aiCTX(ai-CorTeX)是一家在專注神經形態運算及神經形態處理器設計開發的瑞士高科技公司。基于蘇黎世大學及蘇黎世聯邦理工大學的科技成果，aiCTX創辦于2017年3月，總部落在瑞士蘇黎世。
aiCTX在神經形態運算及擬神經形態處理器設計領域處于領先地位。公司設計研發的超低功耗神經形態處理器可用于智能機器人、移動便攜設備、安防、智能家居、智慧城市等多種人工智能應用場景。
據了解，2017年底，aiCTX獲得天使資本十維資本領投的120萬美元種子輪融資。
發力類腦芯片，研制DynapCNN、DynapSE低功耗專用、通用芯片
成立于2017年3月，基于蘇黎世大學及蘇黎世聯邦理工大學的科技成果，aiCTX這家年輕的公司，目前致力于類腦芯片研究與開發，并積極推動研究成果走向商用。
aiCTX目前主要關注兩大業務方向：一是以動態攝像頭為輸入的超低功耗，超低延時的實時動態圖像處理及智能應用，主要應用場景為智能家居及安防領域;二是身體信號，語音等自然信號的超低功耗實時處理，可用于手機、健康監測及工業機械領域。
針對實際應用，aiCTX目前主要芯片研發包括：專用脈沖卷積神經網絡(SCNN)芯片DynapCNN及通用脈沖神經網絡(SNN)芯片DynapSE系列神經形態處理器研發及設計;針對公司硬件架構的脈沖神經網絡算法、模型的搭建及仿真;及支持系列芯片應用的用戶軟件工具鏈開發。
其中，專用脈沖卷積神經網絡芯片DynapCNN結合Neuromorphic與傳統Deep-learning的優勢，支持脈沖卷積神經網絡這種全新的網絡形態，可主要用于超低功耗動態圖像處理和點云信號處理。DynapCNN芯片采用22nm工藝設計，單芯片集成超過一百萬神經元，支持多種CNN架構，并在芯片架構上采用可擴展設計來輕松實現多芯片超大規模脈沖神經網絡板級應用。
在超低功耗動態圖像處理上，芯片可以直連多種現有的動態攝像頭，進行臉部識別、手勢識別、移動物體追蹤、歸類、行為識別等。其最大優勢是超低功耗、超低延時。作為一款always-on處理器，在通常應用場景下，進行面部/手勢識別時峰值功耗低于10mW，目標呈現到決策判斷的延時低于10ms，而總體平均功耗低于1mW。點云信號處理上，可對LiDAR等點云信號進行實時處理運算，實現圖像分割、區域劃分、物體識別及行為識別等。
而通用芯片DynapSE系列芯片，具有更靈活的可配置性，可針對各種應用可以實現各種脈沖神經網絡，芯片集成自然信號到脈沖輸入轉換接口電路，可用于便攜設備端側語音信號處理、可佩戴設備的健康監測及工業機械噪聲監測等。
在語音信號處理上，可利用脈沖神經網絡實現本地化超低功耗always-on口令識別，應用DynapSE進行口令識別，功耗低于1mW;可佩戴設備的健康監測上，可利用reservoir脈沖神經網絡實現心電信號(ECG)實時監測;工業機械噪聲監測上，對機械噪聲等進行本地化實時監測判斷，可靠電池驅動數月。
顛覆傳統芯片架構，擅長處理動態信息
而aiCTX的系列芯片，之所以相比于傳統芯片，功耗大幅降低，其秘訣在于，這兩款類腦芯片顛覆了傳統芯片的“馮·諾依曼架構”，以模擬人腦神經元的方式以及全并行的運算架構來提升計算能力。
在傳統“馮·諾依曼架構”中，計算模塊和存儲單元互相分離，CPU在執行命令時必須先從存儲單元中讀取數據。每一項任務，如果有十個步驟，那么CPU會依次進行十次讀取、執行，再讀取、再執行，這就造成了延時，以及大量功耗(80%)花費在了數據讀取上。
“類腦芯片”則顛覆了這一傳統計算架構，將數字處理器當作神經元，把內存作為突觸，內存、CPU和通信部件完全集成在一起，采用模擬人腦神經元結構來提升計算能力。每個神經元計算都是本地的，且從全局來看神經元們是分布式在工作。
而且相比較傳統CPU及加速器芯片動輒幾G的時鐘頻率，aiCTX的類腦芯片則是沒有時鐘的。基于純異步電路的事件觸發運算及高效的網絡結構保證了DynapCNN及DynapSE系列芯片always-on的特性及超低的功耗。
CEO喬寧也介紹道，除了低功耗外，aiCTX的芯片非常擅長于處理包含時間信息的數據，如動態的傳感器數據，自然界的自然信號(溫度，氣壓)，人體信號(ECG，EMG，EEG)，網絡數據，股票高速決策等。相比較于把各種傳感器數據傳到云上進行處理，aiCTX的類腦處理器及運算技術可以廣泛應用于各種靠近IoT傳感器的，高效，本地，邊緣運算(edge computing)及智能應用，在提高效能以及私密性的同時，極大減少所需傳輸數據量及成本。
不過類腦芯片的研究目前還不成熟，對技術的要求也更高。因而，aiCTX作為從蘇黎世大學和蘇黎世聯邦理工大學的神經信息學研究所分離出的初創公司，有強大的學術力量背書，其領頭人CEO喬寧和CSO Giacomo Indiveri教授領導的科研實力也不容小覷。
據了解，喬寧是中科院微電子研究所博士，后擔任蘇黎世聯邦理工神經形態處理器開發項目的領導人，具有10年超低功耗神經形態處理器設計經驗，負責歐洲多個類神經工程科研項目。其聯合創始人Kynan Eng也是博士出身，多項專利的成功的連續創業者。目前aiCTX研發團隊約有10人，包含硬件、軟件、算法，仿真、用戶界面等多方面人才。
類腦芯片逐漸成熟，打造第一批走向商用的芯片
雖然類腦芯片整體還處于研究中，但喬寧認為，與傳統機器學習相結合的SCNN(脈沖卷積神經網絡)專用芯片已較為成熟。喬寧預計，專注動態信息處理的SCNN芯片1-2年內即可走向商用。aiCTX研發的DynapCNN芯片今年年底即可出片，明年第二季度將拿到樣片。屆時，DynapCNN也將成為世界上，第一批走向商用的脈沖神經網絡類腦芯片。
基于aiCTX核心技術，與瑞士動態攝像頭研發公司inVation合力設計的超低功耗，全仿生(fully-neuromorphic)智能視覺傳感器也在研發之中。該視覺傳感器主要面向于超低功耗always-on的端側智能感知、分類、面部識別、行為識別等智能應用。經過深度優化的智能視覺傳感器可允許用戶訓練感知目標，整體平均功耗將低于1mW，而目標呈現到作出識別判斷延時低于10ms。該傳感器將可廣泛用于智能家居以及手機等便攜設備，傳感器樣片可于明年三季度獲取。
而相對于FPGA、ASIC芯片等芯片創企在全球如雨后春筍般涌現來說，類腦芯片的研究門檻更高。喬寧表示，英國曼徹斯特大學的SN仿真平臺、斯坦福大學、海德堡大學、浙江大學、英特爾，IBM等都在研究類腦芯片。但世界范圍內，類腦芯片的科研隊伍也并不多。
并且，相對于aiCTX這類的芯片廠商，英特爾，IBM等科技巨頭以及學界更關注通用芯片的研發。因而，aiCTX芯片的專用性相對較高，在垂直領域的商用上效果將更好。
對比，喬寧也直言，“我們沒有理由說碾壓IBM，這并不現實。但比較慶幸的是，IBM和英特爾的芯片都是在做基礎研究，更多是通用架構。我們的優勢就是，我們在研制針對具體應用的專用芯片，因而在應用場景上，功耗，性能以及集成度方面會有很大提升。”
作為神經形態運算領域技術領先者，aiCTX正積極與UZH、ETHZ，以及專注PC周邊設備研發，傳感器研發，工業監測等多家歐洲科研機構及公司展開深入的科研及項目合作。aiCTX也正積極參與及推動歐洲基礎科學研究。2018年初，aiCTX成功獲批了歐盟H2020關于腦機接口的為期4年的科研項目“SYNCH”，并獲得相應經費支持。與此同時，多個歐洲科研項目的提案也正在準備之中。
京公網安備 11010502049343號