最吸金国产AI芯片赛道，正在全面崛起

　　力只是过程，应用才是AI的结果。人工智能三大主要应用场景：语音识别、自然语言处理、视觉应用，其中，视觉是发展最为成熟的领域之一。

　　对于快速发展的AI视觉来说，一个非常重要的基础就是AI芯片。随着落地规模越来越大、场景越来越丰富，对AI视觉芯片也提出了更高要求。那么，哪类芯片更受欢迎？主要落地哪些场景？能够解决哪些行业痛点？本文梳理了18家本土厂商的AI视觉芯片及相关应用，试图分析出一些技术和落地趋势。

　　渐成主流的三大AI视觉方案

　　根据应用方向来看，市面上的AI视觉方案可以简单划分为三大类：低功耗AI视觉方案、AI IPC模组方案、AI算力盒子。

　　第一，随着端侧智能需求越来越旺盛，低功耗AI视觉方案在迅速发展，主要应用品类有手机、智能门锁、智能门铃、家用AI摄像机等等。这些方案采用电池供电方式，因此对功耗要求非常高，使得低功耗AI视觉方案成为主流的应用。面对越来越高的场景复杂度和图像质量要求，传统ISP图像处理技术已近瓶颈。此时，画质技术与AI技术的深度融合至关重要。利用AI算力深度学习海量场景和数据，智能调优复杂参数，输出算法模型辅助图像处理，使图像质量突破传统ISP极限。

　　第二，随着AI视觉应用在泛安防场景落地加速，传统安防的人脸识别、人形检测、入侵侦测等技术需求已经向消费场景渗透，网络摄像头（IP Camera）设备越来越趋向高清化、智能化。IPC设备本身有一定的开发门槛，而AI IPC模组由于自带应用算法，通常支持多种无线接入方式，且SDK便于用户二次开发，因此比较受欢迎。

　　第三，AI算力盒子是AI和边缘计算结合的设备，可实现端侧和边缘系统中的高性能计算和AI性能。随着端侧智能需求提升，这类“盒子”设备越来越受到市场欢迎。

　　五类AI视觉芯片大PK

　　剖开这些方案内部，AI视觉主芯片可以简单区分为GPU、CPU/集成GPU、带NPU的SoC、FPGA、以及RISC-V架构芯片等。这些芯片分别面向不同的应用和用户类型，也各自呈现出不同的发展趋势。

　　其中，基于GPU的开发板可能是许多用户刚开始AI开发时就接触到的。这类产品最大的优势是生态完善，不论是哪种框架或AI库，运行起来都很流畅，开发体验也比较好。第二类CPU/集成GPU主要针对中低算力需求的应用。第三类是带NPU的SoC，这类芯片将NPU与主处理器集成在一起，可满足中高算力需求。第四类基于FPGA的主控芯片主要满足对实时性要求较高的应用。第五类是RISC-V架构的芯片，近两年得到了较大的发展。

　　新老国产芯片厂商猛攻AI视觉赛道

　　OPPO马里亚纳X影像处理芯片基于自研DSA架构，包含多个IP。vivo新一代自研影像芯片由传统ISP架构升级到了AI-ISP架构。MediaTek天玑9000采用Imagiq 790 ISP和APU590旗舰级 AI 处理器。爱芯元智先后推出了AX630A、AX620A等端侧、边缘侧AI视觉感知芯片。海思在暗光场景利用8级3D降噪和多光谱融合技术提供暗光成像品质。国科微推出高端IPC SoC GK7608和NVR SoC GK7618。瑞芯微包括RV1126和RV1109等在内的三大类视觉芯片满足不同场景需求。君正T02视觉AI应用协处理器用于多种安防项目。全志最新发布的V853多目异构AI视觉芯片采用三核异构设计。嘉楠勘智K510是第二代AI边缘侧推理芯片。云天励飞DeepEye1000是一款异构多核视觉分析SoC芯片。亿智电子SH系列和SV系列AI芯片面向不同应用场景。清微智能TX510是一款面向IoT设备的超低功耗视觉处理芯片。雄迈XM530BX0-LP1是一款多功能高效的网络视频处理器芯片。知存科技WTM8000系列针对视频增强处理。晶视智能CR182x系列芯片采用平头哥RISC-V C906内核。酷芯微电子AR9201以自研ISP边缘端芯片技术加视频传输完成高清图片和影像传输。地平线旭日3系列和征程5芯片分别应对不同AI算力需求。

　　写在最后

　　AI既催生了新的视觉应用，也颠覆了传统的视觉设备。由于AI的出现，处理器架构已经发生了翻天覆地的变化，把算法和处理器进行联合优化已经成为重要趋势。未来1-2年，独立的 AI 核心不仅会运用在旗舰机、高端机上，还会在主流机、入门机中得到大量普及。在智能家居方面，视觉和传感交互的应用有望成为语音之后智能家居新的增长点。在工业领域，AI视觉正逐步代替人眼，深度赋能智能制造。同时，在汽车智能化的趋势下，AI视觉也已经围绕舱内智能、ADAS等应用展开竞争。我们已经进入了海量数据爆发的时代，端边云协同的AI视觉产业正在形成新的发展机遇正等待着国产AI芯片的崛起和壮大。