Redian新闻
>
诺磊科技Raymond Wu:解决AI应用落地,“小”芯片也能办大事情丨GACS 2023

诺磊科技Raymond Wu:解决AI应用落地,“小”芯片也能办大事情丨GACS 2023

公众号新闻

深度解密感算一体AI光谱分析芯片阵列,高算力非唯一解。
编辑 |  GACS
9月14日-15日,2023全球AI芯片峰会(GACS 2023)在深圳市南山区圆满举行。在第二日的高能效AI芯片专场中,诺磊科技创始人、CEO Raymond Wu分享了主题为《感算一体AI光谱分析芯片阵列技术解析》的主题演讲。
诺磊科技推出的集成CIS+AI+MCU光谱识别功能的感算一体AI光谱分析芯片阵列技术“Eye with Brain”,能做到“1个眼睛照顾8个大脑”,还能实现对多频段光谱的检测与分析。有别于AI业界的传统算法,诺磊科技的产品配合高度集成机器影像辨识传感器,能独立运行实现影像侦测、追踪及识别。
诺磊科技创始人、CEO Raymond Wu谈道,诺磊科技在首款110nm工艺量产芯片NB1001上,结合WLO(晶圆级光学)技术,将光学元件集成到半导体晶圆上,设计为类似于麦克风阵列的光谱检测阵列。
Raymond Wu还提到曾经一枝独秀的影像解决方案CCD由于系统体积大、成本高、功耗大、落地难逐渐被CIS(CMOS图像传感器)取代。这与当下AI应用有相似性,他认为高算力并不是能百分之百解决所有AI应用的手段,AI应用的算力需求取决于具体应用的场景,单一化应用没有必要做复杂的AI芯片。
以下为Raymond Wu的演讲实录:
大家好!大家可以叫我Raymond,今天我要讲的不单是一个产品,我要讲的是一个市场应用的未来方向,大概至少要三四十年,这个方向都不会变。
我不知道大家有没有用过CIS,我是OmniVision(美国豪威科技)的联合创始人,所以OmniVision的名字是我取的,在1995年。

01.
大算力非唯一解,
“小芯片”也能加速AI应用落地


我今天讲的是方向,大家都在往这个方向走,不单是说哪一个人的产品特别,跟别人不一样,我相信大家几乎都一样。用豪威科技的CIS来说,我1995年的时候做出了CIS,大家可以看,1995年到2023年,二十几年了,CIS还是没有被替换掉,各位手机上假如没有CIS,手机就没有摄像头,摄像头完全依赖于CIS。
为什么讲到CIS?我先讲一下历史,CIS是一个方向,在1995年的时候市场上只有一种解决方案,叫CCD,CCD在市场上活了快二十年,一直到1995年慢慢被CIS替换了。
为什么会被替换?几个大问题:一是系统体积很大,二是成本高,三是功耗很大,四是落地很难。所以要把CCD的解决方案做好,全世界真的没有多少人会做,所以说CCD一直在世界上占着不可或缺的地位。
一直到了1995年,CIS出来了,CIS就把这四个最大的问题:体积、成本、功耗、落地一次全解决了。当然你可以说,1996年就有奇迹出现了吗?其实不是,CIS替代CCD大概花了15年的时间,差不多到了2005年左右,CCD慢慢就消失了,取代的全是CIS。
我今天讲的是边缘计算,我相信大家一定都知道AI应用,我们现在很多的AI应用,人工智能的应用,你会发现跟CCD有同样的问题:功耗大、体积大、又贵、落地难,这些问题跟CCD是一样的,只是CCD是1995年发生的,人工智能的应用是我们现在看到的。
我要讲的就是,我们现在一直追求高算力,为什么一定要追求高算力呢?高算力越走越高,那应用场景是不是越来越小了。所以高算力并不是一个百分之百解决所有应用的唯一手段。
我认为,人工智能应用的存在绝对不是靠算力,人工智能的应用完全取决于应用。比如我今天走进门的时候,门要自己开,门开了以后门关起来了,就这么简单,我需要20T的算力吗?当然不用,需要多少T?像这种简单的应用,大概0.1T、0.2T就做完了。所以这些算力取决于你的应用,应用很单一化的话,真的没有必要去做这么复杂的芯片,简单的就可以了。

我先讲一下功能,我相信在座的大家都是做IC(集成电路)的,第一行110nm工艺,现在大家讲的最小也要到22纳米,或者10纳米,甚至到7纳米,目的是在追求算力。
我今天要讲的是,我这110nm的只有0.3T的,我能做什么,大家有空可以到外面看一下,我们有一些方案,就是用单一芯片就可以达到人眼的追踪、手势识别,我们都可以做到。
我们的解析度现在是320×320 CIS,像素尺寸是3um×3um,Always on工作模式功耗300mW,内存288K SRAM,就跟刚才存算一体的有很大的差别,里面除了这288K以外,我们在外面是没有任何芯片的,就是单一芯片。我也不要说把所有东西存在内存,所有的一颗芯片全搞定。
这是两个完全不同的方向,一个追求高算力,另一个是怎么集成,以诺磊首款量产芯片NB1001为例,这个芯片连镜头都做在里面了,所以只需要在PCB上面打件,就可以做人脸(识别)。外面有展示,你们可以看。
我想说的是有很多解决方案,高算力是一种解决方案,低算力在应用上假如对的话,也是一个很好的解决方案。
我们公司做的就是把信息输入眼睛里,因为我们的眼睛已经放在IC里面了,所以眼睛可以看到所有的东西,然后眼睛看到的东西传到IC里面来,大脑也在里面,记忆也在里面,所有的判断也在里面,算法也在里面,最后就是输出一个结果,比如说做剪刀石头布,它就直接跟你说剪刀石头布,外面什么都不要。所以这个做法跟想法,和现在高算法的AI SoC有很大的不同。
(见PPT)右边上面这个是我们这颗IC的做法,第一个,图像处理,因为只有288k,所以单次仅读取4列,这288K里面还含着所有的固件、软件,所有的都直接灌到这288k里面。

其中144k是里面的Operation用的。它的开发时间很短,功耗当然很低,需求量就会做得很大,因为它是最基础的IoT的解决方案。现在想到的,不想做的重复的动作,几乎这颗芯片都帮你做掉了。
那这跟高算力有很大不一样,高算力第一个问题就是有隐私的问题,我们因为没有存整幅的影像,隐私度非常高。另外芯片外面没有内存,开发成本也更低。
我们公司因为是卖IC的,所以我们把我们的SDK完全公布出来了,不管任何一个人想要研发任何一个应用,想要用我们的芯片,可以来我们公司,我们会给你们一个SDK,不收钱,也会教你怎么用,目的就是我们是卖IC的。

02.
解密AI光谱分析芯片阵列,
鉴定黄金和猪肉其实是“一回事”


我刚才讲的是很简单的,接下来讲的更专业。因为(芯片)面积很小,我可以做出一个阵列,就跟麦克风阵列一样的,我们这个是光的阵列,这个在外面也有展示,大家等下可以去看,因为这是一个非常新的想法。
这个芯片有一个优点,它是WLO(Wafer Level Optic),怎么做呢?大家知道我们的IC都是一片一片的,现在就是把一片8寸的镜片直接叠在晶圆上,连续两片,就相当于两片重叠,然后胶水一浇,一切,切完就是大家手上看到的东西。

所以它的生产变得非常快,而且非常准,它不用再调焦了,因为上面有眼睛,可是需要镜头,镜头需要调焦,用这种做法都不需要调焦了,只要拿来以后,SMT打在板上就可以用了,连镜头都含在里面了。这是一个预估,这是一个最快最好最准的解决方案。

这个是黑白的,大家不要把它当作高解析度的照相,它是一个机器识别,一般来说机器识别的解析度并没有必要到4000万象素或者1000万象素,320×320就已经解决了60%、70%的IoT应用。
大家可以看一下,人眼可以做的,我们这个IC都可以做得到。所以最下面这一行,它就是人眼的延伸,所以它能够做GIGI,GIGI的意思就是能够做引导、检查、测量、识别,这四样东西完全在一个里面就可以做到。
我们公司把它取了一个名字,叫Eye with Brain,我们现在人类是眼睛跟大脑分开,所以一个大脑要照顾两个眼睛,英伟达的芯片是一个大脑要照顾8个眼睛,我们是一个眼睛一个大脑,要是有两个眼睛就有两个大脑,四个眼睛就是四个大脑,完全平行处理,每个眼睛可以定义它,让它做不同的事情,所以四个眼睛可以同时做四个不同的事情。

每个眼睛有它自己的大脑,它不需要3T、5T,每个眼睛可能1T就够了。需要五个眼睛就用5T,要是需要10个眼睛就用10T,它是分布式的,所以每个眼睛就是1T。
这个影像阵列必须经由刚才的一颗一颗的小芯片来实现。我们现在做的是2×3,就是6颗。我凭什么可以做到6颗,第一个是我们单颗IC,在自然风室温下的IC温度只有40度,因为它0.3W的关系,所以它的整颗IC温度只有40度。也因为这样,我才有办法做成2×3,因为它不会很热,所以加起来的温度散热仍然可以达到40度的平均温度。
2×3的并行能力、运算能力,现在不是单一芯片的高算力了,而是现在有6颗一般算力的加在一起用,所以它可以做海量的图像数据的并行处理。第二,它的扩展性很高,采用模块式的设计。
诺磊NB100X系列中的2x3阵列有6颗(小芯片),大家看到为什么18mm,因为一颗是6mm,3颗就是18mm,它的宽度是4mm,所以两颗就是8mm,所以这边有6颗,所以六个大脑六个眼睛放在一起。假如说其中一颗坏了,另外一颗可以取代,所以说不用怕坏了以后整个系统就坏了。
功耗也可控,为什么?因为这六颗可以随时关掉一颗两颗,用的时候再开,所以非常好控制。
热管理对我们来说非常容易,我们的应用绝对不需要风扇或者水冷,就是一般的温度就可以了。结构很规整,大家看得到,这个是在wafer上面的,它不是在PCV板上焊在一起的,是wafer上就连在一起的。
可以看一下2×2阵列,所以我们测试也很快,这四颗在一个测试板上就可以测试完了。设计也可以重复利用。
这是3×3的阵列也一样,因为我们是在晶圆上,所以它的平整度非常高,晶圆平整度绝对是世界上最高的。而且它的间距绝对不会变,它的间距一致性比在PCB板上的一致性好。
还有4×1的阵列,制造简单,材料利用效率高,这方面都实现了。这也是一些它的优点:封装、良率可以提高。
我现在讲一下结论:上面的是单颗芯片的IC,下面是经过IC,经过WLO,组成3×2的产品,所以下面这个有六个大脑、六个眼睛,上面这个是一个大脑、一个眼睛。
刚才讲的是小的应用,我现在讲一下另外一个应用,这跟刚才那个还不一样,因为我们的IC里面有AI,所以可以在IC上面加上光谱,就可以接受很特定的光谱。
比如今天要看看黄金买的是真假,那可以用这颗IC,上面有定义好的专门检测黄金真假的光谱,一照这个IC就会跟你讲,你今天买的黄金是真是假。或者你买到的玉是玻璃还是石头,都可以从光谱里面直接抓出来。
甚至以后买的肉是好是坏,多久了,坏了没有,都可以经过光谱议测试出来。但是有一个差别,这个光谱议可以像一根手电筒一样照它,跟你说玉是好还是坏,黄金是真是假,都可以做出来,因为每一个都有它特定的光谱,所以只要把这个东西放在IC上的话,就可以测出来特定光谱在特定应用的真实性。

(见PPT)除了这个,我还可以做成光谱的矩阵。人是两个眼睛的,所以可以看到立体,四个眼睛看的立体更强烈,这是用在光谱上,所以说这一个里面可以做不同镜头的角度;第二可以做不同的光谱;第三可以把它当成很多应用来用。应用就很多了,可以做医疗健康、环保、自然生态等。

这里讲的是spectrum(光谱)可以用在哪里,可以用在调光、摄像头图像增强、增强现实等方面,刚才单颗的就是放在VR里面,等一下给大家放一个视频。这个就是我们实际上放在眼镜里面,追踪你眼球的移动。这是眨眼,再看另外一边。不管眼球转多快,都会跟得上。这里面没有什么所谓的高算力,对IC来说是很简单的事。
不知道大家有没有什么问题,没有问题的话我在后面有一个展台,欢迎大家过来看,不能说黑科技,都是很普通的东西,只是大家没有讲过而已。谢谢大家!
以上是Raymond Wu演讲内容的完整整理。

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
大隐隐于市!越南一家人在San Jose开的小店全是越南客人——Phở Cường 2百模大战进入第二幕:应用落地的新阶段,创业者如何参与?nǚ hóng?nǚ gōngWundermanThompson:2023未来购物者报告《一生的飞翔》&《恋香》亿铸科技熊大鹏:大模型时代,AI大算力芯片急需破除“存储墙”丨GACS 2023芯至科技尹文:拆解架构创新四大路径,打造10倍性价比大模型推理芯片丨GACS 2023超模都爱,lululemon Wunder Puff 羽绒系列凭什么受欢迎?让GWU学生申研横着走!TOP20名校录取拿不完!常青藤北美GWU校园行专场圆满收官,期待未来与你们顶峰相遇2023/08最新民调,台湾人对于独立还是统一是怎么看的?JMT 2023.08.202024年度国考今起报名;美国多地现禽流感疫情丨科技早新闻TUM、LMU食堂纷纷罢工!泼天的富贵这次轮到Döner店了?高通万卫星:生成式AI落地端侧,解密高通的软硬件AI大招丨GACS 20232023 US Open 美国网球公开赛修车记世界知名多组学科学家王融加盟品生医疗,加速全球化精准诊疗创新应用落地GACS 2023 | IPU:赋能生成式AI,不止生成式AI大模型需要什么样的智算中心?7位大咖谈AIGC时代算力挑战与风口丨GACS 2023知存科技詹慕航:AI算力提升数百倍、功耗降低数十倍!加速存内计算芯片端到边应用丨GACS 2023「卓视智通」获数千万Pre-B+轮融资,加快推进AI视觉大模型研发和应用落地|36氪首发上海交大梁晓峣:疯狂的大模型时代,开源GPGPU平台为国产AI芯片企业谋出路丨GACS 2023迈特芯黄瀚韬:自研立方脉动架构,已开发三款X-Edge芯片并实现大模型高效能并行存算丨GACS 2023肇观电子冯歆鹏:五大技术让机器人看懂世界,AI视觉芯片实现颠覆式创新丨GACS 2023lululemon运动服饰4折起+包邮! Wunder Puff羽绒服149元!北极雄芯马恺声:全国产Chiplet封装链路跑通,Chiplet架构正在重塑大算力芯片丨GACS 2023珠海芯动力李原:什么是AI芯片最优解?自研RPP创新架构,将通用性与高性能融合丨GACS 2023秋意濃AMD王宏强:700亿参数大模型单个GPU部署,做好AI软件和生态实现“开箱即用”丨GACS 20235148 血壮山河之武汉会战 崩溃 8燧原科技张亚林:大模型带来计算范式变革,形成“大树型”生态格局丨GACS 2023国内首款!“破风8676”芯片自研成功云天励飞李爱军:揭秘大模型时代,边缘计算芯片进化论丨GACS 2023中科加禾崔慧敏:AI芯片+编译器才是王道!性能提升2~3倍,将推出大模型推理引擎丨GACS 2023US News 2023友道智途,「领跑」自动驾驶多场景应用落地|金球奖入围公示咀外文嚼汉字(279)“污染水”,“処理水”:“核污染处理水”也求建议,我上周将前公司401K roll over 到了Fidelity,大概200K左右,准备买大盘股指数,该如何操作才好?华为首家完成5G蜂窝低功耗高精度定位关键技术验证;移动“破风”芯片上架淘宝|AIoT情报奎芯科技王晓阳:大模型游戏规则下,内存互联+Chiplet新方案推动国产化丨GACS 2023
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。