芯耀
856
AI眼镜市场历经不同发展阶段，从“萌芽期”经“低潮”后，于2019年之后迎来“爆发期”。如今，受DeepSeek等因素影响，市场进入“AI +”阶段，消费者对眼镜在AI方面的能力有了更多期待。随着市场热度提升，越来越多厂商加入或准备加入AI眼镜市场。
从成本分析来看，SoC芯片占总成本大头，因此芯原微电子作为芯片设计IP供应商，将重点聚焦该领域。日前，在芯原第二届可穿戴专题技术研讨会上，芯原股份片上系统高级设计总监郝鹏鹏分享了芯原AI眼镜芯片设计方案，深入剖析了AI眼镜市场现状、芯原的设计思路及具体方案，并展示了相关设计实例。
郝鹏鹏表示，当前市场上主要的AI眼镜芯片方案有三种类型：
“大而全”方案，功能强大，包含CPU、GPU、神经网络处理器、ISP和显示控制等，性能强大且可扩展性高，但成本较高，因未针对眼镜方案做功耗优化，功耗表现不佳，还存在技术支持和供货问题；
“小而精”方案，突出某一方面功能，如以音频为主，价格低、方案成熟且选择多，不过功能单一，拓展功能需搭配其他芯片，AI能力存在缺陷；
平衡型方案，介于两者之间，比较平衡但无明显特点，某方面扩展仍需搭配其他芯片，且目前市面上此类芯片AI能力不足，可拓展性受限。
在此背景下，芯原提出了AI眼镜芯片设计方案。芯原认为AI眼镜的“性能、续航、成本”相互依存，需做平衡，依托IP成熟解决方案、软硬件全套设计服务及量产平台，其SoC设计部门可根据客户需求定制眼镜产品方案。在AI眼镜初期，方案以轻量级应用（无显示或轻量级显示）为主，期望综合使用时间大于8小时，重量达30克左右，并具备端侧小模型处理能力，图象处理以1080P为足够应用场景。
在具体设计上，整体架构中显示、视频图象等处理融入AI，图象处理采用多核，可根据负载量逐级优化功耗，“通讯处理”因功耗高且市场有成熟模块，考虑用现有模块作为协处理芯片与主芯片搭配，显示处理初期非强需求，可作为选项。
视频图象处理除传统ISP - PIPE外，增加AI - PIPE，采用New Break技术可将独特算法硬化并嵌入ISP，运用FLEXA技术实现DDR - Iess节省功耗，通过Token Generation在片内存储或传给手机时仅保留关键信息；
音频处理采用传统音频处理方式，提供完整音频软件栈和丰富音频库支持，后续将探讨与AI的结合；显示处理配备芯原的2.5D或3D GPU及多种型号可定制的显示控制器，显示控制器具有“超分辨率”技术，可使低分辨率数据源（如720P）在显示时提高图像质量，节省存储、带宽和功耗，且可利用FLEXA技术；
设置独立AI算力模块，支持多核，可根据模型和算法需求选择两核或四核，不浪费功率，该模块可完成Video或Audio工作，ZSP可外挂自定义算法固化在DSP Core上，系统可接收音频和视频输入，通过DSP和硬件加速器做小数据量AI处理，也可做Token generation工作；
通讯能力通过外挂单独协处理器处理更好，具有产品差异化、成本控制和功耗控制优势，芯原有完整的无线通讯解决方案，基于DSP core，支持蓝牙、CAT - 1等；轻量级应用上RISC - V更适合作为CPU，操作系统方面，重量级眼镜用安卓，轻量级应用更多采用LinuxLite或FreeRTOS，大任务跑LinuxLite，小任务跑FreeRTOS。
郝鹏鹏强调，芯原的设计方案强化了端侧AI能力，采用多核异构系统，进行层次化大小核功能设计，细致划分电源域，并提供有针对性定制，凭借众多IP和定制SoC经验，可针对不同产品定位提供定制方案。
