近年,主流 “冯 诺依曼” 架构遇到不少当面挑战者,如“类脑计算”(neuromorphic computing,也称为神经形态计算)技术领域就是试着解决传统基于深度学习的端上智能视觉在功耗、成本、实时性等各方面的难点,为端上智能提供颠覆性的解决方案。

目前,全世界最顶尖的类脑技术都源自于瑞士。看好中国正在经历各种 AI 技术大力碰撞、百花齐放的黄金盛世,一支来自于苏黎世技术团队组成的类脑技术芯片公司,由中国科学家乔宁博士领衔,带着类脑芯片开发的先进经验落地中国,并已经在中国组建了研发团队,它就是 SynSense 时识科技。

SynSense 时识科技创始人兼首席执行官乔宁表示,一般人对谈到类脑芯片就觉得是噱头、高大上,其实这是一种误解。

他强调,为了证明类脑芯片不是很玄的东西,SynSense 时识科技要用更为实际的技术流派,将类脑技术产业化且落实于我们的生活周遭。

高贵不贵,类脑芯片不谈算力

一般人对于人工智能芯片的刻板印象是什么?需要极高算力、超低功耗,伴随而来的是对于高端半导体工艺技术的要求,以及居高不下的成本结构。

那类脑技术芯片可能会颠覆你既有的观念。

乔宁解释,传统 AI 芯片是用来加速运算,需要极高的算力,相反地,类脑芯片多数时间都是处于 “等待” 状态,一旦传感器信息发生变化,变化才会被转化为稀松且带有时间信息的动态数据流。因此,类脑技术谈算力没有意义。

提到类脑技术,就不能不提脉冲神经网络(Spiking Neural Network,SNN)。其特征之一是每个神经元都是并行运算,功耗极低,且对于半导体工艺要求不高,基本上 0.18 微米工艺即可,带有模拟功能的完整视觉方案可以用 65nm/40nm 工艺来做,而视觉专用处理器会到 22nm/28nm 节点技术。

目前数字芯片的主流设计都是同步电路(Synchronous),但类脑芯片可以是 “异步电路”(Asynchronous Circuit)。事实上,因为 AI 热潮,“异步电路” 越来越常出现在大家的视野中。

所谓同步电路的基本结构是数据的流动靠一个全局时钟信号(Clock)来同步。所有的时序器件都是在时钟边采样数据并向后传输; 异步电路则是无时钟(clockless)或者自定时(self-timed)电路。

异步电路的类脑芯片最基本是事件驱动(Event-driven),脑皮层所有神经元都没有打节拍,都是靠时机和脉冲发放。

但是传统 EDA 软件是需要时钟的,不适用于异步电路设计,所以无法直接用于大规模类脑芯片研发。SynSense 时识科技有整套的自研开发工具,搭配现有 EDA 软件完成设计,解决此问题。

乔宁表示,这是 SynSense 时识科技的优势,长期以来因为在这方面技术有很多积累,藉由实际的方法化、通用、可靠流程,加上底层芯片设计、验证、仿真、测试等,有一套完整体系可以搭配现有的 EDA 软件。


全球首款动态视觉处理器开发套件发布

日前,SynSense 时识科技也宣布一项类脑技术领域和机器视觉领域的重大消息,将对外发布全球首款基于类脑计算的动态视觉边缘 AI 开发套件,搭载其全新的动态视觉处理器芯片 DYNAP-CNN,为亚毫瓦级的视觉边缘 AI 运算提供完整解决方案。

SynSense 时识科技已经在官网上开放了开发套件的预订申请通道,并为通过筛选的研发项目提供开发套件赞助。

这是史上第一块针对于设备端应用的亚毫瓦级、实时视觉边缘运算的专用动态视觉开发套件; 更是全球继 IBM、英特尔之外,全球第三家开放类脑技术平台的芯片公司。

乔宁表示,开发套件所搭载的处理器芯片 DYNAP-CNN,可利用低于 1mW 功耗实现大规模复杂深度脉冲卷积神经网络,并兼容市面上多种动态相机来实现基于事件的动态视觉实时边缘运算。

SynSense 时识科技也同步释放的软件及算法支持,允许传统的深度学习网络研究人员,通过开发套件简单上手脉冲神经网络解决实际问题,最少仅需一行代码即可在 DYNAP-CNN 开发套件上完成网络部署。

DYNAP-CNN 开发套件中的动态视觉处理器打破了传统以帧为限的静态视觉处理技术限制,可以对像素级动态数据流进行连续计算,为超低延迟、超低功耗的全新的动态视觉处理 量量身定制,它的推出开启了基于像素级事件驱动运算的动态视觉处理器的新纪元。

基于纯异步数字电路设计,DYNAP-CNN 开发套件中的动态视觉处理器是全球首款完全基于事件触发运算的 AI 处理器。

随着物联网及移动终端对超低功耗、本地实时智能处理的需求日益强烈,适 于边缘计算、 需连接到云端的动态视觉处理器将拥有越来越广泛的应用场景。

传统基于深度学习的静态图像处理,就像传统相机拍照是一帧帧图片,而类脑技术不同之处在于,是由事件触发(Event-driven)的动态视觉运算及 AI 技术。

当人静止或是背景没有变化时,就不会有数据生成,因此也不需要处理,只有出现有手势、动态时,数据才会被立即捕抓、传送、运算,这就是所谓的 “事件触发” 或“数据驱动”。

这样的技术优势是能效、实时性、低成本,很适合用在智能家居、行为检测(手势识别、人脸监测、跌倒监测、高速物体跟踪)、安防、家电、机器人、无人机等领域,或是传感器前端的唤醒等,而整个芯片成本只要 1~2 美元。


(基于 DYNAP-CNN 开发套件的手势识别)


(基于 DYNAP-CNN 开发套件的开锁意图检测)


(基于 DYNAP-CNN 开发套件的跌倒检测)

再者,类脑技术也非常适合用于汽车领域,车上的传感器对于即时性要求很高,总不可能把数据传回云端识别后再传回来。如汽车的高速摄像头或是雷达,都是毫秒级的反应,摄像头和处理器也要做到每秒一百帧图像。

乔宁也强调,类脑技术和传统芯片之间的关系,比较象是互补,而不是取代。因为传统芯片擅长做比较与分析,而类脑芯片适合做即时动态信息的搜集。

据了解,目前 SynSense 时识科技接触的客户,都属于产业中非常头部的企业,象是相机模组大厂、安控大厂等。

“类脑梦”要在中国落地

“类脑”技术已经有 30 多年的历史,但这个词在中国首次出现,约莫是在 2014 年左右。乔宁认为,中国在类脑领域的工程能力不错,但关于算法和底层研究的人才匮乏,因为相关的学生不多,能累积到的经验也有限。

美国在 80 年代就开始发展类脑技术,如国防高级计画研究局 DARPA、英特尔、IBM 等、高校史坦福等,都很早就已投入类脑技术领域,因此从底层算法到芯片设计端的人才技术都十分完整。欧洲则是 90 年代开始跟上脚步。

乔宁在接触类脑技术领域前,也是从事传统 SRAM 存储芯片的研发。2012 年到瑞士苏黎世时,他首次接触到类脑技术,就被这个神奇的领域吸引住了。

类脑计算需要算法、软件、硬件和应用单位开发的完整结合,要将该技术推展落地,更需要产业背景的人才。

在欧洲的类脑技术工程师都是顶级的,全世界 90% 相关技术的贡献都是来自于苏黎世,象是基于动态视觉的无人机应用等,也是瑞士的技术最强大。因此,各方菁英汇聚于苏黎世,都是为了完成心中的“类脑梦”。

2017 年,乔宁与类脑技术领域的顶尖菁英,成立 SynSense 时识科技(之前叫 aiCTX),目标是将人们印象,属于中高、冷的类脑技术,变成日常生活中的应用。同时,乔宁也决定把公司总部带回中国,以苏黎世作为研发中心,结合中国市场+欧洲技术,加速类脑产业落地。

SynSense 时识科技在 2018 年 4 月获得 BV 百度风投的种子投资,2020 年完成近亿元的 A 轮融资,且经历了三年时间的打磨,团队技术也更为厚实。

目前 SynSense 时识科技欧洲专家团队大都具有博士学位的类脑领域大神级,主要负责底层算法开发、芯片研发、软件开发等。

SynSense 时识科技在中国的研发团队则主要负责产品级芯片研发、硬件模组开发、软件研发、市场应用及商业化落地。

类脑计算领域发展至今,乔宁形容,“还处于很浅层的皮毛,就象是两、三岁小孩正在学习说话的阶段”。未来,类脑计算还要朝算法技术等再强化,形成更完整的人脑类型算力。

这次 SynSense 时识科技引领潮流之先驱,首度开放全球首款基于类脑运算的 DYNAP-CNN 动态视觉开发套件,是史上第一款采用类脑技术的亚毫瓦级且针对实时视觉边缘运算的产品。

公司已在官网开放开发板的申请,目标是借助最先进的类脑公共研发平台,加深中欧类脑技术的交流融合,且培养中国类脑技术底层优秀人才,同时加速类脑技术产业落地。