全球首个！清华大学团队研制出类脑互补视觉芯片天眸芯，每秒10000帧信息采集

瞻观前沿

5月30日，清华大学精密仪器系的施路平教授团队，提出一种基于视觉原语的互补双通路类脑视觉感知新范式，研制出世界首款类脑互补视觉芯片天眸芯。该研究成果的论文面向开放世界感知、具有互补通路的视觉芯片作为封面文章，登上5月30日的《Nature》杂志封面文章。

这是该团队继异构融合类脑计算天机芯后，第二次登上《Nature》杂志封面，标志着中国在类脑计算和类脑感知方向取得重要突破。

论文通讯作者为清华大学精密仪器系施路平教授和赵蓉教授，精密仪器系博士杨哲宇（现为北京灵汐科技有限公司研发经理）、精密仪器系博士生王韬毅、林逸晗为论文的共同第一作者。清华大学为论文第一单位，合作单位包括北京灵汐科技有限公司。

清华大学精密仪器系类脑计算研究团队聚焦类脑视觉感知芯片技术，提出了一种基于视觉原语的互补双通路类脑视觉感知新范式。该范式借鉴了人类视觉系统的基本原理，将开放世界的视觉信息拆解为基于视觉原语的信息表示，并通过有机组合这些原语，模仿人视觉系统的特征，形成两条优势互补、信息完备的视觉感知通路。基于这一新范式，团队进一步研制出了世界首款类脑互补视觉芯片天眸芯。

图源：清华大学

技术价值观察

天眸芯在极低的带宽（降低90%）和功耗代价下，实现了每秒10000帧的高速、10bit的高精度、130dB的高动态范围的视觉信息采集。它不仅突破了传统视觉感知范式的性能瓶颈，而且能够高效应对各种极端场景，确保系统的稳定性和安全性。

基于天眸芯，团队还自主研发了高性能软件和算法，并在开放环境车载平台上进行了性能验证。在多种极端场景下，该系统实现了低延迟、高性能的实时感知推理，展现了其在智能无人系统领域的巨大应用潜力。

天眸芯位于人工智能芯片产业链中游环节，产业研究院对其产业链进行剖析发现：上游的材料与设备主要指半导体材料和半导体设备，半导体材料包括单晶硅、单晶锗、砷化镓、晶体管等材料，半导体设备包括光刻机、等离子刻蚀机等设备；中游的产品制造包括芯片设计和芯片制造，芯片设计的流程主要是通过EDA进行系统设计、RTL设计、物理设计等过程，芯片制造包括晶圆加工、晶圆测试、晶片切割、芯片封装等过程；下游的应用市场主要有云计算、自动驾驶、智能手机、无人机、智能音箱、智能安防等。

宏观市场观察

芯片研发资金需求极大，成本占比最高

从人工智能芯片生产的整个流程来看，一颗芯片的成本主要包括原材料成本、人力研发、掩膜、封装、测试；同时，芯片的制造设计到晶圆厂投资、晶圆制造、IC设计、算法设计、代码开发、测试验证、数据处理、芯片封装。其中，芯片设计的研发投入需要巨大的资金投入，根据微电子研究中心IMEC披露的数据，设计一颗28纳米工艺芯片需要约5000万美元，14nm工艺需要1亿美元，10nm工艺需要1.8亿美元，7nm工艺需要近3亿美元，5nm工艺大约需要5.5亿美元，3nm为6亿美元，2nm将近8亿美元。

人工智能芯片研发成本不断增加导致价格上涨

随着人工智能的不断发展，各行各业对于人工智能技术的需求逐步加大，芯片作为现代科技的核心，既是中国发展的必要条件，也是参与国际竞争的重要法宝。近年来，随着国际竞争的不断加剧，以及全球疫情波及各行各业，芯片的价格也水涨船高。从产业链出发，芯片价格上涨主要由于研发成本不断增加，7nm芯片的制程技术受限，卓越的芯片设计方案难以落地实施，高端芯片供应短缺，导致全球芯片价格水平上涨；同时，受疫情影响，各国实施相应的防疫政策，各地工厂不同程度停工停产，导致宏观经济下行，单晶硅的生产进程放缓，供应不足；作为人工智能芯片的重要原材料，单晶硅的供应紧缺导致芯片市场价格上涨；综合多重因素的作用，中国人工智能芯片市场供不应求，导致人工智能芯片价格持续上涨。

中国人工智能产业焕发芯片活力

随着人工智能的快速发展，机器学习、算法水平的不断提升，云计算、大数据、物联网、自动驾驶等产业对人工智能芯片的数量以及性能要求不断加大，带动人工智能芯片产业不断发展。人工智能核心技术板块包括人工智能芯片、集成电路、计算机视觉、机器学习、自然语言、生物识别技术、大数据处理等，而人工智能芯片就是建立在人工智能与半导体芯片基础上的新兴产业；其中，2021年，中国人工智能产业规模为7442亿元，带动产业市场规模1513亿元。

中国人工智能芯片渗透多个行业

人工智能芯片包含计算机科学领域和半导体芯片领域；计算机科学领域是指高效率的智能算法，即软件；半导体芯片领域是指将算法有效地在硅片上实现，最终变成能和配套配套软件结合的实体产品。当前，人工智能芯片根据其技术架构可以分为CPU、GPU、FPGA、ASIC、类脑芯片；按照其在网络中的位置可以分为云端AI芯片、边缘AI芯片、终端AI芯片；根据其在实践中的目标可以分为训练芯片和推理芯片。

人工智能芯片凭借强大的算法承载力和超高的处理速度，广泛应用于多种场景，比如智能人脸识别或智能语音识别，处理超高数据库的服务器大数据分析，随时处理变化的交通信息及各类传感器信息的自动驾驶领域，以及机器人的智能化等。

经济学人APP资讯组

看完觉得写得好的，不防打赏一元，以支持蓝海情报网揭秘更多好的项目。

标签： 芯片 人工智能 视觉 随笔