随着数字芯片技术的高速发展，摩尔定律的发展已经遇到了瓶颈，尤其在工艺制程上正面临前所未有的挑战。

　　相较于数字芯片，模拟芯片的发展并不依赖于摩尔定律，主要是以试验次数、材料等的技术经验积累为基础，同时模拟芯片在功耗、集成度、灵活性、适应性以及信号处理精度等多个方面具有优势，尤其是需要高精度信号处理、高实时性以及对功耗严格要求的场景中，模拟芯片更是发挥其不可替代的作用beat365手机版官方网站。beat365中国官方网站

　　随着 AI 和物联网应用的爆发式增长，传统数字芯片架构难以实现未来边缘计算的严苛要求，业界重新燃起了研发模拟芯片的兴趣。

　　针对传统数字芯片面临的成本、功耗高等挑战，每刻深思智能科技（北京）有限责任公司（简称“每刻深思 MakeSens”），专注于模拟计算芯片的设计与开发，创新提出“模拟感存算一体”智能芯片架构，利用模拟计算的高能效大幅降低了持续感知计算下的高功耗难题。

　　近日，「问芯」采访到了每刻深思联合创始人兼首席执行官邹天琦，访谈中他围绕创立公司初衷、业务布局、研发进展，以及模拟芯片技术和产业等多个方面进行了解读和分享。

　　图｜每刻深思联合创始人兼首席执行官邹天琦（来源：受访者）

　　邹天琦本科、硕士就读于德国卡尔斯鲁厄理工学院电子与信息工程系，是清华大学联合培养硕士，而后作为访问学者进入美国北卡罗来纳大学从事研究，研究方向主要围绕智能传感芯片。他在清华大学电子工程系智能感知集成电路与系统实验室学习时结识两位合伙人：清华大学电子系副教授乔飞、电子工程系博士刘哲宇，并于 2020 年联合创立了每刻深思。

　　布局模拟计算芯片开发 8 年完成 18 次流片

　　“每刻深思成立于 2020 年，虽然成立时间不长，但公司研发团队早在十余年前就已经布局模拟芯片赛道。”邹天琦介绍说，“我们 2012 年开始从事模拟计算方向的研发，当时名为清华大学电子系集成智能感知（iVip）实验室，是全球最早开始研发模拟计算方向的团队之一。”

　　“每刻深思的核心技术源自于乔飞教授 20 余年的研究成果。我在清华大学学习时认识了乔飞教授，直到 2019 年，我们认为模拟计算技术已经趋于成熟，具备产业化的条件，所以我们决定成立公司，把这项技术进行产业化。”他说道。

　　在邹天琦看来，“传统的数字计算架构，在摩尔定律运算逻辑下，90% 的功耗并没有用在数据处理过程中，而是损耗在数据存储和计算单元间的搬移过程中，这同时也带来了更高的延时，此外，数字芯片性能提升也伴随着工艺成本的增加和散热等问题。”

　　“在传统的感知计算链路中，传感器采集的数据需要经过 ADC 转换为数字信号，然后通过 DSP 进行处理，再借助计算芯片（比如 CPU、GPU、FPGA 等）进行计算，存在计算效率低、功耗大等问题。”他补充道。beat365体育官方网站

　　相较之下，“模拟计算架构通过近传感计算芯片直接对传感器采集的数据进行计算，将部分 DSP 需要承担的任务进行前置处理，精简处理器信息后再将处理后的数据通过 ADC 传递给计算芯片，而芯片计算的是经过剔除了非必要信息的精简数据，减少了数据迁移量和处理量，进而提升计算效率，降低整个计算链路的功耗。”他解释道beat365体育官方网站。

　　回顾当初做产品研发，邹天琦坦言和团队吃了不少苦头。“不同于数字芯片，模拟电路在实际的工程化量产过程中有大量 knowhow，且不能像数字处理那样通过仿真和 FPGA 验证来实现，只能通过流片和测试进行不断的迭代，才能达到预期的效果。换句话说，只有把芯片生产出来之后再进行测试，才能知道芯片的设计与实际情况是一致的还是存在偏差。”他表示，“从 2012 年到 2020 年，我们在 8 年间完成了 18 次流片，基本保持在每半年流片一次的节奏进行不停地迭代。”

　　图｜每刻深思开发的 MKS 系列芯片（来源：受访者）beat365中国官方网站

　　“每刻深思核心团队都是技术出身，来自清华大学电子系，我们重点要做的是根据技术去寻找和匹配相应的应用场景，比如一些需要超低功耗的应用场景，直到后来我们才找准赛道，从智能耳机、智能手表等各种智能穿戴设备开始做起，如今我们的目标已经非常明确，即在大市场中锁定一个小赛道不断深耕。”邹天琦说道。

　　依托多年的技术科研背景，每刻深思针对传统常开感知高功耗的痛点，提出了基于模拟计算的近传感存算一体计算架构，具体而言，采用模拟信息转换技术解决能量效率瓶颈，利用模拟计算的高能效特性降低持续智能感知计算系统的能耗。

　　据了解，每刻深思开发的 MKS 系列芯片能够在超低功耗状态下实现感知功能，待机功耗小于 10 nW，常开监测功耗约 10 μW，唤醒状态功耗小于 1mW。该系列芯片可广泛应用于智能穿戴、智能体感、光电系统、智慧建筑、物联网等领域。