9 月 14 日 -15 日，2023 全球 AI 芯片峰会（GACS 2023）在深圳市南山区圆满举行。在第二日的高能效 AI 芯片专场中，诺磊科技创始人、CEO Raymond Wu 分享了主题为《感算一体 AI 光谱分析芯片阵列技术解析》的主题演讲。
诺磊科技推出的集成 CIS+AI+MCU 光谱识别功能的感算一体 AI 光谱分析芯片阵列技术 Eye with Brain，能做到 1 个眼睛照顾 8 个大脑 ，还能实现对多频段光谱的检测与分析。有别于 AI 业界的传统算法，诺磊科技的产品配合高度集成机器影像辨识传感器，能独立运行实现影像侦测、追踪及识别。
诺磊科技创始人、CEO Raymond Wu 谈道，诺磊科技在首款 110nm 工艺量产芯片 NB1001 上，结合 WLO（晶圆级光学）技术，将光学元件集成到半导体晶圆上，设计为类似于麦克风阵列的光谱检测阵列。
Raymond Wu 还提到曾经一枝独秀的影像解决方案 CCD 由于系统体积大、成本高、功耗大、落地难逐渐被 CIS（CMOS 图像传感器）取代。这与当下 AI 应用有相似性，他认为高算力并不是能百分之百解决所有 AI 应用的手段，AI 应用的算力需求取决于具体应用的场景，单一化应用没有必要做复杂的 AI 芯片。
大家好！你们可以叫我 Raymond，今天我要讲的不单是一个产品，我要讲的是一个市场应用的未来方向，大概至少要三四十年，这个方向都不会变。
我不知道大家有没有用过 CIS，我是 OmniVision（美国豪威科技）的联合发起人，所以 OmniVision 的名字是我取的，在 1995 年。
我今天讲的是方向，大家都在往这个方向走，不单是说哪一个人的产品特别，跟别人不一样，我相信我们大家几乎都一样。用豪威科技的 CIS 来说，我 1995 年的时候做出了 CIS，你们可以看，1995 年到 2023 年，二十几年了，CIS 还是没有被替换掉，各位手机上假如没有 CIS，手机就没有摄像头，摄像头完全依赖于 CIS。
为什么讲到 CIS？我先讲一下历史，CIS 是一个方向，在 1995 年的时候市场上只有一种解决方案，叫 CCD，CCD 在市场上活了快二十年，一直到 1995 年慢慢被 CIS 替换了。
为什么会被替换？几个大问题：一是系统体积很大，二是成本高，三是功耗很大，四是落地很难。所以要把 CCD 的解决方案做好，全世界真的没多少人会做，所以说 CCD 一直在世界上占着不可或缺的地位。
一直到了 1995 年，CIS 出来了，CIS 就把这四个最大的问题：体积、成本、功耗、落地一次全解决了。当然你可以说，1996 年就有奇迹出现了吗？其实不是，CIS 替代 CCD 大概花了 15 年的时间，差不多到了 2005 年左右，CCD 慢慢就消失了，取代的全是 CIS。
我今天讲的是边缘计算，我相信我们大家一定都知道 AI 应用，我们现在很多的 AI 应用，人工智能的应用，你会发现跟 CCD 有同样的问题：功耗大、体积大、又贵、落地难，这样一些问题跟 CCD 是一样的，只是 CCD 是 1995 年发生的，人工智能的应用是我们现在看到的。
我要讲的就是，我们现在一直追求高算力，为什么一定要追求高算力呢？高算力越走越高，那应用场景是不是越来越小了。所以高算力并不是一个百分之百解决所有应用的唯一手段。
我认为，AI应用的存在一定不是靠算力，人工智能的应用完全取决于应用。比如我今天走进门的时候，门要自己开，门开了以后门关起来了，就这么简单，我需要 20T 的算力吗？当然不用，要多少 T？像这种简单的应用，大概 0.1T、0.2T 就做完了。所以这些算力取决于你的应用，应用很单一化的话，真的没有必要去做这么复杂的芯片，简单的就可以了。
src=我先讲一下功能，我相信在座的大家都是做 IC（集成电路）的，第一行 110nm 工艺，现在大家讲的最小也要到 22 纳米，或者 10 纳米，甚至到 7 纳米，目的是在追求算力。
我今天要讲的是，我这 110nm 的只有 0.3T 的，我能做什么，大家有空可以到外面看一下，我们有一些方案，就是用单一芯片就能够达到人眼的追踪、手势识别，我们都可以做到。
我们的解析度现在是 320 × 320 CIS，像素尺寸是 3um × 3um，Always on 工作模式功耗 300mW，内存 288K SRAM，就跟刚才存算一体的有很大的差别，里面除了这 288K 以外，我们在外面是没有一点芯片的，就是单一芯片。我也不要说把所有东西存在内存，所有的一颗芯片全搞定。
这是两个完全不同的方向，一个追求高算力，另一个是怎么集成，以诺磊首款量产芯片 NB1001 为例，这个芯片连镜头都做在里面了，所以只需要在 PCB 上面打件，就可以做人脸（识别）。外面有展示，你们可以看。
我想说的是有很多解决方案，高算力是一种解决方案，低算力在应用上假如对的话，也是一个很好的解决方案。
我们公司做的就是把信息输入眼睛里，因为我们的眼睛已经放在 IC 里面了，所以眼睛能够正常的看到所有的东西，然后眼睛看到的东西传到 IC 里面来，大脑也在里面，记忆也在里面，所有的判断也在里面，算法也在里面，最后就是输出一个结果，比如说做剪刀石头布，它就直接跟你说剪刀石头布，外面什么都不要。所以这个做法跟想法，和现在高算法的 AI SoC 有很大的不同。
（见 PPT）右边上面这个是我们这颗 IC 的做法，第一个，图像处理，因为只有 288k，所以单次仅读取 4 列，这 288K 里面还含着所有的固件、软件，所有的都直接灌到这 288k 里面。
src=其中 144k 是里面的 Operation 用的。它的开发时间很短，功耗当然很低，需求量就会做得很大，因为它是最基础的 IoT 的解决方案。现在想到的，不想做的重复的动作，几乎这颗芯片都帮你做掉了。
那这跟高算力有很大不一样，高算力第一个问题是有隐私的问题，我们因为没有存整幅的影像，隐私度非常高。另外芯片外面没有内存，开发成本也更低。
我们公司因为是卖 IC 的，所以我们把我们的 SDK 完全公布出来了，不管任何一个人想要研发任何一个应用，想要用我们的芯片，可以来我们公司，我们会给你们一个 SDK，不收钱，也会教你怎么用，目的就是我们是卖 IC 的。
我刚才讲的是很简单的，接下来讲的更专业。因为（芯片）面积很小，我能做出一个阵列，就跟麦克风阵列一样的，我们这个是光的阵列，这个在外面也有展示，大家等下可以去看，因为这是一个非常新的想法。
这个芯片有一个优点，它是 WLO（Wafer Level Optic），怎么做呢？各位明白我们的 IC 都是一片一片的，现在就是把一片 8 寸的镜片直接叠在晶圆上，连续两片，就等于两片重叠，然后胶水一浇，一切，切完就是大家手上看到的东西。
src=所以它的生产变得很快，而且非常准，它不用再调焦了，因为上面有眼睛，可是需要镜头，镜头需要调焦，用这样的做法都不需要调焦了，只要拿来以后，SMT 打在板上就可以用了，连镜头都含在里面了。这是一个预估，这是一个最快最好最准的解决方案。
src=这个是黑白的，大家别把它当作高解析度的照相，它是一个机器识别，一般来说机器识别的解析度并没有必要到 4000 万象素或者 1000 万象素，320 × 320 就已经解决了 60%、70% 的 IoT 应用。
大家可以看一下，人眼可以做的，我们这个 IC 都可以做得到。所以最下面这一行，它就是人眼的延伸，所以它能够做 GIGI，GIGI 的意思是能够做引导、检查、测量、识别，这四样东西完全在一个里面就能做到。
我们公司把它取了一个名字，叫 Eye with Brain，我们现在人类是眼睛跟大脑分开，所以一个大脑要照顾两个眼睛，英伟达的芯片是一个大脑要照顾 8 个眼睛，我们是一个眼睛一个大脑，要是有两个眼睛就有两个大脑，四个眼睛就是四个大脑，完全平行处理，每个眼睛可以定义它，让它做不同的事情，所以四个眼睛可以同时做四个不同的事情。
src=每个眼睛有它自己的大脑，它不需要 3T、5T，每个眼睛可能 1T 就够了。需要五个眼睛就用 5T，要是需要 10 个眼睛就用 10T，它是分布式的，所以每个眼睛就是 1T。
这个影像阵列必须经由刚才的一颗一颗的小芯片来实现。我们现在做的是 2 × 3，就是 6 颗。我凭什么可以做到 6 颗，第一个是我们单颗 IC，在自然风室温下的 IC 温度只有 40 度，因为它 0.3W 的关系，所以它的整颗 IC 温度只有 40 度。也因为这样，我才有办法做成 2 × 3，因为它不会很热，所以加起来的温度散热仍旧能达到 40 度的平均温度。
2 × 3 的并行能力、运算能力，现在不是单一芯片的高算力了，而是现在有 6 颗一般算力的加在一起用，所以它可以做海量的图像数据的并行处理。第二，它的扩展性很高，采用模块式的设计。
诺磊 NB100X 系列中的 2 × 3 阵列有 6 颗（小芯片），大家看到为什么 18mm，因为一颗是 6mm，3 颗就是 18mm，它的宽度是 4mm，所以两颗就是 8mm，所以这边有 6 颗，所以六个大脑六个眼睛放在一起。假如说其中一颗坏了，另外一颗可以取代，所以说不用怕坏了以后总系统就坏了。
功耗也可控，为什么？因为这六颗可以每时每刻关掉一颗两颗，用的时候再开，所以非常好控制。
热管理对我们来说很容易，我们的应用绝对不需要风扇或者水冷，就是一般的温度就可以了。结构很规整，大家看得到，这个是在 wafer 上面的，它不是在 PCV 板上焊在一起的，是 wafer 上就连在一起的。
可以看一下 2 × 2 阵列，所以我们测试也很快，这四颗在一个测试板上就可以测试完了。设计也可以重复利用。
这是 3 × 3 的阵列也一样，因为我们是在晶圆上，所以它的平整度非常高，晶圆平整度绝对是世界上最高的。而且它的间距绝对不会变，它的间距一致性比在 PCB 板上的一致性好。
还有 4 × 1 的阵列，制造简单，材料利用效率高，这方面都实现了。这也是一些它的优点：封装、良率可以提高。
我现在讲一下结论：上面的是单颗芯片的 IC，下面是经过 IC，经过 WLO，组成 3 × 2 的产品，所以下面这个有六个大脑、六个眼睛，上面这个是一个大脑、一个眼睛。
刚才讲的是小的应用，我现在讲一下另外一个应用，这跟刚才那个还不一样，因为我们的 IC 里面有 AI，所以能在 IC 上面加上光谱，就可接受很特定的光谱。
比如今天要看看黄金买的是真假，那可以用这颗 IC，上面有定义好的专门检测黄金真假的光谱，一照这个 IC 就会跟你讲，你今天买的黄金是真是假。或者你买到的玉是玻璃还是石头，都可以从光谱里面直接抓出来。
甚至以后买的肉是好是坏，多久了，坏了没有，都可经过光谱议测试出来。但是有一个差别，这个光谱议可以像一根手电筒一样照它，跟你说玉是好还是坏，黄金是真是假，都能做出来，因为每一个都有它特定的光谱，所以只要把这样的一个东西放在 IC 上的话，就可以测出来特定光谱在特定应用的真实性。
src=（见 PPT）除了这个，我还能做成光谱的矩阵。人是两个眼睛的，所以能看到立体，四个眼睛看的立体更强烈，这是用在光谱上，所以说这一个里面可以做不同镜头的角度；第二可以做不同的光谱；第三可以把它当成很多应用来用。应用就很多了，可以做医疗健康、环保、自然生态等。
src=这里讲的是 spectrum（光谱）可以用在哪里，可以用在调光、摄像头图像增强、增强现实等方面，刚才单颗的就是放在 VR 里面，等一下给大家放一个视频。这个就是我们实际上放在眼镜里面，追踪你眼球的移动。这是眨眼，再看另外一边。不管眼球转多快，都会跟得上。这里面没什么所谓的高算力，对 IC 来说是很简单的事。
不知道大家有没什么问题，没有问题的话我在后面有一个展台，欢迎各位过来看，不能说黑科技，都是很普通的东西，只是大家没有讲过而已。谢谢大家！