“大多數(shù)人對AI視覺芯片有些誤解，認為做圖像處理芯片的AI企業(yè)就掌握了全部的視覺技術，其實不然。”在中國，視覺獨角獸的競逐讓視覺處理技術得到長足發(fā)展，近幾年也正逐步應用于智能手機、安防監(jiān)控、自動駕駛、醫(yī)療成像、智能制造等領域。

不過，視覺處理芯片離不開信息的獲取，必須依賴圖像傳感器。自人工智能技術帶來芯片市場“去中心化”的機遇后，各種功能型芯片紛紛涌現(xiàn)。4月28日，中科院半導體研究所研究員吳南健博士向《每日經(jīng)濟新聞》記者表示，所謂視覺芯片，實際上是一種具有高速圖像采集和實時圖像處理功能的片上集成系統(tǒng)芯片。

吳南健是中國科學院半導體研究所半導體超晶格國家重點實驗室研究員，負責和領導設計完成芯片40余款。2011年他與團隊成功研制出新型視覺芯片并發(fā)表論文，但截至目前尚未有企業(yè)實現(xiàn)“圖像傳感器+視覺處理器”集成式芯片的大規(guī)模量產(chǎn)。

“這必將顛覆現(xiàn)有的產(chǎn)業(yè)格局。”對吳南健的專訪是在首屆長三角全球科創(chuàng)項目集中路演期間，而這也是人工智能視覺系統(tǒng)芯片項目的第一次路演。視覺系統(tǒng)芯片如何走向商業(yè)化運作？到何時才能為產(chǎn)業(yè)界所接受？吳南健表示：“大型企業(yè)不敢做搶飯碗的事，那么可以交給初創(chuàng)企業(yè)來做，這是一個慢慢轉化的過程。”

以下為每日經(jīng)濟新聞記者（以下簡稱NBD）對吳南健博士的專訪：

NBD：人工智能視覺系統(tǒng)芯片與現(xiàn)有的視覺芯片有什么不同？

吳南健：人工視覺分為兩個部分，類似于人的眼睛和大腦。人的眼睛是一個典型的圖像傳感器，能夠攝取圖像并且進行一些噪聲去除等初級圖像處理；人的大腦神經(jīng)元網(wǎng)絡是一個視覺圖像處理系統(tǒng)，具有非常強的對所攝取的視覺信息進行并行處理的能力。

目前國內(nèi)外在人工視覺芯片領域的研究主要是CMOS圖像傳感器芯片技術、并行圖像處理技術和CMOS集成技術。

在CMOS圖像傳感器領域，目前國際技術水平朝著高分辨率、寬動態(tài)范圍、高幀率、高智能化、寬波長范圍和三維成像的方向發(fā)展。人工視覺系統(tǒng)芯片能夠完成圖像獲取，和初級（圖像濾波）、中級（特征提取）和高級（特征識別和不規(guī)則處理）三個圖像處理步驟。

隨著對AI視覺技術的基礎研究不斷深化，從市場格局來看已經(jīng)發(fā)展成為一個相對獨立又相互依存的產(chǎn)業(yè)生態(tài)。在前端，索尼是圖像傳感器市場、生產(chǎn)和技術的領導者，緊隨其后的三星和豪威科技也保持著不錯的競爭力；在后端，Mobileye和英偉達（NVIDIA）是提供視覺處理芯片的主要廠商，在國內(nèi)該領域的公司有地平線等。

而人工智能視覺系統(tǒng)芯片是將高速CMOS圖像傳感器、并行信號處理單元和輸出電路集成于單一芯片內(nèi)，實現(xiàn)實時視覺芯片系統(tǒng)，對于現(xiàn)有的產(chǎn)業(yè)而言相當于一種顛覆性的芯片。將不同功能的技術集成在一個芯片上有很多優(yōu)勢，簡單地說視覺系統(tǒng)芯片在處理能力、速度、功耗和成本上有較高匹配度。

但是，不管是現(xiàn)在的創(chuàng)業(yè)企業(yè)也好，還是已經(jīng)在市場上占有一定份額的大企業(yè)，他們不是做圖像傳感器，就是做后端的視覺處理器。

NBD：為什么沒有企業(yè)選擇嘗試將圖像傳感與處理集成在同一個芯片上？

吳南健：事實上有，索尼就做這個事情，在2017年的年報中可以看到，他們有一支團隊在做人工視覺系統(tǒng)方面的研究，但是沒有做大。我也曾經(jīng)與他們交流過芯片設計經(jīng)驗，索尼對此有興趣，但他們有所顧慮，說做集成可能將會面對無法估量的局面。

且不說索尼已經(jīng)在智能手機領域投入了大量心血，僅從圖像傳感器的市場競爭格局來看，有索尼、三星和豪威三家企業(yè)，一旦將視覺芯片集成后，一方面若是后兩家團結起來，可能會動搖索尼在整個市場中的地位；另一方面因為把后端（視覺處理器）企業(yè)的飯碗搶走了，對產(chǎn)業(yè)生態(tài)會產(chǎn)生破壞性的影響。那么做視覺處理器的企業(yè)也是同樣的想法。

但是以我個人的觀點，視覺系統(tǒng)芯片是否會成為必然的趨勢？我覺得會。就像手機和相機結合成就了智能手機一樣，目前在技術上已經(jīng)突破了填充率低、分辨率低和信號干擾嚴重的難題，將科研成果轉化并投放市場只不過是時間問題。而對于大型企業(yè)最擔心的方面，如果是一家完全創(chuàng)新型的企業(yè)來做，就不存在這種顧慮。

NBD：視覺系統(tǒng)芯片如果在未來實現(xiàn)產(chǎn)業(yè)化，其市場空間有多大？

吳南健：對于這一點，我們做過推算。2018年，圖像傳感器的市場規(guī)模在150億美元左右，雖然其中120億美元發(fā)生在智能手機領域，但未來發(fā)展比較快的四個領域是安防、國防、汽車、醫(yī)療，到2021年將會迎來40億美元的市場空間，年增長率大約是10%～20%。

視覺處理器的需求增長會更快，目前該市場的整體規(guī)模（包括硬件、軟件、服務）在170億美元至180億美元，單從硬件來看也占到了30億美元左右。如果視覺系統(tǒng)芯片可以覆蓋70億美元的市場規(guī)模，企業(yè)在這中間拿到1%的市場規(guī)模的話，其盈利空間就已經(jīng)很大了。

NBD：那么，讓AI視覺技術真正從實驗室走向應用落地，有哪些準入門檻？

吳南健：目前基于該技術的產(chǎn)成品已經(jīng)試用于一些創(chuàng)新企業(yè)，比如在工業(yè)產(chǎn)品的自動化檢測領域完全可以使用視覺系統(tǒng)芯片代替人工檢測；在智能監(jiān)控領域，過去需要將視覺處理芯片裝在具有傳感器技術的攝像頭上，通過把數(shù)據(jù)結構化、再壓縮送到數(shù)據(jù)中心的復雜方式完成數(shù)據(jù)傳輸和計算，以后可能就會破壞這種結構。

要知道，集成電路具有顯著的資金密集、技術密集、人才密集的行業(yè)特征，因此每一項門檻對企業(yè)的要求都非常高。在技術上，經(jīng)過幾十年的研究，現(xiàn)階段至少把較難的問題理解了，核心問題在實驗室已經(jīng)克服了，這是因為它集成了有關電和光兩種芯片，目前在國內(nèi)只有為數(shù)不多的團隊能夠做到。

但想要實現(xiàn)真正的商業(yè)化還有很多門檻，首先是資金的問題，一直靠國家的項目來支撐做產(chǎn)業(yè)化是不太可能的，所以需要尋求社會資本的支持；其次是人才的問題，前期主要關注在技術研發(fā)上的人才籌備，但后期更需要工程團隊與市場團隊的加入，才能更好地讓企業(yè)客戶理解新型視覺系統(tǒng)芯片的優(yōu)勢與實用性。