电子发烧友网报道（文/章鹰）2024年，随着AI、智能座舱等新技术的兴起，基于视频图像的数字多媒体技术赋能的终端产品市场规模持续攀升。以车载摄像头为例，佐思汽研数据显示，2023年1-9月，中国新车整体摄像头安装量为4817.2万颗，同比增长34.1%。CINNO预测，中国市场乘用车摄像头需求量到2025年将超过1亿颗。
另据国际调研机构IHS发现，随着视频监控系统中新基础架构的演进，业界已认识到两个主要趋势：一是AI能力从数据中心(云)迁移到端，二是多种类型的数据从端侧汇聚到云。
在端侧，无论是智能穿戴、安防监控、智能手机、智能电视、AIoT终端，还是汽车里的车载摄像头、车载显示器、行车记录仪，都应用了多媒体的显示技术和编解码压缩技术，信息交互的多样化对多媒体数据流的实时处理、画质增强等方面提出了新的考验；在云侧，云端服务器环境中，视频编解码技术广泛应用于视频直播、视频会议、在线教育等领域，尤其是视频直播占据视频流媒体市场过半份额，这些应用对视频处理器的性能提出了更高要求，目前视频流量越来越大，4K已经普及，8K视频也不再是伪需求，这些都需要实现高质量、低延迟的视频传输和处理。
图：多媒体技术的广泛应用
9月19日，安谋科技在北京召开新品发布媒体沟通会，正式亮出本土自研多媒体产品矩阵的最新力作——首款“玲珑”D8/D6/D2显示处理器和新一代的“玲珑”V510/V710视频处理器，为当前终端市场超高画质显示、超高清视频编解码和解决云端服务器场景的痛点带来了极大助力。
图：安谋科技多媒体处理器研发负责人 周华
“经过多年发展，目前‘玲珑’多媒体产品线已全方位覆盖包括AIoT、汽车、移动终端和云基础设施在内的各大关键场景。此次推出的‘玲珑’D8/D6/D2 DPU与‘玲珑’V510/V710 VPU，紧贴当前主流市场不断迭代的超高画质显示和高清视频编解码需求，在碎片化、多元化且日渐复杂的多媒体应用场景下，为国内半导体厂商提供更优质、丰富的多媒体解决方案，打造智能影像时代技术新底座。”安谋科技多媒体处理器研发负责人周华在会上谈到。
首款“玲珑”DPU亮相，支持4K、8K超高清画质图像显示
AI智能时代，多种智能终端的视频及图像显示处理需求趋势日益明显。在智能汽车、AI PC、AI手机、智能电视等领域，信息交互的多样化对数字影像显示技术的实时处理、画质增强提出了更高要求。
以最近大火的国内首款3A游戏《黑悟空：神话》为例，随着这款游戏在全球范围内火爆，游戏硬件设备也迎来了迭代的新契机。对于PC玩家来说，除了对电脑主机的高要求之外，显示器性能的优劣成为了衡量游戏体验的重要标尺。
游戏官方公布的PC配置要求，根据画质等级选择相应的显示器产品。除了分辨率，用户可以从刷新率、广色域、对比度、HDR、响应时间以及屏幕尺寸综合判断。推荐的配置是高画质1080P，显存6GB，超高画质是4K，显存12GB。如果能支持原生200Hz高刷新率，相较于市面上常见的144Hz显示器，它能带来更流畅的游戏体验。
图：安谋科技DPU高级产品经理 柴卫华
除了PC上3A游戏对超高清显示需求迫切以外，汽车也已变身为家庭娱乐空间，智能座舱中的大屏化、多屏化、高清化趋势带动了对DPU需求。近日，国内手机大厂发布的三折叠屏手机同样吸引了全球目光，AR和PAD追求高清显示的趋势日益明显。
面对终端市场的变革，安谋科技DPU高级产品经理柴卫华总结了当前显示市场需求所呈现的三大趋势：一是更多的屏出现，智能汽车、手机、电脑屏都串联起来；二、消费者青睐使用超高清、超大屏，追求更好的显示效果。智能电视趋势向大尺寸化发展，主流已达60寸或者更大，车载中控屏变大，娱乐交互陆续放在4K、8K或更高分辨率屏幕；三、在AI技术推动下，应用和显示内容增多，跨屏联动、多屏异显等技术趋势愈发明显。
针对这些新趋势，安谋科技“玲珑”D8/D6/D2 DPU系列产品多方位满足客户需求。一方面，“玲珑”DPU基于多核架构设计，支持按需灵活编程与配置，能够覆盖性能要求从高到底的场景，比如“玲珑”D8性能最强，单核性能可高达8K60帧，满足需要同时多显示器输出的客户需求，单IP支持多达4路每秒4K60帧的实时显示输出；“玲珑”D6对应的是注重性能和功耗相平衡的场景，可以支持到8K30帧或者是4K120帧的主流需求，单IP可以同时支持2个4K60帧的显示输出；“玲珑”D2则是面向物联网场景，具备高能效比，其面积和功耗是该系列中最优的，单IP可以支持2K60帧的显示输出要求。
另一方面，“玲珑”DPU对于图像处理技术的要求很高，处理器数据流可达到12bit，支持标准的SDR和HDR内容，同时还内置了高质量的图像缩放引擎，支持单一维度的水平或垂直方向1/6到64倍的缩放。此外，还增加了画质增强模块，可以保证缩放之后的画质得到进一步的提升。
图：“玲珑”D8/D6/D2 DPU概览
深度兼容Arm生态则是“玲珑”DPU的另一大特色，集成了AFBC以及Arm MMU-600/700的TBU，在确保整体系统方案的高性能和高画质的前提下，可最大限度地节省带宽及功耗，并进一步降低系统访问延时。此外，“玲珑”DPU系列支持Arm TrustZone媒体保护（TZMP）架构，实现了软硬一体化设计，能够为显示数据的安全性提供更强力的保障。
对比前代产品，全新“玲珑”D8/D6/D2 DPU实现了核心性能的两倍提升。其单核性能从原先最高支持的每秒4K120帧提高至每秒8K60帧，而且同时支持的实时显示输出从2路扩展至4路，充分满足了智能应用场景的多元化显示需求。
H.266标准叠加融合架构，“玲珑”V510/V710 VPU覆盖全场景需求
随着近年来AI技术的兴起，视频监控、汽车、智能家居、移动设备及数据中心等对高清视频处理有了越来越高的要求。在视频编解码上，越来越多的厂商已决心采用更具性价比的VPU。
“为了应对高清视频技术普及所带来的海量信息传输和存储挑战，业内最新的国际视频编码标准H.266能够提高4K和8K超高清视频的压缩效率。相比其上一代视频解码标准H.265，H.266可以在视频编码效率提高50%的情况下达到相同的主观质量，并且有效支持4K和8K超高清和高动态视频编码。”安谋科技VPU高级产品经理董峰强调。
图：安谋科技VPU高级产品经理 董峰
尽管端侧和云上对处理器性能要求差异巨大，但是从芯片IP角度出发，还是希望能用统一的方式来支撑不同场景的需求，基于多核的灵活性对性能进行扩展，通过扩展核数以支持不同场景需求。例如，单核即可满足端侧客户需求，而边缘侧大致需要四核，那云端基本需要八核。
董峰进一步介绍：“作为国内首批同时支持H.266标准的编解码视频处理器，新一代玲珑V510/V710 VPU比较上一代，编解码性能均实现了翻倍提升，特别是在4K/8K应用场景中的编码质量可以提高25%，同时新增的屏幕显示菜单OSD前处理功能，更好地兼顾主流市场和新兴应用的实时编解码需求。由于采用了多核多格式编解码融合的可编程处理架构，单核的编码或解码性能可达到每秒4K60帧；根据端、边、云等不同场景需求，分别提供1-4核、4-8核等多种配置。”
当前，VPU架构的痛点主要集中在编解码功能的分离。如果不采用编解码融合的架构，在编码和解码分离的情况下，在VPU场景下首先需要一个编码器，然后还需要一个解码器，这两个层面都要增加相应的内存。“玲珑”新一代VPU能够很好地解决这一行业痛点，特别采用融合架构以单核实现编解码融合，既可以编码也可以解码，以适用于多样场景的需求。
图：“玲珑”V510/V710 VPU概览
采用融合架构的VPU为何能获得客户青睐？关键在于两大创新点：第一，把内部能复用的pipelines加以复用，具体的做法是在技术层面分解到加速器和数据流的层级。辅助方面采用MCU控制方式，以及在MCU上运行firmware固件，满足客户流片后的性能优化需求；第二，在数据处理中，“玲珑”新一代VPU将任务做条带级划分，实现多核并行和性能的线性提升，并明显减少IP的占用面积。
“实际上，VPU采用融合架构的门槛比较高，主要针对业务场景进行数据流的管理，但这也是安谋科技所擅长的领域，我们在IP层面拥有很强的系统化能力。”董峰说道。
VPU在云端应用场景中同样起到重要作用，尤其是云游戏。以“玲珑”V710为例，这款高端产品是主要面向云端场景的8核配置。针对大分辨率场景，它的性能可以达到8K120帧，折算到多路场景，相当于64路1080P每秒30帧，在云端包括云游戏和多路场景使用都是游刃有余。
为帮助开发者基于各种视频编解码标准进行快速部署，“玲珑”V510/V710 VPU还提供了一整套完备的固件工具及软件支持，凭借软硬件交互的架构设计，开发者后续还可通过软件升级对既有硬件进行灵活扩展和优化。
据悉，历经三年的迭代与优化，“玲珑”VPU已授权超过30家国内合作伙伴，并广泛应用于手机终端、PC、智能汽车、智能安防等众多视频应用场景。
写在最后
“玲珑”首款DPU和新一代VPU融合架构的领先性，保证了其可以适用于多样化场景，主要包括安防监控、AIoT、AI PC，以及汽车电子中的车载摄像头和HUD显示屏，乃至云端服务器等，这些场景对高性能、高质量和低延时的多媒体处理技术都有着很强的要求，恰好也是“玲珑”D8/D6/D2 DPU和新一代V510/V710 VPU有信心发挥其特长的领域。据悉，AI手机、AI PC、智能汽车、数据中心等领域将是“玲珑”产品线的未来发展重点，通过强化其多媒体技术栈，同时整合先进的AI处理单元，发力推动新兴智能场景的多媒体技术升级。
随着新品处理器的加入，安谋科技进一步完善其高质量、一体化的异构计算矩阵。作为现代智能计算技术中的重要组成部分，异构计算通过利用不同类型的计算资源和优化算法，提高了视频、图像处理的速度和质量，同时也为其他计算密集型任务提供了强大的支持，加速推进端侧AI应用落地。
作者：章鹰
来源：电子发烧友网
