易飞思索了一会。
他拿起笔，开始边写边向王森讲解人工智能研发实验室研发d的必要性。
他深入简出的讲解了一番，赵丽丽都听得非常认真。
易飞似乎越来越强了。
他对d技术的理解，明显超越了自己。
但这并不一定是好事，说明他的脑域开发还在继续。
将来能不能引起麻烦事，谁也不知道。
易飞主要从以下几个方面讲解了下。
首先是算法的需求，决定d感光阵列的硬件设计参数
市面上所有商用d都是标准化通用设计，厂商不会针对工业视觉和检测做定制化优化。
很正常，除非定制或自己使用。
没有厂家针对不同的行业设计不同的产品，那样的工作量太大。
即使飞来电子生产d，除了自用的，也只设计通用的d。
视觉算法主要用于半导体晶圆缺陷检测、新材料板材表面探伤、工件尺寸识别等，对d有特殊要求：高动态范围、低暗电流、分区域像素同步曝光、多通道并行读出。
所以买来通用的d后，通常需要二次开发。
团队长期处理图像识别、缺陷拟合，最清楚算法需要什么样的像素灰度区间、噪声阈值、分辨率分区。
由组直接输出需求参数：感光单元尺寸、阵列行列排布、曝光分级档位、多通道读出时序，再交给物理半导体小组落地流片。
如果只靠半导体团队闭门设计d，只追求感光灵敏度，忽略识别对均匀性、线性度的硬性要求，造出来的d即便硬件指标好看，搭载智能算法后识别精度依旧上不去，等于硬件研发做无用功。
从实用性来讲。
由团队研发d有很大的优势。
其次d配套的实时校正、降噪底层算法，本身就是组核心业务