AI辉光谱芯片

01-04 07:13

硬性技术，是科技竞赛的焦点。在这些芯片中，半导体芯片更是引起了全国乃至全世界人民的关注。

除了SoC之外，很少有人知道 “卡脖子”商品，5G芯片，AI专用芯片，还有一种半导体芯片，也有很大的作用。——光谱芯片。

在我们生活的物理世界里，当光线照射到物质上时，就会产生特定的光谱。就像人的指纹一样，每种物质的光谱特征都是独一无二的，即使是不同生长阶段的作物也有不同的光谱。通过光谱仪，我们可以获得物体的光谱信息进行研究和分析。

光谱芯片实际上是由千千成千上万的微型光谱仪组成的传感器sensor。借助半导体材料的光电效应，我们可以在一个平方英寸的芯片上获得光谱信息，这些信息只能通过光学精密仪器获得。

从实验室到田间地头，光谱芯片的民用化之路与AI相得益彰。本文将谈谈AI对一个芯片做了什么，让光谱技术进入消费市场。

01 在AI市场，光谱技术与民用市场相遇。

科学研究技术进入民用消费市场从来都不容易。此前，光谱技术是实验室的“高岭之花”，在民用市场一直是空白的。

光谱技术的民用潜力受到限制的原因有二：

第一，无法使用。传统光谱信息的收集需要光谱仪器，体积庞大，价格昂贵，每转几万或几十万台。不仅普通人买不起，农业等低利润行业也只能望而却步。

第二，使用不好。在光谱分析之前，它主要用于实验室。研究场景干净，信噪比低。但是，一旦使用民用市场，处于开放的环境中，就会面临很多噪音，信噪比不好，直接影响光谱信息的分析效率和精度。因此，在民用场景中，物理解决方案在实验室中的选择并没有取得很好的效果。

来到AI时代，AI技术与光谱芯片紧密相连，最终使得光谱技术与民用市场相遇。

另一方面，硬件负责调配，AI负责解调，解决了传统光谱分析中“用不好”的问题。

CMOS是光谱芯片的底层。借助光谱调制技术，我们可以了解入射光场的光谱状态，然后通过AI算法进行数据处理和分析。我们可以自动从光谱数据中提取特征，去除各种噪音，校正基线。因此，消费设备获得的图像信息和光谱信息实际上是通过AI“计算”的。

另外，光谱的物理信息机器视觉数字信息，共同投喂AI，解决了行业智能化“无法使用”的问题。

AI算法的性能非常依赖于数据的规模和质量，但是各行各业都没有信息或者信息薄弱，所以要选择规模效应来提高模型性能，导致计算率要求高，成本高。光谱信息具有无损检测、高效准确的特点。有了光谱信息，可以简化模型，降低模型的复杂性，自然不需要太大的计算率，从而降低应用部署的难度。

AI技术与光谱技术的交相辉映，为光谱芯片在消费市场的广泛应用铺平了道路。

02 AI加持光谱芯片，驱动消费电子的变化

光谱芯片应用广泛，其中消费电子领域的受众规模大，商业价值高，无疑是最具商业潜力的领域之一。目前，AI加持的光谱芯片已经在消费电子市场探索了许多应用领域:

高档手机1.高档手机。高端旗舰手机特别注重显像功能。光谱芯片可以发出多种颜色的光线，为照明和显示领域提供更丰富的颜色选择和更高的色彩还原度。

智能家居。在智能家居产品中，光谱芯片正在逐步应用，包括冰箱、扫地机器人、智能锁、智能摄像机等。其中，冰箱可以根据光谱摄像头和AI模型自动检测配料的新鲜度，提醒用户更换配料；投影仪使用光谱摄像头和颜色校正算法来处理墙面颜色造成的投影画面颜色失真问题；在智能安全领域，使用光谱芯片快速识别和跟踪目标对象，因为光谱信息收集的是纯物理信息，不容易被假头套和假面具欺骗。打造更安全的智能锁；扫地机器人，使用光谱芯片识别算法，准确判断污垢状况，地板材料，智能调整清洁策略…

汽车电子。智能汽车方兴未艾，其中智能驾驶舱、智能驾驶，是汽车企业竞争的技术焦点。光谱芯片可以在两个领域发挥作用。

在智能驾驶舱内，光谱相机可以感知驾驶员的安全和健康，提高驾驶员的安全性；在智能驾驶中，光谱信息可以准确反映路面障碍物的特点，如泡沫、石头、路桩等。，而且判断策略完全不同，有助于智能驾驶系统制定不同的判断策略。

低空经济。AI光谱相机无人驾驶飞机，共同在低空拍摄，拍摄时获取更精确的色彩信息，带来高质量的拍摄效果。

5.其他。AI光谱芯片还可与可穿戴设备相结合，实现皮肤健康监测…

03 一个商业AI光谱芯片，要经过什么考验？

光谱芯片不仅在消费电子市场具有巨大的潜力，而且随着各行各业数字化转型的不断深入，作为一种高度可靠的数据类型，可以准确地反映物理世界的一些关键指标，在B端行业市场的应用价值也越来越高。

有机构预测，光谱芯片行业的产业规模在100亿到1000亿左右，但从设计、流片到量产、最终商业化，周期和不确定性都很长。一个AI光谱芯片应该经历哪些考验？

吉林求是光谱负责人告诉我们，他们在2017年探索了“OCF光谱配置” 算法解调的技术创新，2019年第一个光谱芯片流片成功，现在已经与国内头部手机厂商和家电企业达成合作。与AI的融合也是公司的重点布局方向。

硬化一个AI光谱芯片，主要问题是资金。

芯片半导体领域是典型的资源密集型产业，非常依赖资金和人才，创新风险很高。所以大部分民间投资都不敢投资，以前主要靠政府补贴和项目制。求是光谱成立后，先后获得了中科创星、吉林科投、长兴基金等产业基金的投资，让创业公司不用担心资金。

接着是数据。

光谱数据起源于物理世界，难以收集，成本高。行业内现有的开源数据集根本不够，大部分都要从零开始收集。目前，在光谱芯片和光谱技术行业解决方案的研发过程中，根据项目要求，逐步收集了大量的光谱数据进行模型训练。未来南方地区、极端环境、灰尘天气等数据需要进一步收集，预计数据规模将是目前的4-5倍。

随着数据规模的扩大，计算率挑战随之而来。

在此之前，公司使用自己购买的海外N卡自建计算率，价格昂贵，维护困难。显存小、显卡丢失等问题无法解决，对R&D效率影响很大。随后，地方数字基础设施升级，成为省内第一个AI算率中心。进入长春算力中心的算率服务后，多任务并行开发无需排队。在此之前，模型在N卡上进行了调优，需要2。～三天，现在那天晚上挂了，第二天早上就可以回到结果，大大提高了研发效率。

然而，在制造过程中并没有太大的挑战。根据负责人的说法，光谱芯片主要集中在28nm。、40nm、55nm等成熟工艺，国内制造能力可以支撑光谱芯片的大规模生产。因此，2019年光谱芯片流片成功，很快进入商业阶段。现在大众可以在头部手机厂商的手机上体验到光谱芯片带来的更逼真的成像效果。