边缘计算:安霸新推出低功耗计算机视觉芯片

电子说

1.3w人已加入

描述

近日,美国芯片企业安霸发布了一款新的计算机视觉芯片CV28M,主要用于人工智能边缘计算,比如自动驾驶汽车和安全摄像头。

CV28M芯片是该公司CVflow系列中的最新产品。它将先进的图像处理、高分辨率视频编码和计算机视觉处理集成在一个单一的低功耗芯片上。

海量数据对通信网络提出巨大的考验,比如,未来自动驾驶的大量数据将不再上传到云端的数据中心处理器,而是在边缘节点或汽车内进行分析和处理。

为了应对未来万物互联、去中心化和边缘计算的趋势,安霸在这款芯片中加入了大量的人工智能边缘计算能力。

安霸副总裁Chris Day在接受VentureBeat采访时表示,这意味着边缘智能设备的传感器和图像处理器必须非常强大。Day说:“我们正在开拓新市场,包括IP安全摄像头、家用监控摄像头、无人机、汽车和自动驾驶汽车。”

“这种芯片应用场景非常广泛,性价比高。” Day表示,CV28M的应用场景包括家庭安全、零售监控、消费机器人和酒店监控。随着隐私法的收紧和人们对个人数据越来越关注,“边缘处理”将成为一个更具吸引力的选择。

市场研究机构Omdia的分析师布莱克·科萨克表示,这种芯片对消费级视频市场的意义在于,它能在边缘端,即摄像头上处理更多内容。

如今,大多数消费类安全摄像头的视频都是发送到云端进行处理,这对摄像头制造商来说成本高昂。

比如D-Link和Logitech的摄像头大多是每月免费订阅,而Arlo、Ring和其他公司则对类似的分析和云存储收费。边缘计算芯片的出现,将有利于那些向客户提供免费订阅的摄像头制造商。

“随着欧洲和北美对隐私问题的担忧加剧,各制造商都在减少向远程服务器发送视频的依赖,边缘计算对整个市场趋势是利好的。”

布莱克·科萨克补充道,边缘计算响应速度更快,不仅适用于摄像头,也适用于其他智能家居产品,如机器人吸尘器。机器人吸尘器的下一个大趋势将是计算机视觉,它可以探测房间里的物品,从袜子到玩具,吸尘器可以自动避开这些物品。”

有些涉及隐私的视频数据,比如在智慧养老中,摄像头可以监控老人并检测其是否在家中摔倒。Day表示,但在传感器检测到有人摔倒之前,什么都不会被记录下来,摄像头只在有人摔倒时打开,询问人们是否还好。

对于使用无线电监测老年人摔倒情况的设备,Day表示,与老人进行视频交流以消除误报非常重要。“你所监视的人的隐私不会受到影响,你不能也不想一天24小时监视他们。但你确实想知道什么时候出现了问题。”

对于连接网络的安全摄像头,CV28M采用基于人工智能的速率控制,以优化图像质量,同时减少视频存储和网络带宽要求。安霸的人工智能时间推移(AI Timelapse)场景感知记录也让用户不用刻意扫描视频时间线来检索感兴趣的时刻。

“AI Timelapse降低了存储需求,意味着你不必在什么都没发生的情况下录制和观看大量视频。”Day说,

“在零售监控中,我们实际上可以监控购物者的行为,并查看商店中有多少人,以及特定区域的人群聚集在哪里。我们可以以此为基础创建热图。”

在消费机器人应用中,CV28M可以连接到可见的结构光和飞行时间(ToF)传感器,以捕获和处理导航所需的数据。而且,在流感大流行的情况下,摄像头可以用来检测人们是否保持安全距离。

值得一提的是,CV28M只消耗大约500毫瓦的功率,它可以在AVC和HEVC格式下进行高效的视频编码。该芯片采用10纳米制造工艺,拥有双核1GHz ARM Cortex-A53处理器。它与安霸的CV25、CV22和CV2 CVflow SoC系列共享一个通用的SDK和计算机视觉工具。

Kosak说,安霸(Ambarella)的竞争对手包括海思(Hisilicon)、OmniVision和其他一些芯片企业。这款新的芯片将让安霸有与他们竞争的底气。

Kosak提到,这种新的安霸芯片组让更多的工作在边缘完成,同时保持高质量的数据分析。这将有利于保护隐私、降低成本。人工智能延时也将有利于那些通过分析本地场景提供连续视频记录的公司。

最后,电池寿命变得越来越重要,所以任何能够延长电池寿命的芯片都将拥有竞争优势,就像EUfy和最新的Arlo相机一样,它们100%不需要电线。

CV28M芯片目前有大量样品,但该公司没有透露何时可以批量生产。

这家总部位于加州圣克拉拉的公司于2012年上市,最初是生产用于摄像机的低功耗芯片。但该公司将这种能力应用到计算机视觉领域,并于2018年推出了CVflow架构,专注于制造低功耗人工智能芯片。

目前,该公司拥有800名员工,正在与英特尔(Intel)和英伟达(Nvidia)等公司竞争,不过主要专注于低功耗应用。Ambarella在2019年创造了2.2亿美元的收入。

责任编辑:PSY

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分