“在保证精度情况下，每秒最快能计算181帧（张）视频/图片，并且人工智能（AI）算法从训练部署到实际应用的过程中，不损失算法精度。”上海肇观电子科技有限公司创始人冯歆鹏在介绍该公司人工智能计算机视觉芯片时信心十足。

从2014年开始，人工智能计算机视觉芯片便被业内称为下一个科技增长点，无论是学院派还是科技巨头都以名义运算能力来研发AI芯片，但冯歆鹏认为，AI芯片是否适合使用，要从每元设备投入及所耗每千瓦时电获得的性能、元器件是否稳定可靠等几个方面来衡量。也就是说，名义算力并不是衡量智能视觉处理器的最终标准，芯片的利用率才是关键指标。

芯片利用率具体体现在哪里？冯歆鹏解释，在做图片运算时，既要保证图片精度（准），又要保证运算速度（快）。以基于人脸识别AI技术制作的智能门锁为例，如果识别不准，门锁会把家庭成员拒之门外，或者对陌生人敞开大门；如果识别不快，会让人在门外等很久，降低用户体验效果。

那么，肇观电子是如何解决芯片利用率“痛点”的呢？答案在于对基础理论的不懈研究。

冯歆鹏表示，一颗芯片投片（试生产）的成本是巨大的，生产前需要不断做仿真验证模型来确保芯片健康，仿真验证模型的预测误差又取决于有没有能够准确预测结果的数学模型。得益于在数学基础理论方面的高投入，肇观电子在智能视觉芯片研发方面有了强有力的系统仿真模型，能够在芯片流片（流水线制造芯片）前就准确预测芯片性能。肇观电子科技有限公司CTO周骥表示，基础理论研究耗时耗财，但却非常重要。

有了仿真验证模型的帮助，在第一代芯片设计过程中，模型预计的芯片利用率是85%，但设计方案仿真结果只有75%左右。周骥反复琢磨一个问题：为什么实际数据和理论预测差这么多？为了能接近理论预测，他带着几十个工程师连续奋战5个月，将利用率从75%一步步提高到83%左右。

攻破了这些技术难点，人工智能计算机视觉芯片究竟要在哪些领域应用成为冯歆鹏思考的问题。比如在智能安防领域，建设城市视频监控系统是实现城市安全和稳定的重要基础，传统的安防监控只能做到“看得见”，而肇观电子的芯片能够让摄像头“看得清”“看得懂”，极大提高识别效率，把大量重复简单的工作留给机器去解决。

在辅助驾驶领域，车舱内置摄像头可以监测司机是否在驾驶过程中出现说话、打电话、打瞌睡等情况，不仅能提醒司机，也可以直接联动到公安部门，提示交通事故风险；外置摄像头则可识别马路上的行人、标线、红绿灯，需要非常及时准确地提示或直接帮助司机避障或制动。

在无人零售领域，传统的自动售卖货柜使用的是重力传感器，对应的价格是根据每一件商品的重量预设。当顾客取走某一件商品的时候，系统会根据减少的重量核算出相应价格后扣款。然而，从技术上，重力传感器需要经常校准，从成本上，重力货柜成本高昂。但安装了计算机视觉AI芯片摄像头以后，则可以通过对商品外形的识别来扣款，成本大大降低。

不难看出，视觉芯片与智慧生活息息相关，在这些场景下，视觉芯片又“快”又“准”的性能优势得到了充分发挥。冯歆鹏也更加确定，要加大基础研究力度让芯片识别更快更准。“不愿意搞基础研究，不愿意忍受基础研究的长期寂寞，不愿意等待艰难漫长的投资回报，就不能在底层技术上实现真正的创新。”冯歆鹏说，当前，在视觉芯片这个新兴领域，无论大公司还是小公司其实都处在同一起跑线，为了获得突破性成果，一定要深耕核心技术，不断试错纠偏，为不断提升芯片利用率努力攻关。