核心团队来自清华，近传感模拟计算AI芯片公司「每刻深思」获近亿元Pre-A轮融资

投资界（ID：pedaily2012）8月17日消息，近传感模拟计算AI芯片公司「每刻深思」获得由 产业基金旷沄基金、SEE Fund、龙鼎资本、中阳融正基金和老股东丰元资本投资的近亿元Pre-A轮融资。此前，每刻深思曾获得来自 力合创投和丰元资本的天使轮投资。据悉，本轮融资将主要用于 产品量产，下一代产品研发和团队搭建。

每刻深思基于传统CMOS技术进行数模混合计算，主要产品为高能效、低能耗的智能感知芯片及模组，旨在更高效率地解决复杂计算问题，实现更低功耗、更低时延、更低成本以及更小尺寸的芯片。

每刻深思缘于清华大学电子工程系智能感知集成电路与系统实验室。早在2012年，实验室就开始研究近传感模拟计算技术，2017年实验室和国内知名手机厂商及通信厂商达成合作，将核心IP导入手机设备产品中，证明了近传感模拟计算路线在底层技术上的可实现性。2019年，国内半导体企业迎来国产替代机遇，每刻深思创始团队成员邹天琦、实验室乔飞老师，及刘哲宇博士，共同成立了每刻深思，以实现近传感模拟技术的产业化落地。

近传感模拟计算技术芯片具备超低功耗的优势。传统数字电路计算流程大概为，传感器把物理世界如声光电信号转换成模拟的电压或者电流信号，再用ADC模拟数字转换器转换成数字信号，利用数字信号完成提取和计算。整个过程中，没有计算能力的ADC也要保持在常开状态，造成60%以上的功耗浪费。

而近传感模拟计算将计算部分与传感器相连，直接采用模拟数据做运算，无需通过ADC进行模拟数字转换，可节省相关部分的功耗。每刻深思创始人兼CEO邹天琦表示，相比传统方案，每刻深思近传感模拟计算芯片的能耗降低了两到三个数量级。

近传感计算有特征提取预处理和存内模拟计算两条路线，特征提取预处理指去除原始信息中不必要的信息，主芯片只需计算精简信息，提高效率；存内模拟计算则是指直接在存储单元中，对获取的模拟信息进行直接计算，省去数字和模拟转换的过程，ADC被转移至模拟计算模块之后，仅在有需求时才被唤醒，降低无效功耗。

据每刻深思创始人兼CEO邹天琦介绍，每刻深思是目前国际上唯一具备上述两种技术路线能力的公司。每刻深思的芯片已两次流片并成功点亮，获得千万级预购订单，可用于智能语音和智能视觉识别场景，功耗仅1.8MW，预计2022年Q4可以量产。其超低功耗的特点，可有效延长产品续航能力，适用于手表、眼镜等可穿戴设备等场景。

采用每刻深思芯片的耳机图

在每刻深思创始人兼CEO邹天琦看来，模拟计算最大的挑战在于，无法像数字芯片那样通过FPGA仿真做验证，只能凭借经验和流片进行制造、测试，再通过结果不断迭代，对资金、技术、时间要求较高。在2012-2020年的8年间，团队的近传感模拟计算芯片曾经历18次流片，且通过与国际大厂合作，了解业界对产品的实际需求，不断迭代产品版本和完善产品定义。

而除近传感计算计算架构以外，每刻深思还积累了3种模拟计算IP平台，分别是连续时间信号（TDSP）、稀疏阵列信号（SDSP）、融合感知（Fusion）信号平台。连续时间信号平台可以提取、计算听觉、心率等时间排列信息，稀疏阵列可以提取视觉、雷达获取的多维图像信息，融合感知平台则可同时处理上述两种信息。每刻深思可以基于上述IP对获取的信息进行处理，2016年，公司核心IP还曾被业内一流的国际大厂认可、采用。

在团队成员上，公司的核心团队来自于清华大学电子系，且由国际顶尖科研团队搭配“行业老兵”构成，CEO邹天琦是德国KIT电子系硕士、清华大学联合培养、UNC访问学者，在嵌入式系统、智能传感器、软硬件协同设计和终端计算方面有着研究；公司首席科学家乔飞有着25年的半导体研究经验，是清华大学电子系副研究员，是高能效数模混合领域电路方面的专家；CTO刘哲宇有着10年模拟计算电路设计经验，曾主持多款先进多模态感知芯片立项研发。

目前，公司共有40名员工，在北京、长三角及深圳等全国多地已拥有数个标杆客户与合作伙伴。