在90年代提出理论,经由创始人刘洪杰博士在苏黎世联邦理工的博士导师,Tobi Delbruck在神经感知计算领域实现的实际应用落地。刘博士读博期间,基于导师的研究理论,将神经感知计算细分到计算及预处理、存内计算等领域,拆分开来做进一步的深入研究,将模拟预处理从视觉应用,逐步开展到多种传感信号的处理及计算。
然而,要做好这样的一颗感存算一体处理芯片,需要具有模数混合电路,存内计算,卷积计算等多领域的综合性思维以及极具创新的研发团队。在这样的背景之下,九天睿芯也应运而生。
目前,其团队主要由近10位来自海内外高校博士组成的创新架构研发核心,以及10余位来自高通海思,MTK等芯片研发名企,研发经验超过10年,且有多颗芯片落地量产的芯片研发量产团队。
刘洪杰博士坦言:“基于神经拟态模数混合计算领域的深厚积淀和团队实力,这就是我们敢于开拓感存算一体架构这个芯片新领域的底气。”
值得关注的是,截止目前,九天睿芯在研发层面的投入已近2000万,并在2020年年底实现第一颗芯片ADA100的量产验证。
“成熟的工艺节点,带来的是量产芯片性能的稳定以及未来芯片量产时晶圆供货渠道的稳定。”目前,九天睿芯的感存算一体芯片主要应用领域为可穿戴设备,如TWS耳机,智能手表,AR/VR眼镜等;高速ADC部分主要应用在航空航天、通信仪器仪表等领域。
回顾2020年,九天睿芯在研发、产品及融资等多方面可谓收获颇丰。在扩充团队之外,也实现了芯片量产供应链的完善,从晶圆供给到芯片封装测试再到物流仓库,保证未来芯片量产的稳定,以适应未来市场的快速需求增长。
从芯片研发来看,九天睿芯已完成第一代超低功耗感存算一体芯片量产化测试,第二颗应用于视觉处理为主的芯片完成芯片核心部分验证,高速ADC拿到开发合作伙伴近3000万的研发合作合同,并完成第一代高速ADC芯片研发基础部分。
产品层面,九天睿芯的ADA100芯片,主要应用于可穿戴领域,凭借功耗上的优越性得到了行业的高度认可。同时,高速ADC产品,高于美国禁运指标十倍,正向自主专利研发,以实现替代ADITi产品,现已研发的两颗芯片500MSps/3GSps,14bit,均在国内处于研发领先期。
凭借强大的研发和产品实力,九天睿芯今年完成3000万订单,实际营收近1200万,因而也获得了不少投资机构的青睐。据了解,九天睿芯在2018年底完成天使轮融资后,PreA融资已经在交割中。杏彩体育平台登录官网同时近期,九天睿芯荣获两大千万欧元级别欧盟项目,分别是与意法半导体和飞利浦合作申请的,充足的现金流将为明年的战略规划保驾护航。
展望明年,九天睿芯将完成完成ADA100芯片量产落地,在实现研发团队扩充的基础上,也将在芯片研发方面,针对视觉应用做进一步调研,完成ADA200的验证,同时高速ADC第一颗芯片完成客户验证。
与此同时,基于当前TWS耳机市场的需求持续爆发,语音唤醒成为高端耳机标配的趋势明显,预计2020年带唤醒功能TWS耳机出货量3000万副,其中品牌所占份额40%,后续总需求保持每年超100%增长。至2025年完成高端耳机标配,中低端选配,芯片总需求量有望到达3-5亿颗。
在如此庞大的市场需求带动下,功耗和成本成为TWS耳机市场的竞争“杀手锏”,而九天睿芯推出的ADA100芯片,仅市场同类产品的功耗的十分之一,成本的三分之一,有望快速占领一定的市场份额。同时,依托于前期与歌尔,炬芯以及数名可穿戴Top客户的提前预热,预计在2021年,将拿下带唤醒功能TWS耳机30%的市场份额。
刘洪杰博士表示:“九天睿芯初期一直所秉承的都是在传感器端的超低功耗处理,未来所面向的市场将包括电池供电场景的IoT市场的检测小型化设备、智能周边控制设备、小型家庭健康检测设备等。当然,我们最看中的可穿戴领域,也会做进一步应用开拓。有市场针对性和前沿应用引导性的芯片迭代。”
原文标题:九天睿芯:神经拟态模数混合计算芯片行业的领军者,开拓感存算一体架构芯片【中国IC风云榜最具成长潜力公司候选】
原文标题:九天睿芯:神经拟态模数混合计算芯片行业的领军者,开拓感存算一体架构芯片【中国IC风云榜最具成长潜力公司候选】
文章出处:【微信号:gh_eb0fee55925b,微信公众号:半导体投资联盟】欢迎添加关注!文章转载请注明出处。
领域,全球参与者可分为国际巨头和新兴企业两大阵营。国际巨头如英特尔、IBM杏彩体育、特斯拉等早已布局
的探究 /
化的应用场景 /
的研究现状和发展趋势 /
参照仿生类脑处理方式,可实现不同任务的快速“片上训练”与“片上识别”,能够有效完成边缘计算场景下的增量
的优势和应用领域 /
的技术壁垒 /
开发了射频全流程EDA工具系统。该系统包括射频模型提取工具(Empyrean XModel RF)射频电路原理图及版图编辑平台(Empyrean Aether及Aet
。而其他的存储器,包括SRAM、RRAM等,现在已经看到,有实际产品证明可以是可以用来做到大
发展趋势 /
面临的挑战和困难有哪些 /
驱动LSM6DS3TR-C实现高效运动检测与数据采集(10)----融合磁力计进行姿态解算