车载摄像头的核心算法芯片？

车载摄像头的核心算法芯片。车载摄像头，车载镜头作为车载摄像头的核心元件，其品质由焦距、视场角、光圈、畸变、相对照度、分辨率等指标进行衡量，企业的核心竞争力在于加工、光学设计能力上。核心算法芯片需要与算法软件的要求相匹配，在人工智能高速发展的大背景下，算法研发企业使用传统算法上叠加深度学习以提高识别率，而这对核心算法的性能提出了更高的要求，目前对核心算法的要求主要体现在四大领域。

芯片能够达到车规模的标准，达到道路车辆功能标准中的ASIL—B甚至ASIL—D级别；高计算量预计高宽带，特别是多传感器融合的芯片，需要更高的芯片频率，以及异构设计，以达到快速的数据处理速度以及传输的高吞吐率。

增加硬件的设计，满足人工智能计算模型要求；较低的成本和能耗，以实现在智能汽车领域的推广。主流算法芯片方案主要包括ARM、DSP、ASIC、MCU、SOC、FPGA、GPU等，其中ARM、DSP、ASIC、MCU、SOC是软件编程的嵌入式方案，相对于FPGA的直接编程处理速度较慢，难以满足ADAS视觉系统中对响应速度的要求。

由于GPU和FPGA并行处理能力强，而使用深度学习算法需要对图像中多个像素点同时计算，但耗能也更高，FPGA因为编程和优化都是直接在硬件层面进行的，能耗会低很多，因此在平衡算法和处理速度，尤其是用于前装并且算法稳定时，FPGA被视为一个热门方案。

用于ADAS视觉方案的芯片多数被国外垄断，但标杆产品尚未出现。主要供应商有瑞萨电子、意法半导体、飞思卡尔、亚德诺、德州仪器、恩智浦、富士通、赛灵思、英伟达等，可供选择的用于传统计算机视觉算法的车规级芯片种类繁多，但尚未出现适用于传统算法叠加算法的低功耗高性能芯片的标杆产品。

结合低成本标杆产品的空缺也给我国企业提供了机会，这两年发布了相关芯片产品，未来若能攻克核心技术难点，便可能在车载摄像头核心算法芯片领域实现弯道超车。