說起安霸，估計不少人還是覺得陌生，但是說起無人航拍機大疆和運動相機Gopro，估計就基本無人不知了，特別是電子產(chǎn)品發(fā)燒友們。無人機大疆和運動相機Gopro他們的主角都離不開視覺攝像頭，那么有攝像頭輸入就需要視覺處理，而攝像頭背后的處理芯片和軟件就是來自于安霸。安霸芯片的視覺處理芯片應(yīng)用其實在電子攝影，安防（這就讓我想起《從安防到汽車的零跑Leapmotor》同樣也有安防視覺背景。）汽車領(lǐng)域非常廣泛。

安霸之前其主要應(yīng)用和優(yōu)勢為消費電子的視覺處理和圖像，過渡到安防，汽車領(lǐng)域；現(xiàn)在其芯片覆蓋智能汽車L2以下，L2+各個板塊，另外最近其推出CV3域控制器芯片叫板英偉達Orin以及高通高性能智能駕駛芯片。

所以我通過各種信息對安霸進行如下分析：

安霸是誰，提供什么樣的產(chǎn)品

安霸憑借什么殺入智能汽車市場？

安霸汽車布局的產(chǎn)品有哪些？目前上車情況。

安霸有什么樣的汽車宏圖？

希望給大家?guī)硇畔⒑蛦l(fā)

安霸是誰，提供什么樣的產(chǎn)品？ 安霸Ambarella 由 Feng-Ming (Fermi) Wang 和 Les Kohn 于 2004 在美國加州年創(chuàng)立，剛開始的目標(biāo)是為專業(yè)廣播市場，開發(fā)高清H.264視頻編碼器。不久之后，Ambarella 將同樣的技術(shù)應(yīng)用于消費類視頻和安防攝像頭市場，專注于開發(fā)能夠在具有挑戰(zhàn)性的照明和高運動環(huán)境中產(chǎn)生高質(zhì)量圖像的低功耗、壓縮效率高的芯片。

在接下來的十年中，Ambarella 芯片出現(xiàn)在許多著名的消費類相機產(chǎn)品中，包括GoPro Hero 、Nest Dropcam、Garmin汽車行車記錄儀和大疆 Phantom系列無人機。

2015 年 7 月，Ambarella 收購了VisLab開啟了其智能汽車之路，后續(xù)幾代 Ambarella 芯片在硬件級別整合了 VisLab 感知技術(shù)算法為自動駕駛的各個level提供技術(shù)方案，VisLab開始于意大利帕爾馬大學(xué)，是大學(xué)的視覺實驗室，它是感知系統(tǒng)和自動駕駛汽車研究領(lǐng)域的先驅(qū)。憑借視覺算法也參加過我之前文章《什么是自動駕駛實時運動規(guī)劃》中介紹的智能駕駛發(fā)源賽事-達喀爾城市挑戰(zhàn)賽。

安霸在2021年繼續(xù)收購了我在《4D 成像毫米波雷達 - 101》文中講到的Oculii,布局4D毫米波雷達，目前安霸大概900人的團隊，分布在美國，中國以及歐洲，其中亞洲占主力團隊，他的芯片大部分是由三星代工。

安霸優(yōu)勢憑什么殺入智能汽車？

首先，熟悉我之前文章《視覺為王-小鵬以及特斯拉的自動駕駛方案》，可知智能汽車時代，很大一部分智能的本質(zhì)上是基于視覺圖像下的AI應(yīng)用。所以有視覺圖像為基礎(chǔ)，安霸順利成章的進入汽車行業(yè)。

其實人工智能在智能汽車上的應(yīng)用目前分兩大塊，圖像視覺方面，語音方面，兩者對于神經(jīng)元層級的底層算法類似相通。智能駕駛的重頭戲就是圖像視覺。

智能汽車的圖像技術(shù)流先把圖像的光信息轉(zhuǎn)換成虛擬電信息，再轉(zhuǎn)化成數(shù)字信息，這一般是圖像芯片例如安森美，豪威，索尼這類COMS芯片的事。有了數(shù)字信息之后，進行數(shù)字信號處理例如黑白補償，降噪，色彩矯正等等這就是ISP類型的事情。有了這些感知數(shù)字信息基礎(chǔ)之后，圖像在智能汽車中將分以下兩塊處理：

人類視覺，將數(shù)字信號轉(zhuǎn)化成人類可視化的顯示，讓人類清楚愉悅觀看，這個時候就需要數(shù)字解碼壓縮類技術(shù)。另外AI處理之后的數(shù)據(jù)視覺，呈現(xiàn)需要GPU進行構(gòu)圖呈現(xiàn)，也就是我們常看到的類似于游戲的智能駕駛HMI。

機器AI視覺，這類數(shù)據(jù)通過AI神經(jīng)元算法識別與算法標(biāo)記庫里面信息進行匹配，提供給機器判斷決策。

有了以上對于視覺處理的流程之后，我們就可以對照安霸的信息看安霸憑什么殺入智能汽車市場了。

在圖像視覺的處理壓縮方面，安霸有超過17年的芯片和軟件積累，并且在主流視覺消費市場的良好表現(xiàn)，這個對應(yīng)上面流程可以理解其對于圖像清晰呈現(xiàn)有一定的軟硬件優(yōu)勢，例如圖像的模糊，光線問題都有比較良好的解決方案，這同樣可以給機器視覺提供精準(zhǔn)的感知信息，給人類視覺提供清晰的視頻照片。 收購了VisLab讓其在機器視覺AI算法識別，運動規(guī)劃方面有了基礎(chǔ)的互補，收購了4D毫米波雷達讓其在多傳感器感知互補的方面積累。

最后安霸基于以上優(yōu)勢，開發(fā)出AI智能算法加速器架構(gòu) CVflow，對卷積神經(jīng)網(wǎng)絡(luò)以及常見的神經(jīng)網(wǎng)絡(luò)的運算做了優(yōu)化，從而對算法加速，喊出了AI智能芯片比拼算力容易，有本事比功耗和性能比的口號。這個其實和我之前文章《從2022 CES 看Mobileye 自動駕駛產(chǎn)品技術(shù)以及戰(zhàn)略(誰說算力是唯一標(biāo)準(zhǔn))》中的Mobileye異曲同工之妙，安霸表示和mobileye的差異化是，安霸更加開放，新品和軟件可以多種組合。

所以在以上方面，安霸在芯片，軟件方面構(gòu)成了安霸進入智能汽車市場的產(chǎn)品技術(shù)基礎(chǔ)。 安霸汽車布局的產(chǎn)品有哪些？目前上車情況？

還記得我之前文章《歐美新勢力（Lucid, Rivian）的智能駕駛》中介紹過Rivian的智能駕駛系統(tǒng)，但是當(dāng)時不知道其處理芯片采用誰的，通過安霸的披露信息，謎底揭開了，就是采用安霸的芯片。

另外根據(jù)安霸披露信息，汽車行業(yè)從主機廠到T1都有大量應(yīng)用，例如國內(nèi)的上汽，比亞迪，長城，長安，東風(fēng)等主機廠，momenta，贏徹以及商湯等技術(shù)供應(yīng)商；歐美新勢力除了Rivian還有ARRIVA（點擊了解arrival歐美電動車新勢力Arrival以及其熱拔插模塊和輕量化制造方案），所以安霸在汽車行業(yè)的滲透還有不少，根據(jù)安霸的信息披露安霸在智能汽車布局分為兩大塊：

芯片，從視覺，雷達，超聲波的感知信號處理芯片，到傳感器融合處理，最后到車輛路徑控制處理。

軟件，除了運行系統(tǒng)不做，從底層開發(fā)套件到主動安全，再到自動駕駛L2+/L4算法全面覆蓋。

產(chǎn)品應(yīng)用覆蓋視覺數(shù)據(jù)記錄儀，電子后視鏡，流媒體后視鏡；智能駕駛方面，有前視覺攝像頭ADAS（了解前視覺ADAS點擊《深入了解當(dāng)前主流L2的ADAS 模塊（零件以及供應(yīng)鏈）》），駕駛員監(jiān)控，L2+/L4感知處理；目前正在布局域控制器方面。

其芯片主要為有CV2x系列支持大概2，3個左右攝像頭；CV2系列最多支持6個攝像頭，所以類似于RIVIAN的方案就是采用2個CV2芯片來實現(xiàn)多達12個攝像頭的感知；CV3系列為其未來域控制器芯片，單顆芯片攝像頭支持多達20個。

安霸基于其CV3域控制器芯片，Oculii 雷達系統(tǒng)，計劃提供給智能汽車一整套智能駕駛方案，叫板英偉達以及高通等。

目前此套方案還只是推廣階段，未看到哪家說采用。

安霸有什么樣的汽車宏圖

從官方發(fā)布的技術(shù)和產(chǎn)品布局上，安霸的產(chǎn)品線覆蓋了非汽車工業(yè)的物聯(lián)網(wǎng)包括了機器人，汽車工業(yè)中全線覆蓋了智能汽車時代所需要的視覺產(chǎn)品線。

L2+以及L4提供的產(chǎn)品，站在和英偉達，高通，mobileye，賽靈思同一線；安霸分析認為，L2+這個區(qū)間，他可服務(wù)的市場值SAM在2021年為大約2億美金，市場滲透率1%左右，到2027年將超過36億美金；L4/L5全自動駕駛在2021年大約6千萬美金，市場滲透率小于0.1%，到2027年將超過6億美金。

L2以及以下，座艙內(nèi)等視覺產(chǎn)品和瑞薩，TI，恩智浦等一道。安霸認為2021年這個區(qū)間可服務(wù)的市場值SAM大約15億美金，2027年將達到22億美金。

所以安霸希望未來年收入達到10億美元（高通和英偉達當(dāng)前大概300億美元左右），其中汽車工業(yè)方面貢獻超過一半。

當(dāng)然安霸雖然提供芯片以及軟件服務(wù)，其也深知在于芯片行業(yè)，生態(tài)的重要性，也是為了體現(xiàn)和mobileye的差異化，安霸在智能汽車各個方面與各個不同算法和軟件服務(wù)者進行合作。

總結(jié)

智能汽車AI智駕處理芯片，也是越來越卷，以英偉達為首的基于先進制程的算力派，還有Mobileye，高通，安霸的AI硬件軟件架構(gòu)加速派，暫時占據(jù)了高性能AI芯片的頭部。瑞薩，恩智浦，德州儀器通過高性價比，優(yōu)良的產(chǎn)品穩(wěn)穩(wěn)占據(jù)L2以及以下的市場。對于國內(nèi)芯片來講確實競爭比較殘酷，但好在目前還是戰(zhàn)國時代，塵埃未定。

審核編輯 ：李倩