九天睿芯：专注超高效模数混合加速芯片研发，能效超国际水平10倍

5G时代，我们聊移动通信，聊人工智能，聊虚拟现实，聊万物互联......科技飞速发展的背后，芯片技术的核心地位也逐渐显现。

刘洪杰博士开始研究模数混合AI处理芯片是在2013年，当时她正在爱因斯坦母校苏黎世联邦理工学院（ETH Zurich）就读。在校期间，刘洪杰博士及团队成员着手研发模数混合加速芯片，参与了多项欧盟及500强企业资助项目，并获得IEEE最佳论文奖和美国专利授权。

2017年年底，“九天睿芯”瑞士办公室成立。2018年的中兴事件使创始团队意识到，国内正在面对因芯片技术落后而带来的限制问题，于是短短几个月后，九天睿芯决定将总部从瑞士迁至中国深圳，同时，调整战略方向，从初期以AI芯片研发为主，逐渐调整为同时布局超高速ADC。下一步，他们会将ADC部分和模数混合处理部分融合，集成在一块芯片上，提高芯片效率，并从数据源最根本端做处理，降低系统数据传输量以及处理延时。

那么九天睿芯所做的模数混合AI加速芯片和数字AI芯片相比有何区别呢？创始人刘洪杰博士介绍，传统AI芯片是纯数字的，存储和计算完全分离，而模数混合AI加速芯片是模拟数字电路混合的，九天睿芯的模数混合芯片架构是基于SRAM的存算一体架构。存算一体以及模数混合计算这两方面的突破结合，可以大幅提高能效，并在一定程度上减少芯片面积，降低成本。也就是说，在同样面积同样功耗的情况下，模数混合AI加速芯片可以实现10倍算力提升，使得AI芯片可以更广泛的应用在IOT领域，尤其是都功耗或者成本比较敏感的领域，促使无处不在的AI成为可能性。

高通全球副总裁兼董事总经理沈劲曾表示，目前，市场所需的AI芯片是“高能效”，但行业水平仅仅处于高算力阶段。在此背景下，九天睿芯的能效已经可以达到25Tops/W（处于国际领先水平），即每瓦特每秒处理25万亿次计算，与多数数字AI芯片对比，能效提升10倍以上，成本降低3倍左右，并支持可调配精度为1~8bit（大部分存算一体架构难做到8bit精度），符合终端计算的低成本、低功耗需求。

谈及“标准化”or“定制化”问题时，刘洪杰博士表示，九天睿芯做的是介于标准化和定制化之间的“半定制”芯片，相比于以上两者，可以在一定程度上兼顾通用性能和领域特制化，服务更多企业客户，提升团队价值。

现阶段，九天睿芯已投入几百万美金，目前处于客户测试阶段，预计在明年年初完成量产。客户方面，已有3家上市公司提出合作意向。

成立近两年，九天睿芯已有25人规模，深圳有16人，瑞士有9人，其中40%为博士学历。技术骨干成员大部分来自苏黎世联邦理工大学（QS第6）、南洋理工大学、帝国理工、澳门大学等高校以及世界著名IC设计公司，如高通、ARM、华为、欧洲微电子中心等。团队成员拥有4篇ISSCC和数篇JSSC论文。模拟设计带头人Alonso Morgado为前IMEC及Xilinx处理器芯片高级混合信号工程师，曾有过多年数模混合电路经验和10年模拟芯片设计经验，精通于高效模数混合芯片设计；数字设计带头人Neil Webb为ARM前主任工程师，具备20多年数字集成电路设计经验和多次芯片量产经验。

随着5G的推广落地，不管是大基站还是小基站的需求数量都将数倍于4G基站的数量。一方面，这些大小基站会大幅提高ADC用量，另一方面，还会对ADC的性能提出更高要求。预计中国5G基站用ADC及收发器的整体市场份额可达到数亿美金以上，这将会是九天睿芯的重要发展机会。九天睿芯团队具有高速高精度ADC（13bit，5GSPS）量产经验，同时拥有高性能PLL设计能力，也是高速ADC需要集成的一个重要模块。

为了保障该技术在市场上的领先优势，九天睿芯会在接下来，重点研发更高算力的模数混合AI芯片以及集成度更高的SOC芯片，将已有芯片量产推广，并推进多传感器融合的传感器端高效计算，通过芯片架构的创新控制芯片成本，降低企业用户的使用成本，率先抢占市场份额，促使AI和5G落地于更广泛的应用领域。

目前，九天睿芯已启动5000~7000万人民币Pre-A轮融资，资金将主要用于研发和流片。

本文相关的文章列表页头图图片来源于创业邦。本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: