榴莲 2022-02-10
公 示
各会员单位：
经申请，深圳时识科技有限公司拟加入深圳市物联网产业协会会员单位。为完善入会程序，现予以公示。如有不同意见，请在2月12日前反馈到协会秘书处。
联系人：秘书处
电 话：18576657553
邮 箱：zhenghuabing@sziota.com
深圳市物联网产业协会
2022年2月9日
01 公司简介
SynSense时识科技是全球领先的类脑智能与应用解决方案提供商，横跨计算与感知技术领域，拥有苏黎世大学和苏黎世联邦理工学院20多年数模混合神经形态处理器与神经形态算法自主研发成果。
2017年2月，时识科技于瑞士苏黎世成立；2020年4月，运营总部迁至中国成都。公司在苏黎世、上海、苏州、深圳等地设有顶级研发中心及联合实验室，搭建全栈式技术与服务架构体系。时识科技汇集了一批全球技术精英，40%的研发人员拥有博士学历，拥有一支产业经验丰富的管理团队，89%的管理人员拥有15+年工作经验。
SynSense时识科技提供的超低功耗、超低延时的类脑技术解决方案，克服了传统冯·诺依曼架构的局限性，性能指标均处于世界领先水平，多次获得CES、世界人工智能大会等产业创新奖项。基于仿生类脑智能的颠覆式技术路径，公司形成丰富的类脑产品矩阵，率先实现了类脑芯片商业化应用零的突破，可广泛用于万亿级边缘计算智能应用场景。
时识科技将和伙伴一起，共同构建“端到芯”“物与物”“物与人”万物智联的认知生态，引领全球类脑智能应用与发展。
02 产品介绍
动态智能视觉传感器SoC——Speck
世界首款动态视觉智能SoC——Speck，基于全球领先的类脑算法、先进的类脑计算架构设计开发，集成类脑感知模块与AI运算模块于一体，可广泛用于万亿级边缘计算智能应用场景。
Speck无需联网、在亚毫瓦功耗下实现always-on的手势控制、行为分析、跌倒监测、智能交互等任务，在亚毫瓦功耗下独立胜任设备端上视觉智能交互等应用场景，广泛用于智能家具、智能家电、健康检测、智慧楼宇、无人机/车、机器人等领域。
√ 隐私安全：基于点阵数据的视觉应用处理
√ 实时性提升10倍：打破帧的限制，5-10ms 端到端延时
√ 功耗降低100-1000倍：应用场景下整体小于1mW 超低功耗
√ 系统成本降低10倍：完整解决方案，无需缓存，无需额外相机
√ 真正always-on：1mW整体功耗，无需关闭
√ 专注于端的视觉解决方案：赋能万物视觉智能
√ WAIC世界卓越人工智能引领者奖，Tech-G杰出科技创新奖，高交会优秀产品奖
动态视觉专用处理器——DYNAP-CNN
DYNAP-CNN是世界首款具有百万神经元的全异步、事件驱动型的类脑智能处理器，可直连事件相机，实现模型的无缝集成和原型的快速制作，支持各类CNN层和网络模型。
此外，DYNAP-CNN芯片具有可扩展性，可在多个互连的DYNAP-CNN芯片上实现无限制层数的深度神经网络的实现，适合永远在线、低功耗、低延迟、事件驱动的传感器信息处理，可用于自动驾驶、智能座舱、小微机器人、车路协同、智能安防等领域。
√ 丰富的可扩展性：可直连事件相机
√ 深度学习网络的提升：丰富的SCNN算法支持
√ 实时性提升10-100倍：ms 级端到端延时
√ 功耗降低100-1000倍：基于稀松数据的运算，<1mW 超低功耗
√ 成本降低10倍：实时数据运算，无需缓存
√ 真正always-on：传感器数据触发运算，无待机/工作模式切换
√ 亚洲国际消费电子展（CES Asia）最佳创新奖
低维度信号类脑处理器——Xylo
Xylo是SynSense时识科技自主研发的一款可量产的低维度自然信号类脑智能处理器芯片。
Xylo基于全新的SRNN算法，全新芯片架构，采用全并行运算，集成模拟前端以及脉冲网络处理器内核。基于前端集成的数字、模拟域传感器接口，可直接对接传感器，轻松适配于各类低维度信号（语音、压力、温度、加速度、心电、肌电等）的时序信息处理，可用于智能安防、可穿戴、智慧养殖、工业物联网等领域。
√ 硬件资源降低10倍：基于全新SRNN算法，硬件资源需求大大缩减
√ 功耗降低100-1000倍：基于动态稀松数据，事件触发运算
√ 芯片成本降低10倍：全新芯片架构，全并行运算
√ 实时传感信息处理：信号实时转化实时处理，无缓存
√ 通用处理器：适配与各类传感器信息时序信息处理
03 联系方式
● 官网
www.synsense.ai
● 深圳公司地址
深圳市福田区福田街道星河中心主楼17层
● 邮箱
marketing@synsense.ai
主办单位：深圳市物联网产业协会
备案序号：粤ICP备2020094912号
地址：深圳市南山区科苑路16号东方科技大厦2205-2206室
电话：18617110944 / 18576657553
E-mail:zhenghuabing@sziota.com
