5月12日，由中国半导体行业协会IC设计分会（ICCAD）、芯原股份、松山湖管委会主办的主题为“AR/VR/XR×元宇宙”的“23松山湖中国IC创新高峰论坛”正式在广东东莞松山湖召开。国产智能感知芯片厂商每刻深思（MakeSens）智能科技（北京）有限公司发布了其自研的集成了多核NPU的低功耗感算一体智能芯片。

在功能机向智能手机转变的过程，人机交互模式也从按键转变为了触控，而进入AR/VR/XR时代，手势、语音交互成为了最为直接的交互方式。为了更好的提升用户AR/VR的交互体验，不少厂商都在积极的提升主控芯片的感知计算能力。不同于传统的通过各种数字处理器来进行感知计算的方式，而MakeSens选择了通过创新的近传感模拟计算架构芯片方向，在提升性能的同时，大幅的降低了功耗。

MakeSens总经理邹天琦表示，模拟计算是一个比较新的概念。在摩尔定律放缓条件下，数字芯片面临的很多问题。比如在传统的计算架构当中，数据在存储、计算单元之间需要不停的搬移，这里面90%的功耗都损耗在了搬移数据的过程当中，并没有用在数据处理过程当中，并且会带来更高的时延。而且逻辑芯片性能的提升依赖于制程的提升，这将带来成本的提升，同时也会面临散热问题。相比之下，模拟芯片对于制程要求偏低，很多是基于40nm工艺，性能就可以对标22nm以下的数字芯片，成本功耗更低。

传统的感知计算链路一般是，传感器收集到的数据需要经过ADC模数转换器将模拟信号转换为数字信号，再通过DSP数字信号处理器处理，之后才交给CPU/GPU/FPGA计算芯片进行计算。显然，这样一个长的计算链路，必然会造成计算效率低、计算功耗大。比如本身不带计算能力的ADC需要常开，可能将造成60%的功耗浪费。

相比之下，模拟计算架构则是直接通过近传感计算芯片来直接对传感器感知到的数据进行计算，将部分原本DSP芯片需要承担的任务进行前置预处理，精简处理器信息，然后再将处理后的数据通过ADC模数转换器传递给CPU/GPU/FPGA等计算芯片。这使得原始信号中不必要的信息已经提前被去除掉，主芯片只需要计算精简后的信息，不仅提升了计算效率，也降低了整个计算链路的功耗。这也是为什么MakeSens选择做模拟计算架构的低功耗感算一体智能芯片。

据邹天琦介绍，MakeSens拥有一支经验丰富的模拟计算研发团队，核心人员拥有平均10年以上的行业从业经验，18次流片经验，并且与数家顶尖的公司在持续研发合作。MakeSens推出的低功耗智能视觉感知平台的核心部件，采用自主创新架构设计，该芯片能够在复杂的识别任务中以低功耗、高精度、高性能和高稳定性脱颖而出，因此有望在AR/VR/MR以及智能座舱等复杂人机感知和交互场景中广泛部署。通过集成轻量级识别交互算法，显著降低系统功耗，提升整体性能，并达到同行业领先水平。

具体来说，该低功耗感算一体智能芯片集成多核自研NPU，并支持包括图像、语音等多种感知模态。该款芯片解决了众多技术难点，在画面抖动、低视频分辨率、低照度及多目标类别等情况下，可提供稳定的检测和跟踪方案。在面向XR设备的手势识别应用场景中，能够实时区分左右手并完成手势坐标点的定位，定位误差小于10mm，实时处理帧率大于60fps。该芯片可实现小于50ms延迟的连续无卡顿交互。同时，MakeSens还提供了完整的软件栈，易于与AP集成。

邹天琦解释称，在AR/VR应用当中，手势交互的提升需要满足以下一些关键参数，比如在算法功能上：需要支持双手检测与跟踪，区分左右手；双手21个关键点坐标检测，支持3D坐标；支持多种典型手势、支持自定义手势；在算法性能上：处理帧率要大于60fps；处理延迟小于50ms；定位精度小于10mm；检出成功率大于98%；在传感器上，需要支持MIPI-CSI接口；典型配置为640x480单色，双路分辨率最高支持1280x800；典型功耗< 200mW。MakeSens的芯片可以很好的满足以上的需求。

据了解，MakeSens的首款面向面向手势交互应用的低功耗感算一体智能芯片MKS2206基于40nm工艺，将会在今年二季度小规模量产，23年三季度客户导入，24年二季度规模出货。此外，MakeSens还计划在24年推出新一代的MK3xxx系列芯片，基于22nm工艺，主要面向SLAM 6DoF定位、手势交互、眼动追踪动等应用。

在公司层面，MakeSens的目标是在24-25年面向大客户的完整解决方案，并实现亿元以上营收。希望在26-28年完成平台服务、生态搭建，建立以自研芯片为核心的全时域智能感知服务平台，并实现IPO。

：芯智讯-浪客剑