作者｜韦世玮
编辑｜石亚琼
**
36氪获悉，高端装备AI边缘计算硬件公司「小眼探索」宣布完成千万级人民币Pre-A轮融资，由启迪之星创投领投，水木清华校友基金参投。该轮资金将重点用于边缘计算平台的系列化研发，以及数据集和算法库的升级，从而覆盖更多应用场景。
小眼探索成立于2018年，主要基于异构计算硬件、深度神经网络加速、多模态融合等技术，为航空航天、卫星遥感、导航定位等高端领域提供“最强大脑”，产品包括智能计算平台和系统级方案。
小眼探索之所以选择航空航天高端领域赛道，一方面，与核心团队背景息息相关。公司核心团队在航天系统中积累了多年行业经验，对行业的发展趋势、用户需求和产品痛点理解精准。
其中，公司创始人、CEO刘相伟为清华大学精仪系硕士，师从类脑计算专家裴京教授，在航天二院有着十余年光电及雷达系统研发经验；联合创始人、CTO李卓荦为清华大学自动化系硕士，在航天二院拥有嵌入式AI系统近十年研发经验，两人曾共同参与负责“天舟一号”货运飞船光电载荷项目、“红旗X号”导航与控制系统项目。
另一方面，航空航天等高端科技领域，未来十年将进入黄金发展期。航空航天领域体量庞大，有着独特的生态体系和发展周期，从装备系统到产品、再到模组和芯片应用均由大院大所研发和落地，相比许多民用场景发展较为封闭。
但随着我国建设世界科技强国的步伐加快，芯片国产化和装备智能化的需求愈发强烈，航空航天等高端领域在国家政策的支持下会变得更加活跃和开放，将会有更多的创新AI技术和产品导入。
例如，无人机搭载的传感器越来越多，对多传感器融合感知和控制的需求越来越大，那么机载边缘计算硬件和AI算法库的导入就有了良好机遇；未来卫星遥感图像的时空分辨率会越来越高，传统依赖星地数据传输后进行地面处理的技术方案，由于时效性和带宽已无法满足行业需求，对星载边缘计算硬件和星上AI算法库也是很大的商业机遇。
同时，与安防等民用领域的技术相比，航空航天领域对硬件和算法有更苛刻的条件。硬件架构的可靠性至关重要，对于芯片和关键器件的选型，要充分考虑其算力资源、电磁兼容性、高低温条件、过载环境、空间粒子辐射、粒子翻转等因素，研发初期要做大量的工程验证。
基于团队自研的数字化设计和仿真工具，小眼探索可快速为用户提供可量产的符合行业标准的硬件产品，加之团队在项目中积累的数据集和算法库，对高动态、小目标进行识别和控制跟踪有着较强的竞争优势，并大大优化了算力、帧率和功耗。
在刘相伟看来，航空航天领域芯片和硬件模组的供应链需求的变化，在未来十年有着巨大的创新和产业化机会，因此，小眼探索定位从芯片落地应用切入提供模组级产品，逐步向系统级产品做升级。
目前，小眼探索已形成两套边缘计算硬件，一款是边缘计算硬件模组“闪腾100”，采用“FPGA+国产SoC”的方案，可同时接收2路1080P的高清图像，推理帧率达15fps，跟踪控制帧率达50fps，并搭载自研传感器相机，感知和控制端到端时延小于100ms。目前，该产品主要应用在小型无人机巡检和无人吊舱场景，实现边缘端智能监测和目标跟踪，已在批量销售。
另一款是团队正在研发的边缘计算硬件模组“闪腾200”，同样采用“FPGA+国产SoC”的架构，支持8bit运算和16bit浮点运算，通过软硬件协同加速，能效比可达到16Tflops/15W。作为专为具有高时空分辨率特性的卫星遥感图像而设计的星载AI计算平台，“闪腾200”具有地理信息编码、在轨实时推理、图像压缩等功能，该产品目标是2023年底搭载卫星进行在轨测试。
从产品层面看，小眼探索的产品开发对上游芯片供应链的依赖较大。针对近年行业缺芯潮的影响，刘相伟谈到，由于高端领域对产品可靠性要求极高，在产品开发过程中，并不会将核心算法应用都集成在一颗芯片中，通常会同时采用“FPGA+SoC”的架构。
该架构的好处是，一方面从硬件架构上保留冗余，若其中一类芯片缺货或断供，另一类芯片也能实现所有功能，以此降低缺芯的风险；另一方面，FPGA具有可编程的优势，SoC芯片具有AI推理和编解码的优势，这种架构也能提升硬件的通用性。
刘相伟告诉36氪，尽管现在航空航天领域仍有不少系统和产品使用进口芯片，但目前国内供应端的芯片产品产量正逐步提升，已形成国产替代的可能性和趋势，预计未来3-5五年的大量产品和系统将以国产芯片为主。但要完全实现国产化，则需10年以上的时间进行更换。

稿源：(36氪新媒体)

【傻大方】网址：/c/1130b01032021.html

标题：小眼探索|36氪首发｜「小眼探索」获千万级Pre-A轮融资，为航空航天等领域提供高端AI边缘计算硬件