今天是:

实验室资讯网

人工智能崛起二次引爆CMOS传感器,国内新兴传感器厂商迎弯道超车机遇

实验室资讯网时间:2020-07-27 点击: 百度搜索

【导读】随着人工智能概念逐渐成为科技界最炙手可热的话题,这一依托芯片产业的全新概念牵动了整个科技界的心。依靠政府的大力扶持、潜在市场的巨大规模以及已经逐渐落地的海量应用场景,中国已然成为世界上潜力最大的人工智能市场之一。 据统计,中国人工智能应用重点集中在安全、金融和商业三大领......
TAG标签: 人工智能 弯道超车 CMOS传感器 新兴传感器

随着人工智能概念逐渐成为科技界最炙手可热的话题,这一依托芯片产业的全新概念牵动了整个科技界的心。依靠政府的大力扶持、潜在市场的巨大规模以及已经逐渐落地的海量应用场景,中国已然成为世界上潜力最大的人工智能市场之一。

据统计,中国人工智能应用重点集中在安全、金融和商业三大领域,2018年中国人工智能核心产业规模超过900亿元,预计2020年将超过1600亿元。

而在诸多人工智能应用场景中,图像识别则是最为重要的应用之一。正如清华大学微电子所所长魏少军教授所说,数据、算法和算力是人工智能的三大驱动力。而在图像识别应用中,采集图像数据的CMOS图像传感器,又分别在这三大驱动力的背后起到了怎样的重要作用呢?

人工智能崛起二次引爆CMOS传感器,国内新兴传感器厂商迎弯道超车机遇

01 视觉,人与机器的第一感知

如果问一个人,最重要的感官是哪个?大部分人的答案一定是——视觉。正如同眼睛为大脑提供了最多的外界感知信息一样,在未来的人工智能应用场景中,CMOS图像传感器也将成为感知层面最重要的传感器。

人工智能的发展离不开海量的数据,而这些数据中的大部分都是图像数据。因此可以这么说,人工智能应用的崛起就是CMOS图像传感器继移动设备普及之后的第二次爆发机会。我们不妨看看目前人工智能最主要的应用场景,包括人脸识别、自动驾驶、智能家居等,都需要大量的CMOS图像传感器提供图像数据。

人工智能崛起二次引爆CMOS传感器,国内新兴传感器厂商迎弯道超车机遇

而人工智能丰富的应用场景则会带来多样的问题——低光照、高速运动、功耗限制等,这些问题无一不在考验CMOS厂商的产品开发实力。可以说,海量的数据采集需求为传感器领域带来了巨大的商机,同时也引入了更多全新挑战。而在应对这些挑战的过程中,更注重创新的国内新兴CMOS图像传感器厂商往往比相对保守的国际巨头表现更好。

02 没有准确的图像数据,何谈深度学习

谈及图像识别算法,必然绕不开“深度学习”这个概念。图像识别,本质上就是分析图像传感器获得的图像数据,并识别出图像中的待识别物体,因此,图像识别算法的开发至关重要。

目前,图像识别算法的开发已经有将近三十年的历史了,从最早的人工特征提取方式,到“深度学习”概念提出后,利用卷积神经网络进行特征提取、分类等操作,再到使用一个网络的端对端模型来完成识别任务,算法开发者们正逐渐地革新算法,从而实现更快的速度、更低的资源消耗、更少的学习成本,乃至达到实时的图像识别。

人工智能崛起二次引爆CMOS传感器,国内新兴传感器厂商迎弯道超车机遇

正如“看”离不开大脑也离不开眼睛一样,利用深度学习进行图像识别,也离不开“机器眼”——CMOS图像传感器。算法开发者都知道,图像数据中噪点的数量会直接影响最后识别的结果,过多的噪点甚至会导致准确率下降到一个无法承受的程度。

同时,由于CMOS成像原理造成的诸如快速运动下的“果冻效应”、像素驱动模式造成的“LED频闪”等诸多成像问题,都会导致深度学习算法无法获得准确的图像数据。

因此,图像识别算法的革新以及应用的开发,也离不开CMOS图像传感器开发者的努力。正如同眼脑合作才能视物一样,只有CMOS图像传感器和图像识别算法的紧密合作,才能实现真正实用的实时图像识别。

03 从云端到云边一体再到传感器端运算

人工智能的物理基础,就是由人工智能芯片组成的算力。而根据《中国人工智能芯片产业发展白皮书》的预测,随着边缘计算的发展和边缘端人工智能芯片的发展,人工智能算力正在经历从云端到云边一体的发展过程。

云端计算往往聚焦非实时、长周期的大数据分析,而边缘端运算则通过人工智能算法的前置,解放部分云端的计算资源,提高计算效率,增加整体算法的实时性。两者互补,就能同时满足强大运算性能和实时性的要求。因此,业界正在追求云边一体的结合,从而实现更灵活的人工智能算法部署。

而随着人工智能应用场景的进一步发展,在满足实时性需求时,可能会出现边缘端计算仍然无法应对的情况,这时候就需要将人工智能算法进一步前置,通过传感器端的运算,减轻边缘端算力压力和数据传输带宽压力。

虽然这一概念仍然处于初步探索阶段,但已经有国内的CMOS厂商已经开始探索这一概念的可能性了。例如国内安防领域市占率第一的CMOS图像传感器厂商思特威科技,早在2019年3月就已正式推出“SmartSensor”AI智能传感器芯片平台的概念。

04 三大驱动力融合方能塑造人工智能的未来

无论是数据(感知层)、算法还是算力,目前的产业发展往往还是以单一企业为主体,各个产业链环节的企业各自进行独立的创新,这在产业的新兴阶段往往能通过激烈的竞争诞生不少黑马。但是,随着产业的逐渐发展成熟,未来人工智能产业的发展将以合作为主线,若干个主要的生态系统或者平台将崛起成为行业的核心。

人工智能崛起二次引爆CMOS传感器,国内新兴传感器厂商迎弯道超车机遇

中国新兴的CMOS图像传感器厂商在这样的生态系统或者平台中,会处于何种地位呢?

与拥有产业链优势的国际巨头不同,中国新兴CMOS图像传感器企业往往只专精于CMOS图像传感器领域本身,因此,只有积极参与生态系统和平台的合作中,与整条产业链的各个环节开展紧密的协作,才能在人工智能应用领域诞生出不容忽视的中国力量。

Arm模式在移动时代的巨大成功已经证明,小而精的企业组成生态系统的商业模式也能取得堪比PC时代巨头垄断模式的成功。那么在下一个人工智能时代,一个融合了数据、算法和算力层面诸多创新企业的生态系统,也拥有美好的前途,而在这其中,CMOS图像传感器企业则将是 “必不可少”的配角。

(本文来源:传感器专家网 智东西)

(责任编辑: 龙景)

引用地址:

TAG标签: 人工智能 弯道超车 CMOS传感器 新兴传感器
顶一下
(0)
0%
踩一下
(0)
0%
免责声明: 除标明《实验室资讯网》原创外,本网部分文章转载自其它媒体,转载目的在于传递更多信息, 并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。 如其他媒体、网站或个人从本网下载使用,自负版权等法律责任。如涉及作品内容、版权和其它问题, 请在30日内与本网联系,我们将在第一时间删除内容!
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
栏目列表
推荐内容