DeepTech 深科技主辦的 2018 半導體產業大勢論壇上週末在北京召開，多位重磅嘉賓分享了他們對半導體、芯片行業的見解，其中既有半導體行業的老牌廠商，也有 AI 芯片初創新秀。
圖 | 眼擎科技創始人、CEO 朱繼志在 2018 半導體產業大勢論壇上演講
很多 AI 圖像識別公司稱其圖像識別率可以到 95%、98%，甚至是 99%。但是，朱繼志指出這些是實驗室數據，有個前提：圖像源良好。
而到實際部署的時候就會發現很多問題，沒人能夠保證圖像源是好的，這就像賣家秀和買家秀的區別。
從 AI 視覺產業鏈來看，從前到後包括四個環節：鏡頭、CMOS、成像、圖像識別，前端任一環節出現問題都會影響後端的圖像識別效果。
眼擎科技專注於 AI 視覺成像，解決應用場景的複雜光線導致的成像品質不穩定問題。我們認為以後的 AI 應用中的視覺的成像，應該像我們眼睛一樣，能夠自動適應各種各樣的環境，生成高品質的圖像給到識別環節，幫助AI視覺大規模落地。
根據這段 eyemore 成像引擎實測視頻來看，環境是在隧道里，暗部的成像也很清晰；以及在光學實驗室裡面，非常晃眼的大燈直射情況下，eyemore 的成像也非常清楚。
朱繼志解釋稱，暗部環境中的拍攝往往會有很多噪點，而 eyemore 成像引擎芯片不僅可以在暗光中清晰成像，而且對於物體的顏色、細節以及層次都能做到高保真地還原。
朱繼志強調，要理解成像行業的現狀和未來，需要先看它的歷史。
視覺成像從膠捲時代開始，到了上世紀八十年代的數碼成像時期，當時的核心技術被日本公司壟斷，他們為數碼成像開發了 ISP 架構，成為行業標準。這一架構在過去的三十多年間沒有發生重大變化，被沿用至今，尤其是在各個領域的攝像頭應用：安防、汽車、手機、機器人等。
而 AI 時代的到來對視覺成像提出了新的要求，自動駕駛、機器人等行業要求機器視覺能夠在全天候、各種環境中精準成像。而傳統數碼相機，既使是價格昂貴的專業級相機，其 ISP 架構都不能解決複雜光線下的成像問題，拍照時候也常需要打光。
總結來說，ISP 架構不具備複雜光線下的自適應能力，僅對架構進行優化是無法實現這個效果的。
“我們做了一個全新的成像技術架構，也就是成像引擎。”傳統的芯片的架構是講功能的，CPU 上面有 OS、有 App，這是一箇中心化的過程。而眼擎科技打造的全新的 AI 成像引擎架構包括了算力、算法和數據，在優化數十倍算法的前提下，大規模提升算力，在積累豐富數據的基礎上，進行數百種的場景測試與驗證，從而確保成像引擎的暗光能力比人眼高 8 倍，降噪能力比攝像頭高 64 倍，逆光能力比攝像頭高 32 倍。
朱繼志認為，以前整個芯片業是一箇中心化的過程，CPU 是中心。現在是 AI 時代，算力可以不一樣、算法可以不一樣、數據還可以不一樣，這是一個去中心化的時代，能夠為整個產業帶來一個百花齊放的局面，AI 驅動著行業革新，要求技術應用為客戶提供更多差異化的產品。
在朱繼志看來，初創公司往往要先解決銷售和推廣芯片的難題。“我有十年視訊產品開發的經驗，又有著八年的芯片分銷推廣經驗，在近二十年的行業積累中，見過很多芯片創業的失敗案例，很多芯片其實很好，但是因為沒有相應的市場模式，最後都失敗了。”
在接下來的兩年裡，眼擎科技主要銷售模組，因為“客戶很多，來自於各個行業，我們希望降低驗證、測試、使用我們芯片的門檻。所以，為了加快速度，我們會以模組的方式進行銷售。”
很多公司宣稱使用英偉達的 GPU，但是，他們當中有能力直接用 GPU 的並不多。實際上英偉達的銷售主要是以板卡或者模組的形式，同時也會針對應用形成各種行業通用的參考設計。而眼擎科技也正是這樣的一套商業邏輯。
眼擎科技未來兩年的目標是通過在自動駕駛的、安防、醫療、3D 掃描、工業檢測等AI視覺技術大規模應用的行業領域裡逐步完成 design-in，從而獲取行業裡面的高端客戶。
芯片行業新的市場形成時，如果能把高端客戶或者客戶的高端產品design-in 進去，那就可以逐漸完成從技術壁壘到客戶壁壘再到生態壁壘的晉級，從而成為一個行業頭部的芯片公司。
閱讀更多 DeepTech深科技 的文章
