大幅度修改后的内容：
编辑 | GACS
9月14-15日，由全球人工智能芯片峰会（GACS 2023）在深圳市南山区成功举办。大会第二日，诺磊科技创始人兼首席执行官Raymond Wu在“高能效AI芯片”专场发表了题为《感算一体AI光谱分析芯片阵列技术解析》的主题演讲。
诺磊科技推出了“Eye with Brain”感算一体AI光谱分析芯片阵列技术，将光学成像、人工智能算法和微控制器（MCU）集成到单一芯片中，实现了“1个眼睛照顾8个大脑”，并支持多光谱检测与分析。
Raymond Wu指出，诺磊科技的首款量产芯片NB1001采用了110纳米工艺，并结合了晶圆级光学（WLO）技术，将光学元件整合到芯片上，构成类似麦克风阵列的光谱检测阵列。
Raymond Wu还对比了传统成像解决方案CCD和CIS。他认为，虽然CCD曾经占主导地位，但由于体积大、成本高、功耗高和落地难等问题，逐渐被CIS取代。他认为，目前人工智能应用面临着与CCD类似的挑战，高算力并非万能解决方案，不同场景的应用需要适应性的算力水平，过分追求算力会限制应用范围。
以下为Raymond Wu的演讲实录节选：
大家好，我叫Raymond。我今天将分享一个市场应用的发展方向，预计至少在未来三四十年内不会发生改变。
我将以CMOS图像传感器（CIS）为例。我在1995年创立了豪威科技，并创造了“CIS”这个名称。
CIS的出现解决了CCD的一系列问题，包括体积大、成本高、功耗大和落地难。CIS的诞生开启了一段长达15年的替代过程，到2005年左右，CCD逐渐淡出了市场，CIS占据了主导地位。
如今，人工智能应用面临着类似于CCD的问题：功耗大、体积大、成本高、落地难。追求高算力不是解决所有应用问题的唯一途径。
人工智能应用所需算力取决于具体应用场景。对于一些简单的应用，例如人脸识别和手势识别，过高的算力反而会造成浪费。
我们的首款量产芯片NB1001采用了110纳米工艺，仅提供0.3T的算力，但足以实现人眼追踪和手势识别等功能。我们的解析度为320×320，像素尺寸为3μm×3μm，Always on工作模式功耗仅为300mW，配备288K SRAM内存。这意味着，这颗芯片包含了所有必需的功能，无需任何外置芯片。
我们采用了一种截然不同的方式。我们把信息输入眼睛，即内置的光学元件。光学成像经由眼睛传送到芯片，芯片中集成了大脑、记忆、判断能力和算法，得出结果并输出，例如识别石头剪子布。与追求高算力的AI系统相比，我们以集成和低功耗为目标，在应用场景方面具有更大的灵活性。
其中 144k 适用于其内部操作。它的开发时间较短，因此功耗自然很低，而需求量则很大，因为它是最基本的物联网解决方案。就我们现在想到的，我们并不想重复任何动作，几乎这颗芯片都已帮我们完成了。
这与高算力有很大的不同，高算力面临的第一个问题是隐私问题，而由于我们没有存储整幅图像，因此隐私度非常高。芯片外部没有内存，开发成本也更低。
我们的公司是出售集成电路的，因此我们完全公布了我们的 SDK。无论任何人想要开发任何应用程序，还是想要使用我们的芯片，都可以来我们公司，我们会为你们提供一个 SDK，而且不收费，还会指导你们如何使用，目的在于我们出售的是集成电路。
我刚才讲的是非常简单的，接下来要讲的更为专业。由于（芯片）面积很小，我可以制作一个阵列，就像麦克风阵列一样，这是我们的光阵列，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。
这颗芯片有一个优点，即它采用贴片级光学（WLO）。怎么实现的呢？众所周知，我们的集成电路是一片一片的，现在就是把一片 8 英寸镜头直接叠放在晶圆上，连续两片，相当于两片叠在一起，然后浇上胶水，切开，切完就是大家手中看到的东西。
所以它的生产变得非常快速，而且非常准确，它不再需要调焦，因为上面有眼睛，但需要镜头，镜头需要调焦，使用这种方法就不需要调焦了，只要拿来后，将其安装到板上即可使用，镜头也包含在内。这是一个预估，这是一个最快最好最准确的解决方案。
这是黑白的，大家不要把它当成高分辨率的照片，它是一种机器识别，一般来说，机器识别的分辨率不需要达到 4000 万像素或 1000 万像素，320×320 已解决了 60%、70% 的物联网应用。
大家可以看一下，人眼能做到的，我们的集成电路都可以做到。所以最下面这一行，它就是人眼的延伸，所以它能够执行引导、检测、测量、识别，这四项功能完全在一个集成电路中实现。
我们的公司给它取名为“Eye with Brain”，我们现在人类的眼睛和大脑是分开的，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，而我们是两个眼睛一个大脑，要是两个眼睛就有两个大脑，四个眼睛就是四个大脑，完全并行处理，每一个眼睛可以定义它，使其执行不同的任务，所以四个眼睛可以同时执行四个不同的任务。
每个眼睛都有它自己的大脑，它不需要 3T、5T，每个眼睛可能 1T 就足够了。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。
这个图像阵列必须通过刚才的一个个小芯片来实现。我们现在做的是 2×3，即 6 颗。我凭什么可以做到 6 颗，第一个是我们单颗集成电路，在自然风室温下的集成电路温度只有 40 度，因为它 0.3W 的关系，所以它的整颗集成电路温度只有 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然可以达到 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 颗普通算力的加在一起用，所以它可以执行海量的图像数据的并行处理。第二，它的可扩展性很高，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整个系统就坏了。
功耗也可控，为什么？因为这六颗随时可以关掉一颗两颗，用的时候再开，所以非常好控制。
热管理对我们来说非常容易，我们的应用绝对不需要风扇或水冷，就是一般的温度就可以了。结构很规整，大家看得到，这个是在晶圆上的，它不是在 PC 板上焊在一起的，是晶圆上就连在一起的。
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集成电路，下面是经过集成电路
除了基本的应用外，该技术还可以用于创建光谱矩阵。由于人类拥有立体视觉（两眼），增加眼睛数量可以增强立体感。鉴于该技术的应用于光谱，该系统可以采用不同的镜头角度；它可以使用不同的光谱；第三，它可以用于多种应用场景，例如医疗保健、环境监测和自然生态。
光谱技术还可以应用于调光、图像增强和增强现实等领域。前面提到的单颗镜头可以放置在 VR 设备中。接下来，我将展示一段视频。这是我们实际放置在眼镜中的镜头，它可以追踪眼球运动。这是眨眼，然后看向另一侧。无论眼球转动得多快，该系统都可以跟上动作。它不需要高算力，对于 IC 来说，这很容易实现。
现场是否有问题？如果没有问题，请到我后面的展台参观。虽然我不能说它是黑科技，但这些技术确实普通得可以，只是大家没有了解过。谢谢大家！