据VR陀螺,11月18日,芯原股份(688521.SH)宣布推出面向新一代AI/AR眼镜的低功耗、高性能可穿戴子系统解决方案,并发布专为智能眼镜设计的Nano-XR系列IP。该方案覆盖图像处理、AI计算、语音交互、图形渲染及空间显示等功能,目标是降低智能眼镜芯片的系统功耗、内存带宽需求与处理延迟。
四类核心IP,对应智能眼镜的主要处理任务
Nano-XR系列包含四类核心IP,分别对应智能眼镜中常见的影像、感知、空间显示与图形处理需求。
- ISPNanoUltra-XR:面向照片及视频处理,芯原称其可在优化功耗与芯片面积的同时,提供智能手机级影像质量。
- ISPPico-XR:针对红外传感器设计,支持眼动追踪、手势识别等常开功能。
- DCNanoUltra-XR:支持3DoF、6DoF空间显示处理。
- GCNanoOptimaV-XR:重点提升图形性能和投影变换能力,并降低内存占用。
从功能划分看,这组IP并非简单罗列,而是围绕智能眼镜芯片的实际工作负载展开。照片和视频处理对应影像采集与增强;红外传感器对应持续运行的感知任务;空间显示和图形渲染则关系到AR设备中的画面呈现与交互反馈。
压缩与片上缓存,减少外部存储器访问
除了单项IP,芯原还将FLEXA子系统架构与DECNano压缩技术引入整体方案。DECNano通过视觉无损压缩降低外部存储器容量及带宽需求;FLEXA则利用片上SRAM缓存与模块间数据交换,减少外部存储器访问,以优化系统能效和处理延迟。
这一设计指向智能眼镜芯片的两个核心指标:功耗与延迟。图像处理、图形渲染、空间显示和AI推理都会产生大量数据流动,如果模块之间频繁访问外部存储器,系统需要承担更高的带宽压力和访问延迟。通过压缩数据、利用片上缓存进行模块间交换,芯原试图让更多数据在芯片内部完成流转。
AI计算与系统适配,覆盖基础眼镜到AR设备
在AI计算方面,该方案可结合芯原NPU、DSP等处理器IP,实现低功耗语音唤醒、图像增强、语音降噪及通用AI推理。这些能力对应智能眼镜中较常见的常驻功能:语音交互需要快速响应,影像处理需要持续运行,降噪和增强则直接影响佩戴者的日常使用体验。
系统适配方面,方案支持RTOS、Linux和Android等操作系统,可适配从基础智能眼镜到具备空间交互能力的AR设备。对芯片设计方而言,这意味着同一套IP组合可以根据不同产品定位进行裁剪和重组;对终端厂商而言,则可以在功能复杂度、功耗预算和设备形态之间做更细的取舍。
上游IP竞争,正从单点性能转向系统协同
芯原首席战略官戴伟进表示,智能眼镜正在集成更多感知、影像与AI处理功能,仅提升单个IP性能已不足以满足产品需求,关键在于不同计算模块之间的高效协同。目前,公司正与客户合作,基于Nano-XR系列开发专用智能眼镜芯片。
这一表态也反映出上游芯片IP厂商的切入点变化。AI/AR眼镜并不是把手机芯片能力简单缩小后搬运到眼镜上,而是要在有限功耗下同时处理影像、语音、传感器、图形和空间显示任务。Nano-XR系列的意义,正在于把这些模块放到同一个子系统方案中考虑,让芯片设计从一开始就面对功耗、内存带宽和处理延迟这些系统级问题。
分类:智能穿戴
原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/ai-ar-yan-jing-xin-pian-de-xi-tong-ti-xin-yuan-yong-nanoxr