安霸半导体最新推出高性能AI视觉处理器CV5，你了解多少？

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。 我们将性能卓越的 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。”

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 与安霸半导体其他 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。

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

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。

AOI中文全称是自动光学检测。通过高速高分辨率的工业成像模块，搭载高稳定高精度的机械结构，对待检物进行稳定成像。依托智能检测算法，对待检物的错、漏、反、虚焊等缺陷进行有效检出。使用AOI可对生产过程中的缺陷进行有效发现，提升工艺品质，为工厂降本增效。

随着科技的发展，工厂对工艺的要求越来越高，更先进的制程不断出现，AOI已经由“选配”转变为“标配”。数之联追光系列AOI是一款基于深度学习，核心采用自研深度学习目标检测与异常检测框架的产品。

（1)与传统AOI对比，基于深度学习的AOI将之前1-2小时的调试时间缩短为30分钟以内。同时检出率可以达到99.95%，误判率低于0.3%。

（2）与同类解决方案对比，追光系列AOI搭载数之联深度学习神经网络模型，该模型是数之联集合了泛半导体行业多个成功落地经验及海量缺陷数据，训练出的可兼容焊点形态变化、高泛化模型，能切实解决传统AOI在编程/调试时间过长、误判过高、因人而异的 *** 作结果等核心痛点。

---