教授|海归教授创办类脑芯片公司，即将全球首发量产，功耗可降低100-1000倍全球|量产|乔宁|公司|教授|芯片

文章插图
一直以来，AI 芯片在性能、功耗、延时方面的表现，主要依赖芯片算法、架构和工艺制程创新。人工智能时代的计算芯片，已从传统的 GPU 和 CPU，发展到专用的芯片 TPU /NPU 等，但这些芯片仍然在采用冯诺伊曼架构。
在冯诺伊曼架构中，大量数据搬运会带来功耗、效率等内存墙问题及灵活性问题，为克服该问题，近年来出现了存内计算、可重构芯片架构、异构等芯片架构，力图在 Memory 端打破存储墙限制，让能效有 1-2 个数量级的提升。
【 教授|海归教授创办类脑芯片公司，即将全球首发量产，功耗可降低100-1000倍】12 月 4 日，在 SynSense 时识科技主办的 2020 年类脑技术开放日会上，DeepTech 借机采访到了 SynSense 创始人乔宁。据悉他从中科院博士毕业后，于 2012 年前往苏黎世大学做博士后研究，之后转做助理教授，一直专注于超低功耗亚阈型模拟电路加异步电路的类脑相关研究。

文章插图
图 | 乔宁博士
因此，SynSense 时识科技的核心技术也起源于苏黎世大学与苏黎世联邦理工学院，涉及先进的数模混合神经形态处理器与神经形态算法研发成果，创始成员在 Nature/Science 等顶刊及类脑顶级国际会议期刊已发表过 700 + 篇论文、引用量近 16000 次。
中外科学家携手创业
谈及创业初衷，乔宁表示：“类脑芯片，实现了算法层面包括芯片架构层面的全新变革。首先，类脑计算基于全新的算法；其次，全并行的运算架构打破了冯诺伊曼架构的束缚；另外，事件驱动的运算机制导致整个类脑系统在性能上有质的提升。所以，这不仅仅依赖于计算机理论体系，更融合了生物学理论体系，通过模仿神经元突触、神经脉冲等生物行为的工作机制，实现芯片在算法及架构的颠覆性创新，从而带来性能、功耗、延时等方面有极大提升。”
2017 年，乔宁和 Giacomo Indiveri 共同创立该公司，后者担任联合创始人兼首席科学家，其还是苏黎世大学与苏黎世联邦理工学院终身教授、苏黎世神经信息研究所 INI 所长。两者的携手创业，都是出于对类脑芯片技术发展的看好。目标是为一系列 AI 边缘运算应用场景提供开创性的亚毫瓦级超低功耗、超低延时的芯片设计及解决方案。
而谈到该公司更深的渊源，其实还与一位教父级人物有关。神经形态计算（Neuromorphic Computing）被称为类脑计算，该概念最早来自于加州理工学院的超大规模集成电路之父、摩尔定律的提出者之一卡弗?米德（Carver Mead ）教授。

文章插图
图｜神经形态电子学
1995 年～1996 年期间，卡弗?米德的 6 个学生来到苏黎世大学，并成立了神经信息研究所，其中主要包含三位学者三个方向，分别是做动态视觉传感器（Dynamic Vision Sensor）的 Tobi Delbruck、做硅耳项目（Silicon cochlea）的 Shih-Chii Liu，以及做类脑芯片研究的 Giacomo Indiveri。
那时，Giacomo Indiveri 在卡弗?米德课题组里主攻神经拟态工程相关研究，他利用工作在亚阈值的晶体管的电学特性，来模拟生物神经元及突触的工作机制，这一研究方向的发展主要依赖于亚阈值模拟电路和纯异步数字电路，相关研究积累为现在 SynSense时识科技的核心技术领先性提供了保障。
目前，除了SynSense时识科技之外，世界上有两家科技巨头在类脑芯片领域有所探索，IBM 曾于 2014 年推出 True North 芯片，Intel 于 2016 年设计了异步脉冲神经形态芯片 Loihi，而量产的可商用的类脑芯片，市场上其实还没有。

文章插图
图 | 神经形态计算发展流派
功耗降低 100-1000 倍
对于该公司的芯片，Giacomo Indiveri 教授表示：“我们的类脑芯片目的并不是要取代 CPU 和 GPU，而是要提供可以放在机器人和物联网终端设备的实时传感，是一个非常低功率，紧凑而小型的计算单元。”
做 AI 技术的历代科学家，虽没有承认自己做神经形态计算或者类脑计算，但其实也是在想从 “脑” 再挖掘点东西。Google "TPU"、百度 “昆仑”、阿里平头哥 “含光”、寒武纪 “思元” 等 AI 芯片都在寻找提升 AI 能力的可能性。
谈及类脑芯片的最大优势，乔宁介绍，类脑技术可以做出不耗电的实时传感器信息处理系统。在物联网端上，传感器对环境信息提取模拟信号通常是第一步，在靠近传感端，把动态的信息先离散化数字化，只有动态信息发生的时候，才会实时生成数据，而处理器只能被动的由数据驱动运算（Data-driven computing）。”