專訪每刻深思鄒天琦：8年完成18次流片，提出“模擬感存算一體”智能芯片架構，功耗最高可降低2-3個數量級

隨著數字芯片技術的高速發展，摩爾定律的發展已經遇到了瓶頸，尤其在工藝制程上正面臨前所未有的挑戰。

相較于數字芯片，模擬芯片的發展并不依賴于摩爾定律，主要是以試驗次數、材料等的技術經驗積累為基礎，同時模擬芯片在功耗、集成度、靈活性、適應性以及信號處理精度等多個方面具有優勢，尤其是需要高精度信號處理、高實時性以及對功耗嚴格要求的場景中，模擬芯片更是發揮其不可替代的作用。

隨著 AI 和物聯網應用的爆發式增長，傳統數字芯片架構難以實現未來邊緣計算的嚴苛要求，業界重新燃起了研發模擬芯片的興趣。

針對傳統數字芯片面臨的成本、功耗高等挑戰，每刻深思智能科技（北京）有限責任公司（簡稱“每刻深思 MakeSens”），專注于模擬計算芯片的設計與開發，創新提出“模擬感存算一體”智能芯片架構，利用模擬計算的高能效大幅降低了持續感知計算下的高功耗難題。

近日，「問芯」采訪到了每刻深思聯合創始人兼首席執行官鄒天琦，訪談中他圍繞創立公司初衷、業務布局、研發進展，以及模擬芯片技術和產業等多個方面進行了解讀和分享。

圖｜每刻深思聯合創始人兼首席執行官鄒天琦（來源：受訪者）

鄒天琦本科、碩士就讀于德國卡爾斯魯厄理工學院電子與信息工程系，是清華大學聯合培養碩士，而后作為訪問學者進入美國北卡羅來納大學從事研究，研究方向主要圍繞智能傳感芯片。他在清華大學電子工程系智能感知集成電路與系統實驗室學習時結識兩位合伙人：清華大學電子系副教授喬飛、電子工程系博士劉哲宇，并于 2020 年聯合創立了每刻深思。

布局模擬計算芯片開發 8 年完成 18 次流片

“每刻深思成立于 2020 年，雖然成立時間不長，但公司研發團隊早在十余年前就已經布局模擬芯片賽道?！编u天琦介紹說，“我們 2012 年開始從事模擬計算方向的研發，當時名為清華大學電子系集成智能感知（iVip）實驗室，是全球最早開始研發模擬計算方向的團隊之一?！?/p>

“每刻深思的核心技術源自于喬飛教授 20 余年的研究成果。我在清華大學學習時認識了喬飛教授，直到 2019 年，我們認為模擬計算技術已經趨于成熟，具備產業化的條件，所以我們決定成立公司，把這項技術進行產業化。”他說道。

在鄒天琦看來，“傳統的數字計算架構，在摩爾定律運算邏輯下，90% 的功耗并沒有用在數據處理過程中，而是損耗在數據存儲和計算單元間的搬移過程中，這同時也帶來了更高的延時，此外，數字芯片性能提升也伴隨著工藝成本的增加和散熱等問題?！?/p>

“在傳統的感知計算鏈路中，傳感器采集的數據需要經過 ADC 轉換為數字信號，然后通過 DSP 進行處理，再借助計算芯片（比如 CPU、GPU、FPGA 等）進行計算，存在計算效率低、功耗大等問題?！彼a充道。

相較之下，“模擬計算架構通過近傳感計算芯片直接對傳感器采集的數據進行計算，將部分 DSP 需要承擔的任務進行前置處理，精簡處理器信息后再將處理后的數據通過 ADC 傳遞給計算芯片，而芯片計算的是經過剔除了非必要信息的精簡數據，減少了數據遷移量和處理量，進而提升計算效率，降低整個計算鏈路的功耗?！彼忉尩馈?/p>

回顧當初做產品研發，鄒天琦坦言和團隊吃了不少苦頭?！安煌跀底中酒?，模擬電路在實際的工程化量產過程中有大量 knowhow，且不能像數字處理那樣通過仿真和 FPGA 驗證來實現，只能通過流片和測試進行不斷的迭代，才能達到預期的效果。換句話說，只有把芯片生產出來之后再進行測試，才能知道芯片的設計與實際情況是一致的還是存在偏差。”他表示，“從 2012 年到 2020 年，我們在 8 年間完成了 18 次流片，基本保持在每半年流片一次的節奏進行不停地迭代?！?/p>

圖｜每刻深思開發的 MKS 系列芯片（來源：受訪者）

“每刻深思核心團隊都是技術出身，來自清華大學電子系，我們重點要做的是根據技術去尋找和匹配相應的應用場景，比如一些需要超低功耗的應用場景，直到后來我們才找準賽道，從智能耳機、智能手表等各種智能穿戴設備開始做起，如今我們的目標已經非常明確，即在大市場中鎖定一個小賽道不斷深耕。”鄒天琦說道。

依托多年的技術科研背景，每刻深思針對傳統常開感知高功耗的痛點，提出了基于模擬計算的近傳感存算一體計算架構，具體而言，采用模擬信息轉換技術解決能量效率瓶頸，利用模擬計算的高能效特性降低持續智能感知計算系統的能耗。

據了解，每刻深思開發的 MKS 系列芯片能夠在超低功耗狀態下實現感知功能，待機功耗小于 10 nW，常開監測功耗約 10 μW，喚醒狀態功耗小于 1mW。該系列芯片可廣泛應用于智能穿戴、智能體感、光電系統、智慧建筑、物聯網等領域。

“相較于傳統方案，這種超低功耗近傳感 AI 芯片的功耗最高可降低 2-3 個數量級。例如，我們目前已經把超低功耗模擬計算芯片應用到了車載環視攝像頭中：在開啟哨兵模式監測的情況下，此前傳統方案需要消耗超過 10% 的整車電量，而基于我們開發的芯片實現的方案電量消耗僅為 1-2%?！编u天琦說道。

“以當下熱門的智能駕駛為例，其實能做的東西很多，比如具有高附加值的自動駕駛芯片，然而我們并沒有‘隨大流’，而選擇從一個小設備切入市場，這能為客戶端帶來價值，客戶接受程度相對更高，而且驗證周期也相對較短，我們目前 ToB 端和 ToC 端都已經全面打開了。”鄒天琦表示。

（來源：公司官網）

此外，每刻深思通過支持深度神經網絡與傳統機器學習算法進一步提高了芯片通用性，在末端覆蓋主流傳感器智能應用，支持音頻、視頻、位姿、加速度計等多種傳感，算力從 0.2 TOPS 覆蓋至 4 TOPS，支持可穿戴設備、無人機、機器人等多種場景。

“現階段，每刻深思開發的產品全都圍繞‘智能感知’這一領域。我們發力的重點是讓感知更加智能，讓功耗降得更低，所以我們聚焦邊緣端（感知端），包括給各種傳感器進行供能，一方面解決供電問題，另一方面解決功耗問題。”他介紹道。

產品方面，“例如，我們開發的芯片只需要 0.4V 的電壓就可以啟動，對比一些傳統芯片（比如藍牙芯片）通常需要至少 1.2V，我們把冷啟動電壓降低到原來的三分之一，而且還能把 μW 級別的環境能量收集起來，實現自供能的感知系統?！编u天琦表示，“我們開發的一些自供能產品，比如通過吸收室內光、電磁互感、機械振動、溫差能量等進行供電。實際上，圍繞這種自供能產品，國內有很多家企業在開發，每刻深思是國內為數不多的已經實現產品量產的公司之一?！彼f道。

用成熟工藝取代先進工藝實現成本控制

隨著當今 AI 和物聯網技術飛速發展，各種物聯網設備已經滲透到人們生活的方方面面，預計未來幾年全球范圍內鏈接的物聯網終端設備數量將突破上百億乃至千億臺。

作為國內首家擁有自研核心技術的“感存算一體” 智能芯片設計公司，每刻深思提出了“傳感 + 計算”共融的智能感知計算范式，面向聽覺、視覺、觸覺等多模態智能感知應用設計開發超低功耗芯片，滿足物聯網、機器人、可穿戴設備等智能感知場景對微型化、高性能和高能效的需求。

“我在德國求學和從業長達 7 年的時間，對歐洲的一些公司比較了解，很大程度上，我們主要是對標歐洲公司?！编u天琦說道，在他看來，“歐洲的公司并不像高通、博通、英偉達等這些巨頭，更多的是一些‘小而美’的公司，這些公司在自己所屬的細分領域深耕，利潤也非?？捎^?！?/p>

“相較于歐洲同類型公司，我們開發的產品在性能、功耗等方面更具優勢，同時成本也更低，還有至關重要的一點是，我們貨期更短，最快能夠當天或次日送達?？偟膩碚f，超低功耗、不依賴先進制程工藝以及不依賴供應鏈等都是我們的優勢所在?！彼硎尽?/p>

“需要注意的是，我們的低成本并不是靠‘殺價格’、降低利潤實現的，而是通過技術路線，用成熟工藝取代先進工藝來實現的?！彼赋觥?/p>

圖｜每刻深思研發實驗室（來源：受訪者）

對比模擬計算和數字計算，每刻深思攻克的核心難題是解決了模擬計算信號轉換和存儲的代價?！爱吘箶底钟嬎阈酒枰M行模數轉換才能處理，但模數轉換的功耗較大，同時實現起來也存在很多挑戰。”鄒天琦指出。

“整體而言，如何把模擬電路的缺點抵消掉，把優點提取出來，這需要長期技術積累沉淀，實現這個過程所需要的具體技術非常復雜，從電路，到架構，到算法，到系統優化，而且這并不是一套現成的理論體系，是通過不斷試驗得出的經驗，比如，我們花了 8 年時間通過 18 次流片才一步步實現，生產周期沒辦法加快，而且也不能在 FPGA 上進行驗證?！彼f道。

（來源：受訪者）

圍繞產品研發，2023 年，每刻深思首席科學家喬飛教授與清華大學多位合作者聯合開發出一種光電一體化芯片 ACCEL。“這款芯片的研發用到了每刻深思團隊多年的技術積累。不同于傳統架構，這項研究從物理本質徹底改變了芯片研發思路，以光為載體實現‘光計算’，即通過光傳播及相互作用中的信息變化來完成計算，在一顆芯片上同時解決了高速光電接口、高效非線性和大規模集成三大難題?！编u天琦說道。

據介紹，這款芯片基于“純模擬光電融合計算”架構，在多種復雜的智能視覺任務（比如 ImageNet、Fashion-MNIST 等）測試中，相同準確率下，比現有高性能 GPU 算力提升 3000 余倍，能效提升 400 萬余倍，同時在弱光條件下也顯示出優異的系統魯棒性，能夠用于可穿戴設備、自動駕駛、工業檢測等領域，為超高性能芯片研發開辟了一條新路徑。

目前，這項研究已經以“All-analog photoelectronic chip for high-speed vision tasks”（面向高速視覺任務的純模擬光電計算芯片）為題發表在 Nature 上。

圖｜全模擬光電融合芯片 ACCEL（來源：受訪者）

融資方面，據介紹，2021 年底，每刻深思完成了由力合創投領投、豐元創投跟投的千萬級天使輪融資，資金的注入為公司研發團隊的搭建以及感知芯片的流片提供了助力。

展望未來，“每刻深思的目標是在 2 年內推出面向大客戶的完整解決方案并實現億元以上營收，期望在未來 2-4 年內完成生態搭建、平臺服務，建立以自研芯片為核心的全時域智能感知服務平臺，并實現 IPO?！编u天琦總結道。

參考資料：

1.https://doi.org/10.1038/s41586-023-06558-8

2.https://www.makesensic.com/

3.https://www.makesensic.com/technology

4.https://www.makesensic.com/product

5.https://www.makesensic.com/market

6.https://www.makesensic.com/newsinfo/5948408.html?templateId=477662