車載攝像頭的核心算法芯片。車載攝像頭，車載鏡頭作為車載攝像頭的核心元件，其品質(zhì)由焦距、視場角、光圈、畸變、相對照度、分辨率等指標(biāo)進(jìn)行衡量，企業(yè)的核心競爭力在于加工、光學(xué)設(shè)計(jì)能力上。核心算法芯片需要與算法軟件的要求相匹配，在人工智能高速發(fā)展的大背景下，算法研發(fā)企業(yè)使用傳統(tǒng)算法上疊加深度學(xué)習(xí)以提高識別率，而這對核心算法的性能提出了更高的要求，目前對核心算法的要求主要體現(xiàn)在四大領(lǐng)域。

    芯片能夠達(dá)到車規(guī)模的標(biāo)準(zhǔn)，達(dá)到道路車輛功能標(biāo)準(zhǔn)中的ASIL—B甚至ASIL—D級別；高計(jì)算量預(yù)計(jì)高寬帶，特別是多傳感器融合的芯片，需要更高的芯片頻率，以及異構(gòu)設(shè)計(jì)，以達(dá)到快速的數(shù)據(jù)處理速度以及傳輸?shù)母咄掏侣省?br />
    增加硬件的設(shè)計(jì)，滿足人工智能計(jì)算模型要求；較低的成本和能耗，以實(shí)現(xiàn)在智能汽車領(lǐng)域的推廣。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是軟件編程的嵌入式方案，相對于FPGA的直接編程處理速度較慢，難以滿足ADAS視覺系統(tǒng)中對響應(yīng)速度的要求。

    由于GPU和FPGA并行處理能力強(qiáng)，而使用深度學(xué)習(xí)算法需要對圖像中多個像素點(diǎn)同時計(jì)算，但耗能也更高，F(xiàn)PGA因?yàn)榫幊毯蛢?yōu)化都是直接在硬件層面進(jìn)行的，能耗會低很多，因此在平衡算法和處理速度，尤其是用于前裝并且算法穩(wěn)定時，F(xiàn)PGA被視為一個熱門方案。

    用于ADAS視覺方案的芯片多數(shù)被國外壟斷，但標(biāo)桿產(chǎn)品尚未出現(xiàn)。主要供應(yīng)商有瑞薩電子、意法半導(dǎo)體、飛思卡爾、亞德諾、德州儀器、恩智浦、富士通、賽靈思、英偉達(dá)等，可供選擇的用于傳統(tǒng)計(jì)算機(jī)視覺算法的車規(guī)級芯片種類繁多，但尚未出現(xiàn)適用于傳統(tǒng)算法疊加算法的低功耗高性能芯片的標(biāo)桿產(chǎn)品。

    結(jié)合低成本標(biāo)桿產(chǎn)品的空缺也給我國企業(yè)提供了機(jī)會，這兩年發(fā)布了相關(guān)芯片產(chǎn)品，未來若能攻克核心技術(shù)難點(diǎn)，便可能在車載攝像頭核心算法芯片領(lǐng)域?qū)崿F(xiàn)彎道超車。