眼看着gopro要凉了，安霸推出cv1芯片转战自动驾驶市场 | 雷峰网-米乐m6平台

一直以来，gopro一直备受运动爱好者的青睐，但随着移动摄像头市场越来越饱和，gopro也得不面对强大的竞争与挑战。

作为gopro的芯片供应商，美国高分辨率图像处理器公司安霸（ambarella）曾经有30%的营收来自gopro，但在前不久的ces上，安霸推出了全新架构的计算机视觉芯片cv1，旨在为自动驾驶汽车提供米乐m6平台的解决方案。

据雷锋网了解，今年1月，gopro 宣布至少裁员250人，同时停止无人机业务，降低第四季度收入预估。安霸 ceo fermi wang在接受媒体采访时表示，安霸在gopro这一块的营收已经下滑，预计今年安霸的gopro收入将下降到“非常低的数量级”。

不过，wang表示将会有其他的业务来弥补收入损失，其中主要的两个业务是安防监控（专业级和消费者领域都有）和汽车市场。如今，安霸整体营收的15%都来自汽车行业。 

cv1 soc内部架构

安霸认为，新推出的计算机视觉芯片cv1最大的杀手锏，便是它的新架构。这个架构可以提供立体视觉处理和深度学习感知算法。而其目的，是为自动驾驶汽车提供米乐m6平台的解决方案，并满足包括adas（高级辅助驾驶）、电子后视镜和环视影像在内的自动驾驶功能。

据雷锋网了解，安霸在2015年以3000万美元的价格收购了意大利初创公司vislab，这家公司由意大利帕尔马大学团队创立。目前，其创始人alberto broggi教授担任安霸自动驾驶业务的负责人。

在ces的场外演示中，broggi展示了两台摄像机，一台短距单目相机（高达几米）和一台立体摄像机，视野达到150米。两者都基于cv1芯片，通过应用卷积神经网络（cnn），单目相机可以检测和分类已知类别的物体，如行人、车辆、摩托车等。立体相机在三维结构中检测通用物体，相机并没有经过分类训练，就像激光雷达在点云中看到的东西一样。

broggi表示，相比于每秒生成200万个3d点的激光雷达，远程立体相机可以“每秒捕获8亿到9亿个3d点”。 

单目相机正在检测和分类物体（黄色方框）

立体相机检测未经训练的物体（绿色3d图像）

当被问及安霸的计算机视觉芯片能否取代激光雷达时，broggi表示，这虽然是可能的，但公司并没有这个计划。

因为cv1支持高达4k或800万像素分辨率的计算机视觉处理，因此它能够将更多的信息带入计算机视觉领域，这就是cv1的秘诀。

cv1是vislab团队和安霸的共同结晶，vislab团队利用自己在深度学习方面的经验，安霸则利用了自己多年来在低功耗hd和超高清图像处理方面的专业知识，两者协力共同打造了cvflow。

broggi对此次与安霸的合作非常满意，他表示：“我们的每个团队之间没有重叠，不可能有比vislab和安霸更好的合作。”更重要的是，cvflow能利用安霸的图像信号管道进行高动态范围（hdr）成像，超高清处理和立体相机中的自动校准。

broggi表示市场对立体相机稳定性的要求非常高。他说，在立体相机中进行校准相当困难，尤其是在汽车应用中，因为汽车在行驶时经常震动，工作温度的跨度也很高。 但有了安霸新推出的cv1芯片，“我们可以在芯片上实时自动校准”。同时，即使在低光照条件下，也不需要红外摄像机来处理图像。

安霸的自动驾驶汽车

在问及是否需要友商foresight的新型四镜头设备（旨在融合来自夜间红外摄像机和日间摄像机的影像数据）时，broggi说：“我们不需要，因为我们的hdr可以在极低光照条件下处理图像。 ”

但更重要的是，cvflow架构非常高效，并且完全可编程。cv1的功率为4瓦，因此它能够以极低的功耗提供可观的计算机视觉性能。

broggi表示：“有了cv1，你便不需要一个强大的gpu来完成操作，比如基于cnn的分类和立体视觉处理，或是在没有训练的情况下检测一般物体。” cv1本身就是一台非常高性能的电脑，其内部是安霸自家产的“引擎”，配备cnn和深度神经网络（dnn），图像dsp，两个四核arm cortex-a53和其他加速器。

当被问及cv1的价格时，安霸公司营销和业务发展副总裁chris day表示：“它比gpu便宜很多，低于50美元。”去年五月，安霸已经从芯片制造商那里采用14纳米cmos工艺技术，并成功打造了样片。 day补充说，该公司目前正在与汽车市场的众多客户进行接洽，以求合作与发展。

ps：过去 10 个月，雷锋网团队在北京、上海、深圳、硅谷等地密集拜访数百家智能驾驶技术团队，经过了一手采访、调研和亲身体验，并用 2 个月时间梳理和筛选了 13 个关键细分领域近 100 家智能驾驶产业链中的关键技术公司，《中美智能驾驶白皮书》最终成稿。

我们希望通过这份白皮书向你全方位展现中美智能驾驶的市场现状、关键技术环节发展及落地情况，帮你深入了解产业机遇与挑战，提前看到未来 3 到 5 年自动驾驶产业链各个细分环节可能产生的机会和趋势。

关于《中美智能驾驶白皮书》的更多详情，请查看链接：https://m.leiphone.com/specialedition/svwhitepaper。