芯片老将创业，3年融资近20亿、成功量产4颗AI视觉芯片！
芯东西（公众号：aichip001）
作者 |? 程茜
编辑 | ?Panken
2022年已过半，资本寒冬仍在持续。
在这一背景下，2019年成立的AI视觉芯片公司爱芯元智在今年1月，获得最新一笔也是金额最高的8亿元A++轮融资，截至目前，该公司已获得四轮融资，融资总额近20亿元，投资方不乏美团、腾讯、联想等知名头部企业。
成立仅短短三年的爱芯元智，截至目前，已经实现两代四颗芯片成功量产，并成为首个将AI-ISP技术在芯片上实现商业化落地的公司，其第三代芯片也将于今年下半年量产。
值得一提的是，相比于产业中12~15个月的流片时间，该公司将其提速至了9个月。此外，爱芯元智联合创始人、研发副总裁刘建伟告诉芯东西，目前他们已经进入营收阶段。
实现上述成就离不开爱芯元智自研的混合精度NPU和AI-ISP核心技术，以及覆盖芯片研发、设计等全流程的技术团队，这使得该公司在推动AI视觉芯片落地的同时，进一步构筑了自己的护城河。
近日，芯东西来到爱芯元智在北京中关村的办公室，与爱芯元智联合创始人、副总裁刘建伟进行深入交流，从他的专业和工作经历出发，剖析这家仅成立三年的创企是迅速在AI视觉芯片赛道占据一席之地？又如何成功在短短9个月内实现流片，并成功量产两代四颗芯片的？
今年8月27日上午，刘建伟将出席在深圳举办的GTIC 2022全球AI芯片峰会·边缘端AI芯片专题论坛，并发表主题为《混合精度NPU加速端侧AI视觉感知芯片发展》的演讲。
▲爱芯元智联合创始人、副总裁刘建伟
一、芯片老将创业，研发人员占比超80%
2006年我国集成电路产业销售收入首次突破千亿元大关，同年毕业于北京航空航天大学通信与信息系统专业的刘建伟选择投身芯片行业。
毕业至今，16年的时间，刘建伟已经成为一名芯片老将。
刚毕业时，他的第一份工作在炬力科技，辗转于芯片设计、验证等全流程中，在芯片领域攒足了经验。后来，他又经历了麓柏科技的创业过程，积累了市场、研发经验。
技术加产业思维的双重加持下，恰逢2019年，AI技术已然风起云涌，AI芯片创业大潮来临。在芯片领域摸爬滚打多年的刘建伟，机缘巧合下，因工作原因与拥有超过20年行业经验的仇肖莘博士相识。
作为爱芯元智创始人兼首席执行官，仇肖莘亦是标准的芯片行业老将，她在SoC芯片研发、系统架构，及整体技术平台解决方案方面有丰富的经验。1991年获得硕士学位从清华大学自动化专业毕业后，她继续前往美国南加州大学攻读博士。毕业后，仇肖莘先后在美国博通公司任副总裁、紫光展锐任首席技术官。
▲爱芯元智创始人兼首席执行官仇肖莘博士
两人一拍即合创立了爱芯元智，开启了AI芯片领域对感知和计算的探索。
他们创业初期，正值芯片赛道被巨头玩家垄断，这也给创企提出了更多的挑战。为了应对AI芯片对性能、算力越来越高的要求，以及对先进工艺越来越快的迭代速度，爱芯元智的核心团队需要在前期投入更多的资金和人力。
当时端侧/边缘侧AI芯片领域处于发展初期，并没有形成大一统的市场或者产品标准，“所以留给我们的发展机会还比较多”。再加上2019年，AI技术相比于诞生初期，在某些场景已经进入了量产落地的阶段，“非常适合做创业”，刘建伟说。
因此，爱芯元智在这个背景下，组建了覆盖芯片设计、研发到生产的全流程技术人员的团队，发展至今，该公司员工总数已经超过400人，研发人员占比为80%~85%。
二、两代四颗芯片量产，首家落地AI-ISP技术
瞄准AI视觉芯片赛道的爱芯元智，成立至今，其核心产品已经广泛应用于智慧城市、智能家居、智能穿戴等领域。
目前，爱芯元智已经成功量产了两代四颗AI视觉芯片AX630A、AX620A、AX620U、AX170A，并成为首个将AI-ISP（图像信号处理）在芯片上实现落地并成功商业化规模量产的企业。
这得益于爱芯元智自研的混合精度NPU和AI-ISP。谈及确立这两大技术方向的原因，刘建伟说：“AI视觉芯片在需求端要做两件事，就是看得清和看得懂，在落地端，又要满足高性能和低功耗。”
为了“看的更清”，爱芯元智就将AI与ISP（图像信号处理）相结合，刘建伟说：“以智慧城市为例，传统的视频画质的改善使用的是传统的ISP技术，在暗光的场景下，会有大量的噪声，使用AI-ISP可以解决此问题，在暗光场景下依然可以给出清晰的画面。”
?
▲搭载影像芯片AX170A的手机所拍摄的夜景画面（右）
再加上，智慧城市场景下的“看得懂”的智能分析需求，也会对算力提出更高的要求。
然而，真正实现大算力的芯片开发难度其实很大。刘建伟说，算力作为衡量NPU性能的重要指标，早期很多AI芯片其实并不能达到宣传时的性能，现在，很多企业转向使用更实用的FPS作为衡量先进算法在计算平台上运行效率的评价指标。
?
如何兼顾高性能和低功耗，成为了AI视觉芯片公司面前的两座大山。
混合精度NPU的出现就能够减少数据搬运，在降低功耗、成本的同时提升NPU的效率。
刘建伟提到，网络中许多中间层都是采用INT4精度，相比常见的8比特网络，基于混合精度技术，数据搬运量可能就变成原来的1/2，计算量缩减为1/4。
?
▲神经网络示意图（简化版）
混合精度NPU和AI-ISP这两大核心技术并不是彼此分离，各管各的，而是有内在关联的。因此，在两大技术的加持下，从具体的芯片性能来看，爱芯元智的首款产品AX630A，在公开数据集下的不同神经网络运行速度对比，每秒处理帧数分别为3116和1356，功耗为3W。
三、9个月流片成功，核心团队均有成功流片经验
除技术研发外，爱芯元智的落地速度也远超行业平均水平。
2020年12月，该公司的第一款产品视觉处理芯片AX630A，仅花了9个月时间就一次成功，实现流片。刘建伟说：“这也是爱芯元智发展的第一个标志性事件，一般情况下芯片流片都需要12~15个月。”
▲爱芯元智视觉处理芯片开发板展示
伴随着第一代旗舰芯片AX630A和第二代旗舰芯片AX620A成功进入用户供应链，爱芯元智的发展轨迹逐渐成熟。
而这都离不开其核心技术团队的支撑。刘建伟告诉芯东西，这也是他们在经济下行背景下，没有受到影响的关键。爱芯元智的核心技术团队均参与过10多颗以上芯片的设计和生产流程，在芯片研发和落地上有较大的优势。
想要构建类似爱芯元智这样完整的芯片团队对于创企来说其实是很困难的，他提到，事实上在过去将近10年的时间中，越来越多的创业公司成立，但人才补充并没有相应增长。
四、B、C端市场齐布局，加速第三代芯片量产
对于当前的AI视觉芯片发展趋势，刘建伟谈道，现在，大家更加务实，AI技术落地的过程中，逐渐从智慧城市扩充到更多场景里。
今年3月，爱芯元智Pre ISP芯片AX170A成功通过手机客户验收，并正式进入商用阶段。这标志着继智慧城市、智能交通等领域之后，爱芯元智系列产品在消费领域也成功落地。
当前，爱芯元智的目标也很明确，就是同步推进B端和C端产品的布局，并将第三代产品快速量产。
随着AI技术在不断的发展中逐渐走向落地，AI芯片的发展也逐渐清晰。早期，整个产业甚至认为AI技术是无所不能的，但随着部分AI芯片产品量产，在真正的产品中得到应用，整个产业也变得更加务实。
不过，从整个产业来看，国内很多AI视觉芯片企业仍处于产品实现规模化落地的关键期，客观来说，这与芯片行业的特点有关系，芯片企业需要不断试错，考虑终端客户的真正需求。
针对这一难题，爱芯元智的解法就是“和客户一起成长”，这也得益于该公司一直坚持的高性能、低功耗的产品定位。
与其他芯片公司不同，爱芯元智除了卖芯片，还会为客户实现产品价值提供支撑。
刘建伟认为：“我觉得AI视觉芯片企业只埋头做技术是不够的。”这和芯片本身的特点有关，芯片公司本身的客户并不是终端用户，它的产品面对的也并不是最终端用户的需求，因此芯片公司就需要和客户一起去了解用户到底要什么，才能进一步实现产品价值。
因此，爱芯元智的商业规划都是从市场需求出发。不论是其自研的两大核心技术，还是在智慧城市、智慧社区、智能家居、智能穿戴等领域的布局。
结语：AI芯片发展路径逐渐清晰
近几年来，国内AI芯片领域风起云涌，AI芯片企业的发展路径逐渐清晰，诸如爱芯元智等创企脱颖而出。
在核心技术的加持下，爱芯元智构建起自己的技术壁垒，成立三年量产四款芯片，并获得多家知名科技巨头的投资。这与其创始团队的行业背景、对AI芯片产业的深刻理解以及占比超80%的研发团队的努力均关系密切。
随着芯片投资热潮逐渐回归理性，更多高额资本将向少数核心玩家聚拢，AI芯片的洗牌期临近，能将核心技术转化为商业价值、实现大规模商用落地的企业，最终将突出重围。
