近几年，随着AI技术的发展，AI在整个智能车载上的应用非常多，国内车载智能系统的发展更为迅速，形态也各种各样，有域控方式，也有分布式的智能系统。特别是视觉方面，各家都在思考，如何用更先进的工具平台和更先进的AI加速技术，提高图像性能的技术，来实现技术的迭代升级。

  在不久前，EEVIA主办的以“创新、突破、绿色发展”为主题的第12届中国硬科技产业链创新趋势峰会暨百家媒体论坛上，飞凌微首席执行官、思特威副总裁邵科带来了题为《新一代端侧SoC与感知融合方案，助力车载智能视觉升级》的演讲，分享了飞凌微在全场景视觉解决方案方面的创新。

端侧AI处理优势及应用场景

  近十多年来，图像传感器和视觉类产品应用越来越多，并逐渐从原来的安防监控和公共安全方面，向家用IPC、智能门铃、机器视觉、以及汽车应用发展。从而使得边缘AI开始变得越来越流行，一般来说，数据处理有有以下三大类。  

  一类是在端侧采集数据，在云端做处理，相对时效性比较差；

  二类是在端侧采集数据，同时在本地中央计算单元来处理AI数据，此类方式最为普遍；

  三类是在端侧采集数据，同时在端侧处理，此类就是我们常说的边缘AI。

  第三类边缘AI由于没有了大数据传输的过程，延时会很低，同时可靠性更高。一些对数据安全和隐私保护比较关注的应用，比如车载舱内视觉应用，就更倾向于采用第三类边缘AI。

图：飞凌微首席执行官、思特威副总裁邵科

  边缘AI在应用场景方面有很多，比如，智能汽车、智能家居、物联网、机器视觉等场景。邵科举例说，智能汽车中的视觉应用非常广泛，主要用来提升驾驶体验。比如说，360°环视、ADAS辅助驾驶，还有汽车舱内监控等。

  随着汽车应用落地越来越多，对摄像头的规格也提出了更高的要求，比如更高的分辨率、更好的成像性能，以及多摄像头组合等。

飞凌微M1智能视觉处理芯片系列

  针对车载高性能ISP和车载端侧视觉感知应用，飞凌微今年推出了M1系列三款产品。据邵科介绍，M1系列芯片的设计目标明确聚焦车载应用，因此在技术方案中融入了适应车载系统的独特技术，如功能安全与信息安全等关键要素，以确保在实际应用中的高可靠性与安全性。这些技术的集成为智能车载系统提供了更强的保障，并推动了车载视觉技术的进一步发展与应用落地。

  其中，M1是一颗高性能ISP，能够与一颗800万像素的图像传感器，或者是两颗300万像素的图像传感器相连，可应用于车载ADAS、影像类产品，以及电子后视镜等领域。

图：飞凌微的M1系列芯片

  在邵科看来，飞凌微的ISP技术具有高动态范围和优秀的暗光性能。首先，在高动态范围成像方面，车载环境对光线的处理提出了极高的标准。白天的强烈阳光和夜晚的车灯照射，既影响人眼对周围环境的直观感知，也直接影响算法的精确识别。M1凭借其卓越的ISP技术，与图像传感器完美结合，能够实现出色的高动态范围成像效果，确保在复杂光线条件下依旧保持高品质的图像输出。其次，暗光环境下的成像也是一大挑战，特别是在无路灯照明的道路、地下停车场等低光场景中，驾驶者对环境的清晰感知至关重要。飞凌微M1通过独特的降噪处理技术，结合AI优化的ISP算法，显著提升暗光成像效果，保障在各种严苛条件下的驾驶安全。

  M1 Pro则是在M1的基础上，集成了轻量级的计算能力，包括CPU和NPU算力，让该芯片在处理图像的同时，具备了AI应用能力。通过其自研的0.8TOPS NPU，M1能够实现轻量级的AI任务处理，例如人脸识别、姿态识别等，从而赋能端侧系统具备更多智能化处理能力。

  而M1 Max的算力得到了进一步的提升，它的算力是M1 Pro的两倍，能够在端侧处理更多的数据。M1Pro可用于实现车载DMS（驾驶员监控系统）或单一OMS（乘客监控系统）的功能，而M1Max则能同时接入两颗传感器，处理更复杂的场景，拓展了端侧视觉处理的应用边界。

  值得一提的是，M1系列三款新品均符合AEC-Q100 Grade 2认证及ISO26262 ASIL-B功能安全等级要求，符合严苛的车规级标准。这三款芯片还采用了业内最小的封装形式——BGA 7mm×7mm封装。这一极小的封装尺寸不仅提升了模组的小型化设计，还为车载应用的实际落地提供了更多灵活性。

结语

  端侧视觉AI应用不仅在车载领域有广泛的应用空间，在工业自动化、智能家居等行业也有巨大的应用潜力。飞凌微从车载市场切入，未来的想象空间还很大。