【影像飛躍：麒麟9000彪悍的另一面】

這兩年，手機SoC領域群雄逐鹿、精彩紛呈，2020年我們陸續見證了華為麒麟9000、蘋果A14、高通驍龍888等一眾“好漢”的輪番登場，其中華為麒麟9000可以說是最特殊，也是最值得研究的一個。

作為全球第一款5nm工藝的5G SoC完整解決方案，麒麟9000在性能、連接、AI、影像、安全等各個方面都實現了創新式的突破，尤其是在影像領域大殺四方，其賦能的華為Mate 40 Pro+、Mate 40 Pro兩款手機在DxOMark榜單上分別以139分、136分傲居第一、第二！

不過，以往談論一款手機影像能力的高低，我們往往會把目光都集中在CMOS傳感器、攝像頭的配置上，卻很容易忽視在幕后默默貢獻的ISP（圖像信號處理器）。事實上在手機影像系統中，ISP在很多場景的重要性更甚于攝像頭。

打個形象的比方，如果把攝像頭視作能打仗的士兵，ISP就是指揮戰斗和戰爭的軍官——沒有合理的指揮，再強的士兵也是無頭蒼蠅；如果攝像頭是看清世界的“眼睛”，ISP就是掌控一切的“大腦”。

而在另一方面，我們剛才一直說“影像”而非“拍照”，是因為用戶追求越來越多的，不僅僅是要把照片拍好，更要把視頻拍好，畢竟這是一個視頻的時代，動起來才更精彩。

麒麟9000其中一項獨到之處，恰恰就是將ISP提升到了一個全新的層次，尤其是業界首次實現ISP+NPU的融合架構，不但拍照強悍無與倫比，更讓視頻捕捉煥然一新。

比如超強的細節還原，比如顯著的降噪能力，比如極高的能效，尤其是在暗光環境下堪稱升級版的“夜視儀”，再次走在了時代的最前沿，只留給友商一個遠去的背影。

正是有了這樣強悍的根基，華為Mate 40 Pro系列不但拍照水平一騎絕塵，視頻捕捉更是獨領風騷，雙雙霸占DxOMark榜單前兩名。

【低調的勞模：ISP要干的事兒太多了】

要想理解麒麟9000 ISP+NPU融合架構的精妙之處，我們需要把時鐘往回撥一下，先了解幾個基本概念術語，看看ISP是多么不容易。

眾所周知，圖像傳感器（Image Sensor）是數碼相機、智能手機拍照、拍視頻的“眼睛”（相機里是CCD/手機里是CMOS），最終呈現的色彩、細節都取決于它，其原理是通過一個一個的感光點，對光進行采樣和量化。

但很多人可能并不知道，圖像傳感器其實是“色盲”，如果只用它拍出來的照片就是黑白的，需要搭配色彩濾波器（CFA）才能獲得色彩信息。

1976年，柯達的拜耳發明了RGB CFA，也就是色彩濾波器 ，如上圖可理解為雙層結構：上層紅（R）綠（G）藍（B）三色的色塊就是色彩濾波器，白光透過濾波器后分離出紅綠藍三原色；下層灰色的色塊則是感光光電二極管（PD）部分，負責將濾波器送來的光信號轉換為電信號，再由后續各種算法進一步處理，并最終成像。

可以說，濾波器的表現如何，是照片、視頻色彩、細節還原的基礎。

當然，從濾波器濾出的RGB色彩，到最終照片上的精彩，需要經過各種復雜算法、技術的處理，這其中有三個是起著決定性因素的。

一是Demosaic插值算法。

RGB拜耳陣列中的每一個像素只能采集一個顏色通道信息，另外兩種顏色信息需要通過插值算法，結合相鄰其他顏色的像素信息計算出來，這樣一個像素的色彩才是完整的。

這個過程有點“去馬賽克”的味道。

二是自動白平衡（AWB）。

由于色溫的影響，白色并不是一直純白無瑕，在低色溫下會偏黃，高色溫下則會偏藍。如果不進行校準使之恢復平衡，色彩就會完全混亂，畢竟白色是三原色和任何色彩的基礎。

于是就有了白平衡，可以讓任何色溫下白色物體的RGB三原色比例關系都是標準的1:1：1，呈現準確的白色。

白平衡算法很多，最常見得有灰度世界算法、完美反射算法、動態閾值算法這么三種。

三是色彩校正矩陣（CCM）。

相機或者說圖像傳感器是機械式的，而人眼是生物式的，二者的感光曲線截然不同，或者說RGB響應曲線并不一致。

白平衡只能處理白色，其他顏色的準確度則需要CCM來校準，也可以用來調節色彩風格，就是各種不同的“濾鏡”。

CCM的原理和過程很復雜，這里就不展開了，具體算法大致可以分為模型法、經驗法這么兩類。

說了這么多，其實無論插值算法還是AWB、CCM，都需要一顆強大、優秀的ISP，才能越做越好，讓最終呈現的色彩更貼近大自然，或者看起來更養眼。

【麒麟990系列：ISP+NPU初步聯手、RYYB物盡其用】

多年來，華為一直在全力提升手機的影像水平，尤其是近幾年始終處于行業最前列，這其中不僅有攝像頭的貢獻，更有ISP層面的創新。

2015年，華為第一次完成自研ISP，應用于麒麟950，此后每一代都經歷一次蛻變，逐漸成為華為手機拍照登頂世界的根基。

到了麒麟990系列，已經內置全新ISP 5.0，吞吐率提升15％，能效提升15％，照片和視頻降噪能力提升30％、20％，手機端首發單反級降噪技術BM3D，全球首發雙域聯合視頻降噪技術。

同時還有創新的華為自研達芬奇架構NPU（神經處理單元），兩個大核加一個微核的特殊架構，兼顧高性能與高能效，并且ISP、NPU已經開始初步聯合，探索全新的AI攝影。

而基于麒麟990 5G的華為P30系列創新引入了RYYB CFA超感光圖像傳感器，其中Y代表黃色，取代傳統的RGGB格式中的G綠色，光譜響應更寬、光譜覆蓋更廣、能感應更多光子，總體進光量因此提升了30-40％，暗光場景信噪比更佳，夜拍效果更上一層樓。

不過，RYYB作為新生事物并不容易駕馭，傳統ISP的插值算法、AWB、CCM很難處理Y黃色像素的豐富色彩信息，精準還原難度非常大。

為此，華為一方面在后續的Mate 30系列上采用了RYYB、RGGB相搭配平衡的設計，另一方面引入基于AI神經網絡的插值算法、AWB、CCM，并整合在麒麟990 ISP流水線的圖像處理過程中，為傳統ISP流程增加了計算攝影處理，再經過大量的RYYB傳感器RAW數據訓練之后，可以有效找到物體細節、色彩分量之間的復雜映射關系。

可以說，如果只是單純地變革圖像傳感器，而不能在硬件、算法上同步革新，不但不能提升手機的影像水平，反而會陷入混亂。

麒麟990正是憑借強勁的NPU性能，逐步完善了對于全新復雜RYYB CFA的支持，釋放了其對色彩處理的強大潛力，尤其是在視頻實時處理方面邁出了一大步，提升了4K視頻的暗光細節表現、色彩還原效果。

【麒麟9000：ISP+NPU深度融合、超越人眼極限】

在最新一代的麒麟9000處理器上，華為更進一步，全球首創實現了ISP+NPU的融合架構，沒有像友商那樣單純地追求堆積更多ISP，而是通過精密設計的融合架構，將ISP處理流水線、NPU矩陣計算有機地融合在一起，不但拍照更加游刃有余，更是實現了實時視頻的像素級處理。

這樣的融合架構對于靜態照片處理已經不費吹灰之力，這里不再贅述，重點看看視頻處理。

畢竟，照片都是單獨的一幀，視頻則是連續變化的靜態幀組成的，處理24FPS的視頻相當于每秒處理24張照片，而對視頻進行像素級的實時處理，無論對于硬件設計還是軟件算法都提出了空前的考驗。

在傳統的ISP視頻流處理過程中，受制于ISP性能有限、硬件模塊相互隔離、處理帶寬不充分等因素，ISP只能老老實實地逐幀處理，一切排隊進行。

加入NPU助力之后，可以加速處理這一過程，但處理過程中以幀為單位，依然需要排隊。比如當ISP處理第一幀時，NPU需要等待ISP處理完成后才能接替。

麒麟9000改變了這一切，不但集成最新的ISP 6.0，還支持四流水線并行，吞吐量提升50％，視頻降噪能力提升48％，3A（自動對焦/自動曝光/自動白平衡）處理能力提升100％，而最大亮點當屬首創了ISP+NPU融合架構。

ISP+NPU融合后，直接將數據、信息完全打通，使用硬件直連的方式，將原本獨立的NPU計算直接融合ISP的處理流水線中，再結合大容量、高帶寬的智能緩存SmartCache 2.0，使得輸入數據流、輸出數據流都連續不斷，整個過程中沒有任何停頓和等待，數據可以無縫緩沖、實時處理，效率提高了不止一個檔次。

同時，ISP+NPU融合架構改變了逐幀排隊處理的傳統方式，對每一幀進行切片（Slice），也就是拆分成更小的單元，處理的基本單元不再是一整幀，而是一個個小的切片，從而將每一幀內部、不同幀之間完全打通，加速數據的傳輸與處理。

這樣一來，ISP+NPU聯合就實現了基于幀內分塊的視頻流智能處理。

如上圖，假設每個視頻幀都拆分成四個切片，ISP可以先處理其中兩個切片，快速處理完之后交給NPU進一步加工，此時ISP就可以同時處理該幀的剩余兩個切片，以及下一幀的頭兩個切片，如此往復循環，從而大大縮短等待時間，提高處理效率。

當然，每個視頻幀拆分成幾個切片、NPU/ISP每次處理幾個切片，都是極其靈活的，可以根據每一幀的不同數據量、處理難度來智能切割，還可以在同一幀內應用多種不同算法，流水線效率不可同日而語的同時，還可以得到更豐富的處理效果。

很自然的，這種聯合處理對于ISP、NPU的協同效率提出了極高的要求，畢竟稍有不慎反而會影響整個流程的順暢性。麒麟9000憑借豐富的ISP研發經驗、自研華為達芬奇架構2.0 NPU的強勁AI算力，一切都搭配得天衣無縫。

數據顯示，麒麟9000在處理器4K視頻的時候，可以在33毫秒甚至更低的時間間隔內完成計算任務，尤其是在夜景等會產生海量數據的復雜環境下，可以充分發揮ISP+NPU融合架構的極高處理效率，實現豐富細節的精準色彩還原。

如果你覺得這些理論分析有些難以理解，這里我們來看一個實際例子，感受下ISP+NPU融合架構的神奇魅力。

如上動圖，圓圈中的愿景物體是一個迷你風車，四個葉片又長又細還是深色調，又處在偏暗的環境中，一般情況下即便只是拍照，也很難清晰捕捉到其色彩細節，甚至可能根本就看不清對象本身，更不用說拍視頻。

但是在麒麟9000平臺上，得益于ISP+NPU融合架構一整套方案的智能化處理，可以看到在捕捉的視頻中，風車扇葉異常清晰，色彩清晰，銜接過渡自然，和背景區分明顯，運轉動作也是如行云流水一般的順暢，甚至連扇葉頭部、尾部因為運動快慢不同而導致的模糊程度不同，都展現得淋漓盡致，可能連人眼都捕捉不到這么逼真、翔實的細節。

【ISP+NPU融合：干活更多 功耗控制更好】

那么，ISP+NPU融合架構之后，要干的活兒更多了，會不會更加耗電？這里就體現了融合架構的另一個好處，計算性能上去了，功耗還能很好地得到控制，更好地完成更多任務。

眾所周知，手機拍攝視頻的時候是相當耗電的，遠高于靜態拍照，但是麒麟9000經過多重努力，實現了“馬兒跑得快、馬兒不多吃”的神奇效果。

一是針對大量數據輸入場景進行智能切塊處理，從而大幅降低網絡中間層對計算內存的需求；

二是切片級的數據交互，有效控制算法時延，再結合SmartCache緩存，有效控制視頻場景的功耗。

【融合架構背后的難度 超出你的想象】

你可能會說，這一切看起來似乎也沒什么難的，但是芯片層面的創新，從來和簡單二字無關，ISP+NPU融合的難度和技術挑戰也是常人難以想象的，簡單來說主要是如何達成算法效果、計算性能、計算能耗三者的平衡。

為此，在設計硬件融合架構的同時，為了釋放硬件潛力，華為也在軟件算法上花費了大量心思，做出了大量創新，比如說IPS鏈路的像素級別（pixel level）的AI算法，搭檔算力強悍的AI芯片，實現高能效的端側軟硬結合完整方案。

同時，如今的影像場景下，數據處理都是海量級別的，而且極為復雜，這就需要整個流程方案具備很強的魯棒性（穩健性），而且為了提高處理大數據量的效率，模型結構也要滿足一定的計算約束，必須利用網絡結構搜索、混合量化等技術，讓模型結構與加速硬件高效配合。

特別是在4K超清分辨率下捕捉視頻，流水線中的圖像數據量比以往多了幾個數量級，畢竟單幀4K圖像處理就已經對AI提出了很高的要求，更何況視頻場景下需要實時進行多幀處理。

舉例來說，4K 30fps的視頻捕捉場景下，整個ISP鏈路必須在33ms內完成單個幀的計算工作，其中留給AI算法進行計算處理的時間就更短，真正的電光火石之間就要處理到位，而一旦計算效率、性能不能滿足，視頻處理過程的效率就會急劇下降，反應在用戶體驗上就是嚴重的卡頓，這自然是無論如何不能接受的。

另外，任何硬件設計、算法設計都要考慮功耗，必須在可控范圍內，否則就會導致明顯的手機發熱。相信大家都有感觸，日常連續拍照、拍視頻的時候，手機會明顯發熱，更何況加入如此復雜的計算流程。

因此，為了達成最佳的影像效果和用戶體驗，突破性的算法效果、快速高效的計算性能、優秀可控的計算能耗，三者是缺一不可的，而麒麟9000 ISP+NPU融合架構，恰恰幾乎完美地做到了這一點，才有了最終呈現在我們眼中的精彩影像。

【一路坐強的麒麟：未來可期】

總的來說，華為手機這幾年在影像能力上持續穩居世界最前列，拿第一拿到手軟，坐榜首坐到寂寞，不但來自于精妙的攝像頭系統，更離不開麒麟芯片、ISP處理器、NPU神經處理單元的鼎力支持。

正是源于這持續不斷的革新，我們才通過小小的手機，越發清晰地看清、記錄整個世界的精彩，留下那一個個令人難以忘懷的瞬間。

從整個行業來看，目前做到從芯到端協同升級的，也只有蘋果、華為這兩家頂級巨頭，而蘋果陶醉在自己的封閉生態內，華為則呈現的是一個開放的世界。

眼下，華為麒麟的發展遇到了前所未有的桎梏，原本無限光明的前景蒙上了厚厚的陰影，但打鐵還需自身硬，經過多年來的一步步穩扎穩打，相信華為麒麟有實力面對任何艱難險阻。

期待麒麟的下一站更精彩！

責任編輯：PSY