近日,美國芯片企業安霸發布了一款新的計算機視覺芯片CV28M,主要用于人工智能邊緣計算,比如自動駕駛汽車和安全攝像頭。
CV28M芯片是該公司CVflow系列中的最新產品。它將先進的圖像處理、高分辨率視頻編碼和計算機視覺處理集成在一個單一的低功耗芯片上。
海量數據對通信網絡提出巨大的考驗,比如,未來自動駕駛的大量數據將不再上傳到云端的數據中心處理器,而是在邊緣節點或汽車內進行分析和處理。
為了應對未來萬物互聯、去中心化和邊緣計算的趨勢,安霸在這款芯片中加入了大量的人工智能邊緣計算能力。
安霸副總裁Chris Day在接受VentureBeat采訪時表示,這意味著邊緣智能設備的傳感器和圖像處理器必須非常強大。Day說:“我們正在開拓新市場,包括IP安全攝像頭、家用監控攝像頭、無人機、汽車和自動駕駛汽車。”
“這種芯片應用場景非常廣泛,性價比高。” Day表示,CV28M的應用場景包括家庭安全、零售監控、消費機器人和酒店監控。隨著隱私法的收緊和人們對個人數據越來越關注,“邊緣處理”將成為一個更具吸引力的選擇。
市場研究機構Omdia的分析師布萊克·科薩克表示,這種芯片對消費級視頻市場的意義在于,它能在邊緣端,即攝像頭上處理更多內容。
如今,大多數消費類安全攝像頭的視頻都是發送到云端進行處理,這對攝像頭制造商來說成本高昂。
比如D-Link和Logitech的攝像頭大多是每月免費訂閱,而Arlo、Ring和其他公司則對類似的分析和云存儲收費。邊緣計算芯片的出現,將有利于那些向客戶提供免費訂閱的攝像頭制造商。
“隨著歐洲和北美對隱私問題的擔憂加劇,各制造商都在減少向遠程服務器發送視頻的依賴,邊緣計算對整個市場趨勢是利好的。”
布萊克·科薩克補充道,邊緣計算響應速度更快,不僅適用于攝像頭,也適用于其他智能家居產品,如機器人吸塵器。機器人吸塵器的下一個大趨勢將是計算機視覺,它可以探測房間里的物品,從襪子到玩具,吸塵器可以自動避開這些物品。”
有些涉及隱私的視頻數據,比如在智慧養老中,攝像頭可以監控老人并檢測其是否在家中摔倒。Day表示,但在傳感器檢測到有人摔倒之前,什么都不會被記錄下來,攝像頭只在有人摔倒時打開,詢問人們是否還好。
對于使用無線電監測老年人摔倒情況的設備,Day表示,與老人進行視頻交流以消除誤報非常重要。“你所監視的人的隱私不會受到影響,你不能也不想一天24小時監視他們。但你確實想知道什么時候出現了問題。”
對于連接網絡的安全攝像頭,CV28M采用基于人工智能的速率控制,以優化圖像質量,同時減少視頻存儲和網絡帶寬要求。安霸的人工智能時間推移(AI Timelapse)場景感知記錄也讓用戶不用刻意掃描視頻時間線來檢索感興趣的時刻。
“AI Timelapse降低了存儲需求,意味著你不必在什么都沒發生的情況下錄制和觀看大量視頻。”Day說,
“在零售監控中,我們實際上可以監控購物者的行為,并查看商店中有多少人,以及特定區域的人群聚集在哪里。我們可以以此為基礎創建熱圖。”
在消費機器人應用中,CV28M可以連接到可見的結構光和飛行時間(ToF)傳感器,以捕獲和處理導航所需的數據。而且,在流感大流行的情況下,攝像頭可以用來檢測人們是否保持安全距離。
值得一提的是,CV28M只消耗大約500毫瓦的功率,它可以在AVC和HEVC格式下進行高效的視頻編碼。該芯片采用10納米制造工藝,擁有雙核1GHz ARM Cortex-A53處理器。它與安霸的CV25、CV22和CV2 CVflow SoC系列共享一個通用的SDK和計算機視覺工具。
Kosak說,安霸(Ambarella)的競爭對手包括海思(Hisilicon)、OmniVision和其他一些芯片企業。這款新的芯片將讓安霸有與他們競爭的底氣。
Kosak提到,這種新的安霸芯片組讓更多的工作在邊緣完成,同時保持高質量的數據分析。這將有利于保護隱私、降低成本。人工智能延時也將有利于那些通過分析本地場景提供連續視頻記錄的公司。
最后,電池壽命變得越來越重要,所以任何能夠延長電池壽命的芯片都將擁有競爭優勢,就像EUfy和最新的Arlo相機一樣,它們100%不需要電線。
CV28M芯片目前有大量樣品,但該公司沒有透露何時可以批量生產。
這家總部位于加州圣克拉拉的公司于2012年上市,最初是生產用于攝像機的低功耗芯片。但該公司將這種能力應用到計算機視覺領域,并于2018年推出了CVflow架構,專注于制造低功耗人工智能芯片。
目前,該公司擁有800名員工,正在與英特爾(Intel)和英偉達(Nvidia)等公司競爭,不過主要專注于低功耗應用。Ambarella在2019年創造了2.2億美元的收入。
責任編輯:PSY
-
低功耗
+關注
關注
10文章
2362瀏覽量
103597 -
視覺芯片
+關注
關注
1文章
44瀏覽量
11405 -
安霸
+關注
關注
3文章
42瀏覽量
12924 -
邊緣計算
+關注
關注
22文章
3064瀏覽量
48631
發布評論請先 登錄
相關推薦
評論