缩短训练循环时间 芯鼎科技导入TWCC平台开发AI芯片

芯鼎科技总经理许英伟

在人工智能技术应用中，影像识别一直是热门的项目。举凡医疗、交通、居家、时尚消费等各领域，皆会透过影像识别增进使用者体验，要如何经由人工智能技术提升各个领域的影像识别能力，即成为人工智能目前最常见的应用模式。

半导体产业上游专业芯片设计公司芯鼎科技，将人工智能技术设计在芯片上，并用于消费影像市场中，如数码镜头、运动镜头、穿戴式镜头及智能居家等；而在车用影像市场则应用到摄像头、影像传感模块及行车纪录器等。

芯鼎科技总经理许英伟表示，芯鼎于2009年创立，2017年进行组织转型，芯鼎科技对创新产品发展，有着相当长远的愿景。早期的主力产品是数码镜头芯片，产品诉求为解决照片的忠实度需求，意即还原场景，所以画质好坏是客户最主要的考量，当年数码镜头大厂都是芯鼎的客户，由此可知芯鼎在影像处理技术的能力。

芯鼎近期的目标市场则转为车用影像及居家影像，由于芯鼎在影像画质的技术优势，也让芯鼎初期的产品诉求集中于高拟真的影像视觉体验上。但近年来在AI热潮下，芯鼎也发现过去可以用来提升画质的DSP技术基础，也可用于影像识别、追踪物体用途上，因此从2017年也便导入AI影像识别技术。

许英伟指出，由于车用监视及户外的影像场景较复杂，则需要用完整、大量的图库来训练AI的影像识别能力。举凡识别讲师上课的影像场景，包括讲师上课的移动路径追踪、用来写上课内容的白板所进行的梯形校正，都需要借助AI技术来完成。

若应用到户外影像，如包裹的影像识别，因为包裹也有各种不同的样式，或是饭店、旅馆的门禁管理，也都需要AI来识别。同样的原理若应用在车用影像时，不论是侦测人形及车形都需要AI技术，才能做到防盗或提醒驾驶路况等。

影像识别的好坏由AI的模型参数决定，模型参数的训练速度，则受到运算力的影响。许英伟表示，国外业者的云端运算解决方案成本皆过高，因此初期为了节省成本是采用自己公司内部的设备作为运算训练平台，但在模型训练、测试及调整参数上，都要用到大量图片训练，光是应用在门禁管理的人脸识别就得用到百万张，往往一次参数训练循环进行下来，就得耗尽3天到1周的时间，后来使用国网中心的TWCC台湾AI云后，训练的循环时间大幅缩短三分之一。

许英伟认为，国网中心的价值不只是提供CP值极高的运算力而已，因为目前投入AI领域的业者并不多，但芯鼎发现国网中心建立的AI资源生态圈，将有助于芯鼎在客户有特定领域需求时，可以快速找到合作夥伴。

此外，对芯鼎来说，国网中心规划中的Data Market，也预期将给予很大帮助。许英伟指出，因为蒐集图片很困难，而且还要去识别、标签化，若国网中心的Data Market能够作为开放的平台，业者的AI产品开发速度将会加快许多，如已经有现成的人员跌倒图片数据来训练模型，就可以做人员跌倒侦测的应用产品开发。

许英伟认为，在国网中心的协助下，大幅缩短AI的训练时间，可以让芯鼎随着市场的多样性变化及演进，有更多的心力开发更多的应用，如低延迟传递的车用影像或是驾驶行为侦测等，进而能够开发出低功耗、识别速度快、稳定耐用且能适合不同场域的智能边缘运算影像处理解决方案产品，成功进军国际市场。