竞争于手机影像领域，早就从通过硬件大量堆砌材料，转变为芯片跟算法进行深度的协同配合。当手机厂商着手开始自行研发影像芯片的时候，其面临的核心挑战，已并非是“有没有”这样的问题，而是怎样能够促使这颗芯片跟手机的主芯片达成高效运作协同，切实将“1+1>2”这样的潜力给释放出来 。
自研芯片的核心价值
时常被看作是功能单一协处理器的传统外挂影像芯片，处理像夜景降噪这种特定任务。可是呢，现代手机摄影要实时处理好多复杂的AI算法，这给主芯片的算力以及能效带来了特别严格的挑战。仅仅提升主芯片规格会碰到功耗和发热方面的瓶颈，所以呀，一颗能够跟它协同、专门去处理特定高负载任务的自研芯片，就变成突破体验天花板的关键所在了。
双芯互联的技术破局
需达成主芯片跟自研芯片的高效协作，首先要处理的是二者之间的通信阻碍。vivo所研发的FIT双芯互联技术，从本质上来说是一组具备高速特性、拥有低延迟特点的芯片间通信协议。它把两颗芯片的运算单元，像是主芯片的NPU以及自研芯片的DLA，虚拟成为一个统一的处治平台，使得数据以及指令能够在其间毫无缝隙、迅速地流转，为繁杂的算法拆分及至协同部署筑牢了基础。
算法拆分的协同策略
依赖高速互联，工程师能够把庞大的AI影像算法予以智能拆分，把算法里网络结构繁杂、然而算力需求相对较不高的部分，交付给主芯片的通用NPU去处理，将数据吞吐量极大、需要始终高强度计算的部分，像实时高精度降噪、AI超分等，固化至自研芯片的专用硬件电路之中，这种分工使得各自展现出了架构优势。
近存计算提升能效
采用了一项关键设计的自研芯片V2，这项设计是近存DLA（深度学习加速器），它把计算单元紧密贴合内存布局，大幅降低了数据于计算进程中搬运的路径以及功耗，在实际运行AI模型之际，这种设计能够近乎百分百地运用计算单元，规避了传统架构因数据等待而引发的算力闲置，进而在相同功耗状况下给予更强的持续算力输出 。
10bit处理的硬件硬化
考量到专业视频创作者针对10bit 高色深素材的处理需求这一情况，V2芯片在硬件方面直接集成了10bit乘法累加器单元。跟借助软件将两次8bit运算合并成10bit这种传统途径相比较，硬件原生所具备的支持特性使得单次运算就能达成，不但精度更高，在处理效率上还提升了4到6倍，进而使手机实时处理10bit视频流变为可能。
用户体验的切实提升
话说对于普通用户来讲，这些技术最终呈现出来的是更具流畅感以及清晰感的成片体验。比如说，在那种极其昏暗的光线环境里录制视频，手机能够实时输出画面亮度适宜、噪点处于可控范围的footage；在拍摄快速进行运动的场景之际，MEMC插帧技术可使得视频的观看感受更为顺滑。这些往昔非得依靠后期软件方可达成的效果，如今因为双芯协同的缘故，得以在拍摄的瞬间就实时完成啦。
选购手机之际，你会更着重厂商所宣传的芯片各项参数，还是会更留意实际拍摄成片样张的直观对比情况呢？欢迎于评论区去分享你的观点哟。
原创文章，作者：北单实体店微信：200833335，如若转载，请注明出处：https://www.beidanyezhu.com/a/109943.html
微信扫一扫