-

安霸推出两个新系列产品以扩大其安防AI视觉SoC产品组合;采用高级AI技术的4K多成像器摄像头分辨率提高一倍,达到32MP30

新型CV5S和CV52S系列具有4K编码、高级AI性能和极低功耗的业界领先功能组合

加州圣克拉拉--(BUSINESS WIRE)--(美国商业资讯)-- (美国商业资讯)--人工智能(AI)视觉芯片公司安霸(Ambarella, Inc., Nasdaq: AMBA)​今天推出新型CV5S和CV52S安防系列产品,以扩大其AI视觉片上系统(SoC)产品组合。新型SoC基于CVflow®架构和先进的5纳米工艺技术,支持在单一的低功耗设计中同时进行4K编码和高级AI处理,具有行业领先的每瓦特边缘AI SoC性能。CV5S系列非常适合需要多个传感器以实现360度覆盖的安防摄像头应用,例如宽广、开阔的户外城市环境或大型建筑。CV52S系列专为具有高级AI性能的单传感器安防摄像头(例如ITS交通摄像头)而设计,这种摄像头需要更清楚地识别场景中的人物或物体,包括远距离外的人脸和车牌号。

Yole Développement (Yole)计算部高级技术与市场分析师John Lorenz解释道:“安防系统设计人员需要更高的分辨率、不断增加的通道数量,以及速度更快、更普遍的AI功能。安霸用于安全领域的新型AI视觉SoC——CV5S和CV52S,是能够满足安防IC行业不断增长的需求且富有竞争力的解决方案,我们预计到2025年,其市场规模将超过40亿美元,其中三分之二将由具有AI功能的芯片创造。”(1)

新型CV5S SoC系列支持多成像器摄像头设计,可同时对四个高达800万像素或4K分辨率的成像器通道进行处理和编码,其中每个通道每秒30帧(fps),在此过程中还能对每个4K成像器执行高级AI操作。这些SoC将编码分辨率和内存带宽提高了一倍,功耗比安霸上一代产品降低了30%。

新型CV52S SoC系列专门用于单传感器安防摄像头,支持​​60fps的4K分辨率,同时可提供四倍的AI计算机视觉性能、两倍的CPU性能,内存带宽比上一代产品增加了50%。这种神经网络(NN)性能的提升使更多的AI处理能够在边缘而非云端执行。

安霸高级营销总监Jerome Gigot表示:“全球安防行业正在迅速转向使用更高的4K分辨率,并且在不断提高AI算法能力,以便更有效地识别人员和物体,通过多个成像器获得更宽广的视野和更开阔的范围。我们的新型CV5S和CV52S安防AI视觉SoC系列分别支持4K多成像器或高帧率4K单成像器设计,具有高性能边缘AI处理功能,能够开发无需损失图像分辨率和AI处理精度的摄像头。”

除了安防应用,还有多种其他AIoT应用也可以利用新SoC系列产品提供的高分辨率和高级AI处理功能。例如,智慧城市可以利用边缘AI的高性能和高图像分辨率来改善交通管理、事故检测和自动速度控制,以及丢失和被盗车辆的快速定位。智能零售运营行业同样可以使用这种分辨率和高级AI来更好地管理产品摆放、调整收银人员配置以实现实时生产线管理、强化仓库产品跟踪,并在商店和公司层面提供更多可操作的情报。

新型CV5S和CV52S系列的其他功能包括:

  • 专为安防摄像头市场打造的强大SDK
  • 兼容所有安防系列的CVflow工具
  • 双核Arm® A76 1.6GHz CPU,1MB L3内存;比上一代产品性能提高2倍,适用于速度更快的客户应用
  • 增强型ISP,具有出色的HDR、ISO低光、扭曲修正和旋转功能
  • 片上隐私遮蔽,可遮挡部分拍摄场景
  • 新型PCIe和USB 3.2接口,支持比上一代产品更复杂的多芯片安防系统设计
  • 构成安防IP摄像头的强大片上网络安全硬件,包括安全启动、OTP和Arm TrustZone技术
  • 多视频输入,最多支持14台使用MIPI虚拟频道的摄像头
  • CV5S上的SLVS-EC接口,可降低系统设计的复杂度
  • 支持LPDDR4x、LPDDR5和LPDDR5x DRAM

供货

CV5S和CV52S SoC系列预计将于10月提供货样。如需了解更多信息,请联系Ambarella:https://www.ambarella.com/contact-us/.

关于安霸

安霸的产品广泛用于人机视觉应用,包括视频安全、高级驾驶辅助系统(ADAS)、电子后视镜、行车记录仪、驾驶员/驾驶室监控、自动驾驶和机器人应用。安霸的低功耗片上系统(SoC)提供高分辨率的视频压缩、高级图像处理,以及强大的深度神经网络处理功能,从而使智能摄像头能够从高分辨率视频流中提取图像的数据。如需了解更多信息,请访问www.ambarella.com

所有品牌名称、产品名称或商标均属于其各自的所有者。安霸保留随时更改产品和服务产品、规格和价格的权利,恕不另行通知。© 2021 Ambarella版权所有。保留所有权利。

1. 来源:《摄像头与监控和安全计算报告》(Cameras and computing for surveillance and security report),Yole Développement,2020年

免责声明:本公告之原文版本乃官方授权版本。译文仅供方便了解之用,烦请参照原文,原文版本乃唯一具法律效力之版本。

Contacts

媒体联系人:Eric Lawson,安霸,elawson@ambarella.com, (480) 276-9572
投资者联系人:Louis Gerhardy,安霸,lgerhardy@ambarella.com, (408) 636-2310

Ambarella, Inc.

NASDAQ:AMBA


Contacts

媒体联系人:Eric Lawson,安霸,elawson@ambarella.com, (480) 276-9572
投资者联系人:Louis Gerhardy,安霸,lgerhardy@ambarella.com, (408) 636-2310

More News From Ambarella, Inc.

Motional为其无人驾驶汽车选择安霸CVflow® AI视觉处理器

加州圣克拉拉--(BUSINESS WIRE)--(美国商业资讯)--人工智能(AI)视觉芯片公司安霸(Ambarella, Inc., Nasdaq: AMBA)今天宣布,无人驾驶技术的全球领导者Motional为其无人驾驶汽车选择了安霸CVflow®系列AI处理器。该系列处理器可与Motional的激光雷达(LiDAR)、摄像头和雷达传感器网络搭配使用,以确保汽车在各种具有挑战性的路况下安全行驶。 安霸的CVflow片上系统(SoC)将成为Motional无人驾驶汽车中央处理模块的一部分,为传感套件中的摄像头(包括前置摄像头)提供图像和计算机视觉处理。CVflow AI引擎将使Motional AI算法能够以行业领先的能效执行复杂的计算机视觉任务,例如如物体检测、分类和图像分割。安霸的高级图像处理技术将使车辆能够在具有挑战性的光照条件下(包括低光照和高对比度的情况)正常行驶。这款SoC的H.264编码将能够高效记录车辆中所有摄像头的视频数据。 Motional在实现无人驾驶汽车方面处于行业领先地位;公司最近成为全球首家部署公路无人驾驶汽车的公司,并宣布与Lyft签订了标志性协议,...

安霸宣布推出用于高级驾驶辅助系统(ADAS)的CV22FS和CV2FS汽车摄像头SoC

拉斯维加斯--(BUSINESS WIRE)--(美国商业资讯)--人工智能(AI)视觉芯片公司安霸公司(Ambarella, Inc., Nasdaq: AMBA)今日宣布推出CV22FS和CV2FS汽车摄像头片上系统(SoC),这两款产品均采用CVflow® AI处理技术,并符合ASIL B要求,可实现安全攸关的应用。这两款芯片均面向单目和立体视觉前向ADAS摄像头,以及适用于L2+或更高级别自动驾驶的计算机视觉电子控制单元(ECU)。CV22FS和CV2FS具有极低的功耗,让一级供应商和原始设备制造商(OEM)能够在单箱式挡风玻璃安装的前视ADAS摄像头的功耗限制内,超出新车评估计划(NCAP)的性能要求。这两款处理器的其他潜在应用包括带盲点检测(BSD)的电子后视镜、内部驾驶员和驾驶室监控摄像头,以及带停车辅助功能的全景监视器(AVM)。 这两款新的SoC是安霸成功的CVflow SoC系列的最新产品,该系列为汽车OEM、一级供应商和软件开发合作伙伴提供面向差异化高性能汽车系统的开放平台。 全球技术一级供应商及乘用车和商用车系统供应商采埃孚(ZF),将与安霸合作开发视觉和传感...

安霸利用Amazon SageMaker Neo在众多互联摄像头上实现人工智能

拉斯维加斯--(BUSINESS WIRE)--(美国商业资讯)--人工智能(AI)视觉芯片公司安霸股份有限公司(Ambarella, Inc., Nasdaq: AMBA)今日宣布,安霸和Amazon Web Services, Inc. (AWS)的客户即日起可单击使用Amazon SageMaker Neo进行机器学习(ML)模型训练,并可在配备Ambarella CVflow®技术支持的AI视觉片上系统(SoC)的任何设备上运行。 直至现在,开发人员仍必须采用手动方式为基于安霸AI视觉SoC的设备优化ML模型。此步骤可能增加应用程序开发过程的延迟和错误。安霸和AWS合力将安霸工具链与Amazon SageMaker Neo云服务相整合,进而简化了流程。现在,开发人员只需将他们训练有素的模型引入Amazon SageMaker Neo,即可为Ambarella CVflow支持的SoC自动优化模型。 客户可利用MXNet、TensorFlow、PyTorch或XGBoost构建ML模型,并使用Amazon SageMaker在云端或本地计算机上训练模型。然后,他们可以将模型上传...
Back to Newsroom