DeepTech 深科技主办的 2018 半导体产业大势论坛上周末在北京召开，多位重磅嘉宾分享了他们对半导体、芯片行业的见解，其中既有半导体行业的老牌厂商，也有 AI 芯片初创新秀。
朱继志毕业于北京大学电子学系专业，曾任职于中兴视频通讯部，随后在国内最大的芯片分销商担任VP。 他于2014 年创立眼擎科技 (eyemore)，是专注于研发成像引擎的原创高端数字芯片企业，致力于解决AI视觉产品现场部署的实施问题。
图 | 眼擎科技创始人、CEO 朱继志在 2018 半导体产业大势论坛上演讲
很多 AI 图像识别公司称其图像识别率可以到 95%、98%，甚至是 99%。但是，朱继志指出这些是实验室数据，有个前提：图像源良好。
而到实际部署的时候就会发现很多问题，没人能够保证图像源是好的，这就像卖家秀和买家秀的区别。
从 AI 视觉产业链来看，从前到后包括四个环节：镜头、CMOS、成像、图像识别，前端任一环节出现问题都会影响后端的图像识别效果。
眼擎科技专注于 AI 视觉成像，解决应用场景的复杂光线导致的成像品质不稳定问题。我们认为以后的 AI 应用中的视觉的成像，应该像我们眼睛一样，能够自动适应各种各样的环境，生成高品质的图像给到识别环节，帮助AI视觉大规模落地。
根据这段 eyemore 成像引擎实测视频来看，环境是在隧道里，暗部的成像也很清晰；以及在光学实验室里面，非常晃眼的大灯直射情况下，eyemore 的成像也非常清楚。
朱继志解释称，暗部环境中的拍摄往往会有很多噪点，而 eyemore 成像引擎芯片不仅可以在暗光中清晰成像，而且对于物体的颜色、细节以及层次都能做到高保真地还原。
朱继志强调，要理解成像行业的现状和未来，需要先看它的历史。
视觉成像从胶卷时代开始，到了上世纪八十年代的数码成像时期，当时的核心技术被日本公司垄断，他们为数码成像开发了 ISP 架构，成为行业标准。这一架构在过去的三十多年间没有发生重大变化，被沿用至今，尤其是在各个领域的摄像头应用：安防、汽车、手机、机器人等。
而 AI 时代的到来对视觉成像提出了新的要求，自动驾驶、机器人等行业要求机器视觉能够在全天候、各种环境中精准成像。而传统数码相机，既使是价格昂贵的专业级相机，其 ISP 架构都不能解决复杂光线下的成像问题，拍照时候也常需要打光。
总结来说，ISP 架构不具备复杂光线下的自适应能力，仅对架构进行优化是无法实现这个效果的。
“我们做了一个全新的成像技术架构，也就是成像引擎。”传统的芯片的架构是讲功能的，CPU 上面有 OS、有 App，这是一个中心化的过程。而眼擎科技打造的全新的 AI 成像引擎架构包括了算力、算法和数据，在优化数十倍算法的前提下，大规模提升算力，在积累丰富数据的基础上，进行数百种的场景测试与验证，从而确保成像引擎的暗光能力比人眼高 8 倍，降噪能力比摄像头高 64 倍，逆光能力比摄像头高 32 倍。
朱继志认为，以前整个芯片业是一个中心化的过程，CPU 是中心。现在是 AI 时代，算力可以不一样、算法可以不一样、数据还可以不一样，这是一个去中心化的时代，能够为整个产业带来一个百花齐放的局面，AI 驱动着行业革新，要求技术应用为客户提供更多差异化的产品。
在 AI 芯片领域，眼擎科技的初衷是做 AI 视觉领域的原创高端数字芯片，目标成为成为产业金字塔中的头部企业。
在朱继志看来，初创公司往往要先解决销售和推广芯片的难题。“我有十年视讯产品开发的经验，又有着八年的芯片分销推广经验，在近二十年的行业积累中，见过很多芯片创业的失败案例，很多芯片其实很好，但是因为没有相应的市场模式，最后都失败了。”
“我们的商业规划是一个 3+2+2 的模式，前三年时间我们用来集中做全新的成像引擎架构的技术研发，技术与产品相对成熟后开始从今年走向市场。"眼擎科技现在已经可以提供成熟的成像芯片，今年内将实现芯片量产。同时眼擎科技提供开发工具套件、提供模组、提供IP授权、以及 的定制和全栈式解决方案。
在接下来的两年里，眼擎科技主要销售模组，因为“客户很多，来自于各个行业，我们希望降低验证、测试、使用我们芯片的门槛。所以，为了加快速度，我们会以模组的方式进行销售。”
很多公司宣称使用英伟达的 GPU，但是，他们当中有能力直接用 GPU 的并不多。实际上英伟达的销售主要是以板卡或者模组的形式，同时也会针对应用形成各种行业通用的参考设计。而眼擎科技也正是这样的一套商业逻辑。
眼擎科技未来两年的目标是通过在自动驾驶的、安防、医疗、3D 扫描、工业检测等AI视觉技术大规模应用的行业领域里逐步完成 design-in，从而获取行业里面的高端客户。
芯片行业新的市场形成时，如果能把高端客户或者客户的高端产品design-in 进去，那就可以逐渐完成从技术壁垒到客户壁垒再到生态壁垒的晋级，从而成为一个行业头部的芯片公司。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
