36氪首發｜「小眼探索」獲千萬級Pre-A輪融資，為航空航天等領域提供高階AI邊緣計算硬體

作者｜韋世瑋

編輯｜石亞瓊

**

36氪獲悉，高階裝備AI邊緣計算硬體公司「小眼探索」宣佈完成千萬級人民幣Pre-A輪融資，由啟迪之星創投領投，水木清華校友基金參投。該輪資金將重點用於邊緣計算平臺的系列化研發，以及資料集和演算法庫的升級，從而覆蓋更多應用場景。

小眼探索成立於2018年，主要基於異構計算硬體、深度神經網路加速、多模態融合等技術，為航空航天、衛星遙感、導航定位等高階領域提供“最強大腦”，產品包括智慧計算平臺和系統級方案。

小眼探索之所以選擇航空航天高階領域賽道，一方面，與核心團隊背景息息相關。公司核心團隊在航天系統中積累了多年行業經驗，對行業的發展趨勢、使用者需求和產品痛點理解精準。

其中，公司創始人、CEO劉相偉為清華大學精儀系碩士，師從類腦計算專家裴京教授，在航天二院有著十餘年光電及雷達系統研發經驗；聯合創始人、CTO李卓犖為清華大學自動化系碩士，在航天二院擁有嵌入式AI系統近十年研發經驗，兩人曾共同參與負責“天舟一號”貨運飛船光電載荷專案、“紅旗X號”導航與控制系統專案。

另一方面，航空航天等高階科技領域，未來十年將進入黃金髮展期。航空航天領域體量龐大，有著獨特的生態體系和發展週期，從裝備系統到產品、再到模組和晶片應用均由大院大所研發和落地，相比許多民用場景發展較為封閉。

但隨著我國建設世界科技強國的步伐加快，晶片國產化和裝備智慧化的需求愈發強烈，航空航天等高階領域在國家政策的支援下會變得更加活躍和開放，將會有更多的創新AI技術和產品匯入。

例如，無人機搭載的感測器越來越多，對多感測器融合感知和控制的需求越來越大，那麼機載邊緣計算硬體和AI演算法庫的匯入就有了良好機遇；未來衛星遙感影象的時空解析度會越來越高，傳統依賴星地資料傳輸後進行地面處理的技術方案，由於時效性和頻寬已無法滿足行業需求，對星載邊緣計算硬體和星上AI演算法庫也是很大的商業機遇。

同時，與安防等民用領域的技術相比，航空航天領域對硬體和演算法有更苛刻的條件。硬體架構的可靠性至關重要，對於晶片和關鍵器件的選型，要充分考慮其算力資源、電磁相容性、高低溫條件、過載環境、空間粒子輻射、粒子翻轉等因素，研發初期要做大量的工程驗證。

基於團隊自研的數字化設計和模擬工具，小眼探索可快速為使用者提供可量產的符合行業標準的硬體產品，加之團隊在專案中積累的資料集和演算法庫，對高動態、小目標進行識別和控制跟蹤有著較強的競爭優勢，並大大優化了算力、幀率和功耗。

在劉相偉看來，航空航天領域晶片和硬體模組的供應鏈需求的變化，在未來十年有著巨大的創新和產業化機會，因此，小眼探索定位從晶片落地應用切入提供模組級產品，逐步向系統級產品做升級。

目前，小眼探索已形成兩套邊緣計算硬體，一款是邊緣計算硬體模組“閃騰100”，採用“FPGA+國產SoC”的方案，可同時接收2路1080P的高畫質影象，推理幀率達15fps，跟蹤控制幀率達50fps，並搭載自研感測器相機，感知和控制端到端時延小於100ms。目前，該產品主要應用在小型無人機巡檢和無人吊艙場景，實現邊緣端智慧監測和目標跟蹤，已在批次銷售。

另一款是團隊正在研發的邊緣計算硬體模組“閃騰200”，同樣採用“FPGA+國產SoC”的架構，支援8bit運算和16bit浮點運算，透過軟硬體協同加速，能效比可達到16Tflops/15W。作為專為具有高時空解析度特性的衛星遙感影象而設計的星載AI計算平臺，“閃騰200”具有地理資訊編碼、在軌實時推理、影象壓縮等功能，該產品目標是2023年底搭載衛星進行在軌測試。

從產品層面看，小眼探索的產品開發對上游晶片供應鏈的依賴較大。針對近年行業缺芯潮的影響，劉相偉談到，由於高階領域對產品可靠性要求極高，在產品開發過程中，並不會將核心演算法應用都整合在一顆晶片中，通常會同時採用“FPGA+SoC”的架構。

該架構的好處是，一方面從硬體架構上保留冗餘，若其中一類晶片缺貨或斷供，另一類晶片也能實現所有功能，以此降低缺芯的風險；另一方面，FPGA具有可程式設計的優勢，SoC晶片具有AI推理和編解碼的優勢，這種架構也能提升硬體的通用性。

劉相偉告訴36氪，儘管現在航空航天領域仍有不少系統和產品使用進口晶片，但目前國內供應端的晶片產品產量正逐步提升，已形成國產替代的可能性和趨勢，預計未來3-5五年的大量產品和系統將以國產晶片為主。但要完全實現國產化，則需10年以上的時間進行更換。

現階段，小眼探索已擁有10餘項核心發明專利、積體電路布圖2篇，支援復旦微等國產FPGA，同時公司今年和清華類腦計算中心、靈汐科技達成合作意向，未來將採用清華類腦晶片對航空航天等高科技領域進行產業化賦能。

除此之外，針對平臺替換過程中的演算法遷移成本高的問題，小眼探索也有著自身的解決方案和技術壁壘。

劉相偉提到，傳統技術方案的“FPGA+DSP”架構在高階裝備領域的邊緣計算平臺已應用了50餘年，若將國產AI晶片替換進去，難點在於如何更好地將原有晶片功能完整覆蓋，實現功能的無縫對接。

首先是要打通國產SoC的介面和協議，由於國產SoC的介面協議均對標國外晶片的介面協議，與DSP和FPGA的協議並不相容，無法直接進行替換。因此，研發人員需在FPGA中做高速並行的資料流轉和協議轉換，將感測器資料與國產SoC連線起來，實現協議和軟硬體介面的相容、無縫對接。

其次，研究人員會將他們在伺服器上訓練好的模型移植到晶片中，由於晶片本身的資源和架構限制，難以承載通用的模型和太大的引數，因此他們要對模型從“訓練、模型轉化、晶片上推理”三個方面進行模型簡化，例如裁剪神經網路層、將浮點轉換成定點運算等，以此降低模型對晶片運算資源的消耗。

此外，航空航天等高科技領域對資料安全的高要求和高保密性，要求資料只能在本地進行訓練，研究人員還需要花大量的人力和時間成本投入到本地的資料標註和訓練工作中。因此，在小眼探索團隊中，80%以上均為研發人員。

現階段，小眼探索擁有兩種商業模式，一是以銷售純硬體為主，包括計算平臺模組和系統產品；二是若有新場景和新資料出現，公司會重新對演算法和模型進行最佳化升級，再進行服務收費，整體交付時長約為一週。

截至目前，小眼探索的產品已落地無人機、衛星等載體，涉及SAR成像應用、無人機巡檢應用等，客戶覆蓋航天科技集團、航天科工集團、北方夜視集團、中航工業、國家電網公司等。

營收方面，今年公司營收預計超過1000萬人民幣，計算平臺累計出貨超600套。接下來，公司計劃每年完成一輪融資，預計明年5月將完成5000萬A輪融資，逐步到2025年完成計算平臺和系統級產品的規模化建設，包括產線、廠房等，預計年產能約達5000套，營收規模5億。