端側AI增長空間巨大，更易用的芯片平臺、移植工具鏈是加速落地的關鍵！

電子發(fā)燒友網(wǎng)報道（文/李彎彎）隨著端側AI芯片逐漸成熟，視覺AI應用正在加速向千行百業(yè)滲透，包括智能安防、智能車載、智能硬件等諸多領域。

目前智能安防是應用最大的市場，智能車載、智能硬件等領域的市場也增長較快。那么不同應用領域的發(fā)展狀態(tài)如何，有何特點？AI行業(yè)的難點是什么？未來發(fā)展趨勢如何？

不同應用領域的特點和AI需求

億智電子是一家提供端側AI通用算力的AI芯片公司，致力于視像安防、汽車電子、智能硬件（AIoT）領域的智能化賦能。該公司在接受電子發(fā)燒友采訪時詳細分析了智能安防、智能車載、智能硬件領域的不同發(fā)展狀態(tài)和AI需求。

智能安防：不同場景的AI需求越來越清晰

在智能安防領域，攝像機除了關注圖像質量之外，對AI的需求越來越明顯。高精度人形、人臉檢測和識別已經(jīng)逐步成為普遍需求，億智電子告訴電子發(fā)燒友，“如今不同場景中的AI需求也越來越清晰，比如，電梯場景的電動車識別、社區(qū)場景的高空拋物、家里場景的哭聲檢測和行為檢測、戶外場景的人群聚集檢測等?！?br />
在智能安防領域，億智已經(jīng)推出多款芯片產(chǎn)品，去年推出了SV826/SV823系列芯片，面向前端AI IPC領域。億智電子的AI芯片可結合多種第三方算法及合作伙伴應用，實現(xiàn)人車檢測、人臉識別、車牌識別、電動車識別、寵物識別、哭聲檢測、手勢識別、關鍵字識別等，從而全方位助力智能安防、智慧社區(qū)、智能家居、智慧辦公等應用場景落地。

今年該公司還將推出更加普惠型的SV822/SV820系列AI IPC芯片，加速IPC智能化升級。

億智電子一直堅持AI核心技術自主研發(fā)，包括NPU、ISP、音視頻編解碼、顯示及圖形處理、高速數(shù)?；旌?a target="_blank">接口等。2019年億智電子發(fā)布首款集成自研NPU的AI SoC芯片，該芯片中除了CPU的IP外，其他所有IP都是自主研發(fā)。經(jīng)過三年多大規(guī)模量產(chǎn)驗證，億智的NPU及工具鏈已經(jīng)成熟且易用。

智能車載：智能輔助駕駛等AI應用成為剛需

在智能車載領域，車內和車外不同的使用場景，需求也有所不同。車外應用，更關注運動圖像處理、逆光條件下“人車非”的清晰程度、進出隧道口等場景的寬動態(tài)處理、強光抑制等技術；車內應用，會關注司機、乘客的行為特征，對不同光照條件下人臉特征的還原程度及側光下人臉陰影部分增強等。

近年來，客運車、運輸車的交通事故頻出，國家政策對營運車輛的技術要求和規(guī)范標準在不斷提高。如今在汽車電子領域，智能輔助駕駛、盲區(qū)檢測、駕駛員行為監(jiān)測等AI應用逐漸成為行業(yè)剛需。億智電子表示，面向“兩客一?！钡壬逃密嚕镜腁I芯片已經(jīng)廣泛應用在智能視頻部標機、AI貨車記錄儀等，可支持車道監(jiān)測、前后向車輛監(jiān)測、前向行人、自行車檢測和車內監(jiān)測（DMS）等智能化安全系統(tǒng)。

該公司強調，面向智能安防和智能車載領域，公司除了能快速支持品牌廠家快速移植自有算法直至量產(chǎn)，同時還提供完整的芯片+算法的整體解決方案。

智能硬件：應用場景豐富，要求低功耗、響應快

在智能硬件（AIOT）領域，一些新興的應用領域和產(chǎn)品形態(tài)，如智能云臺、智能會議攝像頭、AI掃譯筆等產(chǎn)品，需求也不同。從圖像上來看，更注重對紋理的細節(jié)及運動拖影控制，產(chǎn)品端要求支持速度啟動、低功耗、智能響應快等。

在AIOT領域，億智電子的AI芯片支持人臉識別/跟隨、手勢識別、OCR等AI算法，已成功助力智能云臺、掃譯筆、USB攝像頭等智能終端落地。

據(jù)億智電子介紹，隨著疫情防控的常態(tài)化，視頻會議、遠程教學成為常態(tài)。傳統(tǒng)智能設備的內置攝像頭難以動態(tài)調整視角、視角存在受限的現(xiàn)象（難以支撐多人溝通）、音場采集區(qū)域有限等不足，而AI芯片賦能的智能USB攝像頭可實現(xiàn)獨立的AI視覺跟蹤功能，滿足視角可調、視角區(qū)域寬泛、音場采集清晰的功能。同時可實現(xiàn)穩(wěn)定的人臉和人形檢測，把參會人員的人臉畫面進行分屏處理，在多人視頻會議場景下這是非常實用的功能，可以解決在傳統(tǒng)智能設備上所存在的人像焦點問題。

面向更為豐富的AIoT場景，提供完善的AI工具鏈很重要，億智電子表示，在AIoT領域，公司主要交付的是芯片+工具鏈，支持行業(yè)產(chǎn)品的AI升級。

AI行業(yè)的挑戰(zhàn)和未來趨勢

目前AI還處于發(fā)展早期，存在不少難點，比如，負責AI加速運算的NPU（神經(jīng)網(wǎng)絡處理單元）尚無行業(yè)標準，客戶需求和算法公司算法的一致性也比較低，另外，數(shù)據(jù)采集、算法訓練、嵌入式設備算法遷移都是當前AI行業(yè)普遍的痛點。

因此，對于AI客戶來說，這就需要芯片原廠能夠給予更多支持，包括提供成熟易用的工具鏈，比如億智電子，提供成熟易用的工具鏈去支持第三方AI算法移植，可以讓客戶的算法移植從幾個月最快能縮短到一周。

整體而言，未來AI的發(fā)展是必然趨勢，端側AI的潛在增長空間巨大，然而市場還需要更易應用開發(fā)的芯片平臺，更成熟易用的算法移植工具鏈，和更加普惠的方案，以加速實現(xiàn)AI的規(guī)模化落地。