专访|泓观科技：面向IoT首创异步AI芯片，另辟蹊径的潜行者重装上阵(4)

同时，泓观团队设计了一种自动化剪枝算法（如上图），对神经网络的每一层建立单独的剪枝参数，从而解决了神经网络本身存在的冗余性。

基于上述设计要点的异步卷积神经网络芯片，其整体框架图如上。泓观科技的创始人告诉雷锋网，“在同样的芯片制程、达到相同性能的情况下，位于芯片active ratio（工作时间占比）较低的应用区间，相比基于传统同步电路，采用异步电路设计可以显著减少功耗，而这一区间恰恰是大量的物联网终端智能化应用场景的分布重心。”下图显示了不同active ratio条件下，同步电路和异步电路的功耗对比。可以看到，在物联端应用重点分布的低active ratio区间，采用异步架构的AI芯片，可以将功耗降低近一个量级甚至更多。

这款独特而全新的异步卷积神经网络芯片，其功能聚焦于物体识别等智能化视觉分析,面向可穿戴设备、智能家居、自供能（如太阳能）监控等对超低功耗有刚性需求的IoT终端领域，逐步赋能实现AI应用落地。“这个路线及发力点的选择，来源于我们对技术发展和市场定位的思考与判断。” 泓观科技的创始人这样总结到，“届时从不久的未来里回望，这款芯片所代表的特质，应当不再是独特和另类。对于AI和IoT这两大领域的广泛交汇和深度融合，相信这一次意味着一个开端。”