近年，主流 “馮 · 諾依曼” 架構遇到不少當面挑戰者，如“類腦計算”（neuromorphic computing，也稱為神經形態計算）技術領域就是試著解決傳統基于深度學習的端上智能視覺在功耗、成本、實時性等各方面的難點，為端上智能提供顛覆性的解決方案。

目前，全世界最頂尖的類腦技術都源自于瑞士。看好中國正在經歷各種 AI 技術大力碰撞、百花齊放的黃金盛世，一支來自于蘇黎世技術團隊組成的類腦技術芯片公司，由中國科學家喬寧博士領銜，帶著類腦芯片開發的先進經驗落地中國，并已經在中國組建了研發團隊，它就是 SynSense 時識科技。

SynSense 時識科技創始人兼首席執行官喬寧表示，一般人對談到類腦芯片就覺得是噱頭、高大上，其實這是一種誤解。

他強調，為了證明類腦芯片不是很玄的東西，SynSense 時識科技要用更為實際的技術流派，將類腦技術產業化且落實于我們的生活周遭。

高貴不貴，類腦芯片不談算力

一般人對于人工智能芯片的刻板印象是什么？需要極高算力、超低功耗，伴隨而來的是對于高端半導體工藝技術的要求，以及居高不下的成本結構。

那類腦技術芯片可能會顛覆你既有的觀念。

喬寧解釋，傳統 AI 芯片是用來加速運算，需要極高的算力，相反地，類腦芯片多數時間都是處于 “等待” 狀態，一旦傳感器信息發生變化，變化才會被轉化為稀松且帶有時間信息的動態數據流。因此，類腦技術談算力沒有意義。

提到類腦技術，就不能不提脈沖神經網絡（Spiking Neural Network，SNN）。其特征之一是每個神經元都是并行運算，功耗極低，且對于半導體工藝要求不高，基本上 0.18 微米工藝即可，帶有模擬功能的完整視覺方案可以用 65nm/40nm 工藝來做，而視覺專用處理器會到 22nm/28nm 節點技術。

目前數字芯片的主流設計都是同步電路（Synchronous），但類腦芯片可以是 “異步電路”（Asynchronous Circuit）。事實上，因為 AI 熱潮，“異步電路” 越來越常出現在大家的視野中。

所謂同步電路的基本結構是數據的流動靠一個全局時鐘信號（Clock）來同步。所有的時序器件都是在時鐘邊采樣數據并向后傳輸; 異步電路則是無時鐘（clockless）或者自定時（self-timed）電路。

異步電路的類腦芯片最基本是事件驅動（Event-driven），腦皮層所有神經元都沒有打節拍，都是靠時機和脈沖發放。

但是傳統 EDA 軟件是需要時鐘的，不適用于異步電路設計，所以無法直接用于大規模類腦芯片研發。SynSense 時識科技有整套的自研開發工具，搭配現有 EDA 軟件完成設計，解決此問題。

喬寧表示，這是 SynSense 時識科技的優勢，長期以來因為在這方面技術有很多積累，藉由實際的方法化、通用、可靠流程，加上底層芯片設計、驗證、仿真、測試等，有一套完整體系可以搭配現有的 EDA 軟件。

全球首款動態視覺處理器開發套件發布

日前，SynSense 時識科技也宣布一項類腦技術領域和機器視覺領域的重大消息，將對外發布全球首款基于類腦計算的動態視覺邊緣 AI 開發套件，搭載其全新的動態視覺處理器芯片 DYNAP-CNN，為亞毫瓦級的視覺邊緣 AI 運算提供完整解決方案。

SynSense 時識科技已經在官網上開放了開發套件的預訂申請通道，并為通過篩選的研發項目提供開發套件贊助。

這是史上第一塊針對于設備端應用的亞毫瓦級、實時視覺邊緣運算的專用動態視覺開發套件; 更是全球繼 IBM、英特爾之外，全球第三家開放類腦技術平臺的芯片公司。

喬寧表示，開發套件所搭載的處理器芯片 DYNAP-CNN，可利用低于 1mW 功耗實現大規模復雜深度脈沖卷積神經網絡，并兼容市面上多種動態相機來實現基于事件的動態視覺實時邊緣運算。

SynSense 時識科技也同步釋放的軟件及算法支持，允許傳統的深度學習網絡研究人員，通過開發套件簡單上手脈沖神經網絡解決實際問題，最少僅需一行代碼即可在 DYNAP-CNN 開發套件上完成網絡部署。

DYNAP-CNN 開發套件中的動態視覺處理器打破了傳統以幀為限的靜態視覺處理技術限制，可以對像素級動態數據流進行連續計算，為超低延遲、超低功耗的全新的動態視覺處理?量量身定制，它的推出開啟了基于像素級事件驅動運算的動態視覺處理器的新紀元。

基于純異步數字電路設計，DYNAP-CNN 開發套件中的動態視覺處理器是全球首款完全基于事件觸發運算的 AI 處理器。

隨著物聯網及移動終端對超低功耗、本地實時智能處理的需求日益強烈，適?于邊緣計算、?需連接到云端的動態視覺處理器將擁有越來越廣泛的應用場景。

傳統基于深度學習的靜態圖像處理，就像傳統相機拍照是一幀幀圖片，而類腦技術不同之處在于，是由事件觸發（Event-driven）的動態視覺運算及 AI 技術。

當人靜止或是背景沒有變化時，就不會有數據生成，因此也不需要處理，只有出現有手勢、動態時，數據才會被立即捕抓、傳送、運算，這就是所謂的 “事件觸發” 或“數據驅動”。

這樣的技術優勢是能效、實時性、低成本，很適合用在智能家居、行為檢測（手勢識別、人臉監測、跌倒監測、高速物體跟蹤）、安防、家電、機器人、無人機等領域，或是傳感器前端的喚醒等，而整個芯片成本只要 1~2 美元。

（基于 DYNAP-CNN 開發套件的手勢識別）

（基于 DYNAP-CNN 開發套件的開鎖意圖檢測）

（基于 DYNAP-CNN 開發套件的跌倒檢測）

再者，類腦技術也非常適合用于汽車領域，車上的傳感器對于即時性要求很高，總不可能把數據傳回云端識別后再傳回來。如汽車的高速攝像頭或是雷達，都是毫秒級的反應，攝像頭和處理器也要做到每秒一百幀圖像。

喬寧也強調，類腦技術和傳統芯片之間的關系，比較象是互補，而不是取代。因為傳統芯片擅長做比較與分析，而類腦芯片適合做即時動態信息的搜集。

據了解，目前 SynSense 時識科技接觸的客戶，都屬于產業中非常頭部的企業，象是相機模組大廠、安控大廠等。

“類腦夢”要在中國落地

“類腦”技術已經有 30 多年的歷史，但這個詞在中國首次出現，約莫是在 2014 年左右。喬寧認為，中國在類腦領域的工程能力不錯，但關于算法和底層研究的人才匱乏，因為相關的學生不多，能累積到的經驗也有限。

美國在 80 年代就開始發展類腦技術，如國防高級計畫研究局 DARPA、英特爾、IBM 等、高校史坦福等，都很早就已投入類腦技術領域，因此從底層算法到芯片設計端的人才技術都十分完整。歐洲則是 90 年代開始跟上腳步。

喬寧在接觸類腦技術領域前，也是從事傳統 SRAM 存儲芯片的研發。2012 年到瑞士蘇黎世時，他首次接觸到類腦技術，就被這個神奇的領域吸引住了。

類腦計算需要算法、軟件、硬件和應用單位開發的完整結合，要將該技術推展落地，更需要產業背景的人才。

在歐洲的類腦技術工程師都是頂級的，全世界 90% 相關技術的貢獻都是來自于蘇黎世，象是基于動態視覺的無人機應用等，也是瑞士的技術最強大。因此，各方菁英匯聚于蘇黎世，都是為了完成心中的“類腦夢”。

2017 年，喬寧與類腦技術領域的頂尖菁英，成立 SynSense 時識科技（之前叫 aiCTX），目標是將人們印象，屬于中高、冷的類腦技術，變成日常生活中的應用。同時，喬寧也決定把公司總部帶回中國，以蘇黎世作為研發中心，結合中國市場＋歐洲技術，加速類腦產業落地。

SynSense 時識科技在 2018 年 4 月獲得 BV 百度風投的種子投資，2020 年完成近億元的 A 輪融資，且經歷了三年時間的打磨，團隊技術也更為厚實。

目前 SynSense 時識科技歐洲專家團隊大都具有博士學位的類腦領域大神級，主要負責底層算法開發、芯片研發、軟件開發等。

SynSense 時識科技在中國的研發團隊則主要負責產品級芯片研發、硬件模組開發、軟件研發、市場應用及商業化落地。

類腦計算領域發展至今，喬寧形容，“還處于很淺層的皮毛，就象是兩、三歲小孩正在學習說話的階段”。未來，類腦計算還要朝算法技術等再強化，形成更完整的人腦類型算力。

這次 SynSense 時識科技引領潮流之先驅，首度開放全球首款基于類腦運算的 DYNAP-CNN 動態視覺開發套件，是史上第一款采用類腦技術的亞毫瓦級且針對實時視覺邊緣運算的產品。

公司已在官網開放開發板的申請，目標是借助最先進的類腦公共研發平臺，加深中歐類腦技術的交流融合，且培養中國類腦技術底層優秀人才，同時加速類腦技術產業落地。

原文標題：SynSense時識科技發布全球首款動態視覺處理器開發套件，機器視覺進入亞毫瓦時代

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq