我們生活在一個以數(shù)字處理為主的模擬世界中，其實在數(shù)字計算機興起以前，產(chǎn)業(yè)流行的模擬計算，只不過隨著CPU的走熱，模擬計算逐漸遇冷，但是隨著人工智能應用越來越流行，對更多計算資源、更多模型存儲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，模擬計算再度被產(chǎn)業(yè)重視，與數(shù)字計算相比，模擬計算的速度和功效很有優(yōu)勢，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）有限責任公司就介紹了一款采用模擬計算的低功耗“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)新架構設計。該芯片能夠在復雜的識別任務中以低功耗、高精度、高性能和高穩(wěn)定性脫穎而出，因此在AR/VR/MR以及智能座艙等復雜人機感知和交互場景中廣泛部署。通過集成輕量級識別交互算法，顯著降低系統(tǒng)功耗，提升整體性能，并達到同行業(yè)領先水平。

他認為摩爾定律放緩的現(xiàn)象正在導致存儲和計算之間的頻繁數(shù)據(jù)遷移，這在整個過程中消耗了大量的能量。所以每刻深思提出模擬計算解決功耗問題，因為模擬信號無需進行模數(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：第一個是混合云架構，存儲計算之間不停搬移，這里面90%的功耗都是在搬移數(shù)據(jù)過程當中，并沒有用在數(shù)據(jù)處理過程當中。2、先進的制程，除了費用問題以外，還有很大的散熱問題，其實模擬計算最大的優(yōu)勢就是工藝，例如采用40nm工藝對標是數(shù)字芯片22nm以下性能。同時模擬計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。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)方案當中，任何SOC信號進來，需要做高性能ADDA的轉(zhuǎn)換，在ADC的模數(shù)轉(zhuǎn)換當中，無論其他芯片做怎樣的軟硬件協(xié)同或優(yōu)化，這個ADC的量是少不了的，但是模擬計算因為本身SOC接的物理信號是模擬的，不需要做ADC轉(zhuǎn)換，這是最大的優(yōu)勢。從技術原理來說，放ADC之前，需要在模擬里面完成特征提取，包括基于存儲器神經(jīng)網(wǎng)絡的處理，這個是如何做到呢？

他以很簡單的成本預算為例，上圖是神經(jīng)網(wǎng)絡核心內(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，可以用等效的權重來實現(xiàn)這個算法，可以很好基于機械特性來完成成本預算，達到很高的效率。

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

他指出，MK2206和之前模擬計算的相關性，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、6個，甚至8個攝象頭，需要看手勢識別的交互，需要用下面兩個攝像頭來做，也就是雙目的方式是最自然的。在后面架構當中，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感知周邊的環(huán)境，包括手勢的任務。這樣可以讓后面的AP在很多時候進行一個休眠狀態(tài)，或者相對比較低的功耗去運行。

他指出在AR應用中，可能不需要用一些高端附加功能，只需要做一些基礎的實時的交互，并且把功耗做得非常低，這樣一個MKS處理器就可以實現(xiàn)這個任務，因為它把很多常態(tài)的任務，包括手勢的、對于功耗非常敏感的任務放在Offload到專用芯片上，并且實現(xiàn)極低功耗實時交互。這樣給很多方案廠和整機商提供更多選擇。

“其實我們不僅做電路，我們也把新品和算法做緊密集成，深度優(yōu)化，來實現(xiàn)完整的識別和跟蹤方案。這里面算法做了很多工作，從圖像預處理，大量采集器檢測跟蹤，后處理，還有顯示上手部重建，用很多工作量完成。”他強調(diào)，“這里面原理很簡單，抓手勢特征點去完成手指節(jié)的識別，而不僅僅是手掌識別。我們做交互，希望用手指操作可以完成很多旋轉(zhuǎn)動作，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，在識別功能上相對更小、更輕，實現(xiàn)更低功耗。”

他指出在手勢識別方面，每刻深思用了21個關鍵點坐標，不只是單手，左右手都可以區(qū)分，可以同時識別，同時處理幀率到60幀以上，識別精度小于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，也會集成XR定位，還有就是跟常態(tài)的視覺相關的任務都會放在交互芯片上，提供給相關的方案商客戶。

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

審核編輯 ：李倩