✕
随着人工智能在终端设备中的普及，端侧硬件对AI视觉能力的需求显著增长。多种消费类与工业类智能终端开始集成摄像头模块，以实现智能环境感知与交互。但DDR产品随着下游市场需求增加和上游供应的减少， 其成本正在以惊人速度变化，不但威胁供应链稳定，也挤压产品研发厂商的利润空间。
为解决这一问题，基于飞凌微A1芯片轻量化视觉感知解决方案，依靠片内SRAM就能够实现的相关AI视觉感知功能。
落地场景
飞凌微A1芯片支持2路CIS输入，内部搭载自研的0.8Tops算力NPU和高性能ISP核，可运行YOLOv7-Tiny、YOLOv8-Nano等主流模型。支持的视觉感知任务包括处理姿态估计、目标检测、目标分类、目标分割等，同时支持训练中量化，小模型依旧保持较高推理精度，为AIoT领域的合作伙伴提供视觉感知需求支持，加快AI+项目产品落地。A1芯片基于近存计算，使得模型运行效率实现秒级感知，特别适配感知延迟较低、对供应链稳定性要求高、成本控制严格、对低光或暗光下感知准确率有要求的AI视觉的典型应用场景，例如：
AI玩具：实现手势识别、物体识别等；
白电与小家电：支持手势控制、食物识别等；
宠物喂食机：实现宠物类型识别、行为分析等；
IoT终端设备：提供基础视觉感知能力。
飞凌微性能参数
该芯片采用ARM Cortex-A7 @1.2Ghz处理器，芯片内部集成自研NPU核心与高性能ISP，构建高能效轻算力视觉感知平台。其NPU具有0.8Tops算力，支持常见的深度学习框架（Pytorch、TensorFlow等）；ISP支持单目8MP@30fps HDR、双目3MP@30fps HDR。接口方面A1芯片提供2路MIPI Rx、1路MIPI Tx及SPI、I2C、UART、GPIO等丰富通信接口，采用BGA100(7mm×7mm）小尺寸封装，有效提升产品集成度与空间利用率。
传统方案及其局限性
目前市面上的大部分AI视觉感知方案，大多基于“CIS+SoC+DDR”基础硬件架构，推理的参数和数据存放在DDR中，这种基础硬件虽然能满足一般的视觉感知需求，但对于低成本、感知计算延时要求低的场景而言，这种整体硬件资源对于这类产品来说过于充足，甚至是浪费。
飞凌微A1芯片创新视觉方案
1、方案亮点
AI芯片感知方案框图
飞凌微A1芯片轻算力视觉方案， 在近存计算技术基础上进行算法优化，省去外部DDR器件，在轻算力AI视觉应用场景形成成本、功耗、集成度、供应链四大核心竞争力，精准解决传统方案的痛点：
近存计算：小存储也能跑AI，能效比领先；
高度集成：单芯片替代多芯片，简化系统；
供应链安全：摆脱DDR涨价与缺货风险；
场景精准：轻算力场景下提升性价比；
生态友好：开发快、易落地、可深度定制。
2、技术解决路径
A1芯片为实现不依赖DDR内存的情况下进行视觉推理，该方案的核心是将推理模型拆分成小模型，同步解决了模型拆分成小模型后推理的一致性，且内部硬件模块高度协同保证推理效率。
结 论
飞凌微A1芯片轻算力视觉感知方案，改变端侧AI视觉市场格局，让市场有新的方案选择。依托近存计算，省去外部DDR，大幅降低BOM成本、简化硬件设计、提升供应链稳定性；飞凌微A1芯片集成自研NPU，支持常用深度学习框架（Pytorch、TensorFlow等），满足目标检测、感知姿态、手势交互等轻算力需求；同步集成了高性能ISP，提升图像质量；飞凌微A1芯片得益于小尺寸、低功耗、易开发，从而适配AI玩具、智能家电、服务机器人、IoT终端等海量消费级场景，以架构简化、性价比提升，为客户打造更具市场竞争力的轻量化视觉解决方案。
工程师朋友们如果对我们的方案感兴趣，
那么赶快扫码或者后台私信联系我们吧！
