zoukankan      html  css  js  c++  java
  • 安霸Ambarella CV系列芯片

    安霸Ambarella CV系列芯片

    关于Ambarella(安霸半导体)

    Ambarella 的产品广泛应用于人类和计算机视觉领域,包括视频安防、高级驾驶辅助系统(ADAS)、电子后视镜、行车记录仪、驾驶员及舱内智能监控、汽车无人驾驶和机器人应用等。Ambarella 的低功耗处理器可用于智能摄像机设计,支持超高清图像处理、视频压缩、深度神经网络加速,可从高分辨率视频中提取有价值的数据。

    安霸:CVflow® AI 视觉芯片

    应用领域:高级驾驶辅助系统(ADAS)、电子后视镜 (CMS)、行车记录仪、智能座舱、ADB、汽车无人驾驶等。

    创新点及优势:

    技术亮点:

    l  2017年以来推出一系列 AI视觉 芯片 CV2,CV22,CV25,CV28,CV2FS,CV22FS 等,均采用10nm制程,且都已量产。单芯片CVflow算力可达16T。

    l  安霸CV系列芯片包含宽温、AEC-Q100 Grade2 及ASIL等级,符合中国市场需要。

    l  2021年1月推出的旗舰产品, 5 nm制程的 CV5 ,再次见证了安霸在人工智能芯片领域的投入和领导地位。今年还将推出更先进、更高算力的AI视觉芯片。

    独特优势:

    l  芯片内置高画质的ISP + 性能领先的深度学习加速 + 高效率的视频编码,均是安霸自有IP

    l  量产经验丰富:源自多年算法研究、SoC 芯片设计、系统软件开发和项目量产经验积累

    l  全套硬件加速,硬件模块各司其职高效率运作

    l  支持所有主流CMOS图像传感器,复杂光线场景下看得更清、看得更远

    l  系统包含错误和异常检验,汇报和容错处理,稳定可靠

    l  超低功耗

     

     CV2的模块示意图

     推出5nm制成芯片CV5

    Ambarella(下称”安霸半导体”,纳斯达克代码:AMBA,专注人工智能视觉的一家半导体公司)宣布推出 CVflow® 系列最新芯片 CV5,该款人工智能视觉处理器可支持 8K 视频录制或 4 路独立图像输入的 4K 视频流录制。新 SoC 芯片 CV5 将推动智能汽车摄像系统、消费级无人机、运动相机和 360°全景相机,以及机器人视觉系统的进一步发展。安霸半导体 CVflow AI 引擎与双核 Arm®A76处理器的完美集成为各种主流人工智能算法提供卓越性能。CV5 拥有高性能图像信号处理器(ISP),可为视频编码优化以提高人眼观感,同时为机器视觉算法优化以提升准确度。CV5 采用 5 纳米先进制程,拍摄 8Kp30 视频所需功耗低于 2 瓦。

    安霸半导体首席执行官 Fermi Wang 表示:“CV5 的问世让安霸半导体可为下一代智能汽车、消费类相机和机器人视觉提供全新革命性解决方案。 将性能卓越的 CVflow AI 引擎与 8K 视频录制和多路 4K 视频流录制集于一身,让摄像机拥有优秀的图像处理和新颖的人工智能。”

     对于 Ambarella 公司来说,CV5 本身也是一次重大的飞越。作为迄今为止性能最强的 ISP 迭代,其支持 8K 60fps 视频录制、或四路独立的 4K视频流,辅以强大的 AI 新功能、全新的 CPU 内核,且 5nm 制程节点带来了极高的能效比。

    与智能机上的芯片组不同,CV5 在摄像头操作和 AI 视觉处理任务上有着特殊的优化。多年来,Ambarella 一直致力于改进自家专有的图像信号处理器(ISP),可将原始图像作为输入数据,然后处理成可满足各种客户需求的视频流。

    CV5 在原始图像处理性能上得到了进一步加强,支持大量物理相机传感器接口,可同时支持多达 14 个传感器。显然,这样的特性并非主打消费级市场,而是更加侧重于近年来快速发展的车载智能领域。

    据悉,新款 ISP 和视频编码器支持高达 8K 60fps 的数据流,并可重新配置整体的处理和编码能力,以灵活应对各种视频流、分辨率和帧速率的需求。

    CV5 处理器的设计,与其前身非常相似。不过单线程和通用计算性能的大幅提升,得益于从四核 Cortex-A53 升级为 1.6GHz 的双核 Cortex-A76 。

    同时该 SoC 考虑到了与外围设备连接所需的各种输入 / 输出接口,比如提供了对现有的 LPDDR4X / 新一代 LPDDR5 内存的支持。

     

     在汽车视频流远程处理应用中,CV5 可支持多路视频流编码,涵盖前置 ADAS、驾驶员监控、车舱监控及侧视摄像头。借助于 CVflow 人工智能引擎,CV5 可同时运行高级驾驶员辅助系统(ADAS)算法(如车道偏离、前方碰撞预警)以及驾驶员监控算法(如驾驶员疲劳驾驶检测)等。多路高分辨率视频捕捉与先进的人工智能处理的完美结合,可支持 ADAS 摄像头在远距离以更高精度识别目标物体。

    对于那些盈手可握的超低功耗运动相机,尤其是要支持 8K 视频高帧率录制和回放、360 度全景和 VR 的视频设备来说,CV5 是非常理想的解决方案。

     在消费级机器人和无人机应用中,CV5 的 CVflow 人工智能引擎可加速 SLAM 运算、实现路径规划、障碍检测、避障,自主定位导航等全自动运作。具体到无人机航拍,CV5 在执行飞行控制和导航功能的同时,可实现录制高达 8Kp60 的视频。

     CV5与安霸半导体其它 CVflow 系列芯片共享同一套 SDK 和计算机视觉算法优化(CV)工具,简化了各个价格区间和不同性能选项的相机开发流程。一套完整的机器视觉工具包括了编译器、调试器,并支持行业标准的 PyTorch™、ONNX™、Caffe™ 和 TensorFlow™ 等机器学习框架,以及卷积神经网络(CNN)性能优化完全指南,可帮助客户将自己的神经网络快速移植到 CV5 上。

    除了ISP部分,新的 HDR 功能,其有助于极大地改善动态捕捉的范围,这对消费类设备和车载平台都至关重要。

    Ambarella 表示正在与所有传感器制造商紧密合作,以确保 ISP 能够为即将推出的新型传感器技术(比如交错式 HDR 等功能)提供及时的支持。

    视频编码方面,CV5 缺乏了对 AV1 开源编码的支持,仅限于 H.264 和 H.265 / HEVC,但这对于一款视觉 AI 处理器来说影响不大。

     

     除了强悍的性能和规格列表,低功耗也是相当重要的一个因素。Ambarella 表示,CV5 能够将 8K 30fps 视频录制的能耗控制在 2W 以下,以及将 8K 60fps 录制能耗控制在 5W 以下。

    AnandTech 指出,除了 SoC 架构和专有 IP 模块,Ambarella 借助三星5LPE 工艺实现了这一惊人的能效比,较上一代 10nm SoC 功耗降低多达 30% 。

    CV5 芯片关键特征:

    支持 DNN 的 CVflow架构

    双核 1.6GHz Arm®Cortex®-A76 附带 NEON™DSP扩展和 FPU  

    高速 SLVS-EC, MIPI-CSI (C/D PHY)接口,可接入多达 14 个摄像头 

    多通道 ISP,处理能力高达 8KP60

    原生支持 RGGB、RCCB、RCCC、RGB-IR 和单色传感器    

    多重曝光高动态范围(HDR)处理   

    实时硬件加速的鱼眼镜头畸变校正(LDC)    

    支持多码流,高达 8Kp60 的 AVC 和 HEVC 编码    

    多种外设接口,包括 4 通道 PCIe、CAN FD、千兆网口、USB 3.1(主/从模式),三个 SD 卡控制器,MIPI DSI/CSI-2 和 HDMI 输出    

    支持高达 32GB 的 LPDDR4x / LPDDR5 / LPDDR5x, 64 位数据总线    

    可实现设备信息安全包括安全启动,支持 TrustZone®、TRNG、OTP、内存隔离,内存加密和虚拟化    

    5nm 制程

    16×16 FBGA 封装,球间距 0.5 mm

    参考链接:

    https://baijiahao.baidu.com/s?id=1688657800892445011&wfr=spider&for=pc

    http://news.eeworld.com.cn/qcdz/ic522864.html

    https://auto.gasgoo.com/news/202106/3I70257666C106.shtml

    https://www.leiphone.com/category/transportation/YXBh8KRx2FSPsVch.html

    人工智能芯片与自动驾驶
  • 相关阅读:
    vue03
    vue02
    vue01
    VMware下Linux配置局域网和外网访问
    以太坊solidity编程常见错误(不定期更新)
    elasticsearch的探索之路
    一个rails项目连多个mongo数据库
    分析rails日志,计算响应率
    PostgreSQL新手上路PG::ConnectionBad (FATAL: Peer authentication failed
    cache目录没有权限
  • 原文地址:https://www.cnblogs.com/wujianming-110117/p/15013710.html
Copyright © 2011-2022 走看看