多時(shí)候進(jìn)行一個(gè)休眠狀態(tài)，或者相對(duì)比較低的功耗去運(yùn)行。

他指出在AR應(yīng)用中，可能不需要用一些高端附加功能，只需要做一些基礎(chǔ)的實(shí)時(shí)的交互，并且把功耗做得非常低，這樣一個(gè)MKS處理器就可以實(shí)現(xiàn)這個(gè)任務(wù)，因?yàn)樗押芏喑B(tài)的任務(wù)，包括手勢(shì)的、對(duì)于功耗非常敏感的任務(wù)放在Offload到專用芯片上，并且實(shí)現(xiàn)極低功耗實(shí)時(shí)交互。這樣給很多方案廠和整機(jī)商提供更多選擇。

“其實(shí)我們不僅做電路，我們也把新品和算法做緊密集成，深度優(yōu)化，來實(shí)現(xiàn)完整的識(shí)別和跟蹤方案。這里面算法做了很多工作，從圖像預(yù)處理，大量采集器檢測(cè)跟蹤，后處理，還有顯示上手部重建，用很多工作量完成。”他強(qiáng)調(diào)，“這里面原理很簡單，抓手勢(shì)特征點(diǎn)去完成手指節(jié)的識(shí)別，而不僅僅是手掌識(shí)別。我們做交互，希望用手指操作可以完成很多旋轉(zhuǎn)動(dòng)作，這里面要做很多工作，要把很大的模型和很大數(shù)據(jù)量做輕量化。無論是量化，在識(shí)別功能上相對(duì)更小、更輕，實(shí)現(xiàn)更低功耗。”

他指出在手勢(shì)識(shí)別方面，每刻深思用了21個(gè)關(guān)鍵點(diǎn)坐標(biāo)，不只是單手，左右手都可以區(qū)分，可以同時(shí)識(shí)別，同時(shí)處理幀率到60幀以上，識(shí)別精度小于10毫米。“如果用XR2跑的話，需要有將近1瓦功耗。但是2206峰值功耗保持在200毫瓦以內(nèi)。并且可以持續(xù)優(yōu)化。”他指出。

關(guān)于每刻深思產(chǎn)品規(guī)劃，他表示接下來是聚焦基于視覺的處理能力，也會(huì)集成XR定位，還有就是跟常態(tài)的視覺相關(guān)的任務(wù)都會(huì)放在交互芯片上，提供給相關(guān)的方案商客戶。

他表示每刻深思會(huì)基于2206實(shí)現(xiàn)小規(guī)模量產(chǎn)的基礎(chǔ)上，在2024年至2025年隨著VR、AR的爆發(fā)，實(shí)現(xiàn)大規(guī)模定制，實(shí)現(xiàn)高速增長。”我們的目標(biāo)是建立以自研芯片為核心的全芯片智能感知服務(wù)平臺(tái)！“他表示。

關(guān)鍵詞：