ITBear旗下自媒体矩阵:

占据5G市场先机的联发科,在用AI下一盘什么棋?

   时间:2021-03-22 18:32:35 来源:互联网编辑:星辉 发表评论无障碍通道

5G+AI已成为手机行业的发展方向,除了手机品牌厂商的推动外,更离不开上游供应链的技术支持。目前市场上能提供5G+AI平台解决方案的无非高通、海思、联发科和三星这几个芯片公司,其中联发科的市场占有率在近年提升非常明显。业内人士分析,受到5G市场的强刺激,以及联发科近些年大力锁定的AI策略,其市场表现仍将呈现持续增长态势。

    磨剑已久,联发科AI实力已不容小觑

细究联发科在AI上的里程碑,不得不谈其2018年发布的HelioP604G移动芯片。凭借在市场上率先集成独立AI处理单元APU,以及AI应用在手机上的落地,这款定位中端移动市场的芯片产品累计出货量已突破5000万套,无疑成为联发科历代芯片中的大黑马。

在HelioP60的基础上,联发科持续发力推出了HelioP70、P90、P95等诸多4G产品,其中P90甚至登顶知名苏黎世AI-benchmark平台的冠军宝座,其AI专核专用的发展格局也正式形成。去年火爆整个5G手机圈的天玑1000+5G移动芯片,凭借联发科第三代AI专核APU3.0,霸榜AI-benchmark半年之久。目前,联发科的AI算力和能效已经是行业第一梯队,并且逐步从性能领先到落地为更实用的应用体验领域。

目前智能手机上使用最多的还是AI拍照,早期的手机美颜只是粗暴地套用模板对脸部美化,不仅存在生硬不自然的表现,而且美化效果也是千篇一律。联发科凭借精准的AI布局,不仅用AI优化了美颜、美体等效果,而且开发出了更多AI拍照优化应用。

以最新搭载联发科天玑1100芯片的vivoS9手机来说,其面世后销量和口碑就持续爆红,无疑成为vivo近些年的网红单品,而背后最大的原因则是自拍的升级,尤其是超强夜拍这一特性。从技术上来看,借助于天玑1100芯片集成独立AI处理器APU的特性,vivo实现了3D美颜算法升级、千人千面优化、真实五官美化还原等特性,再加上支持背景智能识别的AI极夜人像算法,无疑让vivoS9在诸多产品中脱颖而出。

    联发科的AI野心:以智能手机为核心蔓延至更多类型产品

如果智能手机是联发科布局AI的第一步,那将AI引入智能电视则是其野心的第二起手式。相比手机来说,电视的AI优化效果无疑更明显。

以联发科的4K电视解决方案MT9650为例,这款芯片目前已经被小米电视等多款电视产品采用,其支持AI-PQ图像画质增强技术,可以智能识别内容场景,优化每一帧画面的色彩饱和度、亮度、锐利度、动态补偿及降噪,提升整体画质。

目前联发科能匹配4K、8K高分辨率和120Hz高刷新率,为超清智能电视提供逐帧优化、实时同步的AI技术,实力碾压同级别的竞争对手,在电视领域已成为龙头。目前小米、OPPO等品牌的电视大多采用联发科的电视芯片解决方案,例如OPPO首款旗舰级智能电视S1就采用的联发科S9008K旗舰电视芯片,对于初入电视领域的OPPO来说无疑注入了一剂强心剂。

目前联发科的AI技术已经遍布智能手机、智能电视、智能音箱、平板电脑等等各类终端设备,市场版图也越扩越大,将进一步刺激联发科的整体成长。

    联发科要做什么?构建万物互联的AI蓝图

得益于在智能手机、智能电视、AIoT设备等大量产品上的AI技术积累,联发科已经支持丰富的AI应用场景,而这似乎远远不够。

在笔者看来,联发科的AI蓝图已经逐步成型,它不仅将AI应用到电子消费产品上,还有更广泛的企业级应用场景,例如智能门锁、智能开关、POS机、智慧城市的智能水表和电表、安防摄像头等等。联发科在很早以前就布局了i300、i500、i700等AIoT平台解决方案,能实现语音、人脸、动作等方面的快速侦测和识别,进而完成交互。

与以往智能产品相对独立分散的运行状态有所不同,联发科已经开始整合不同类型、不同场景智能设备的互通互联,推动AIoT布局落地。例如在i300、i500、i700等AIoT芯片平台的基础上,联发科就带来了NeuroPilot人工智能平台,使第三方开发者与合作伙伴快速研发可整合跨平台、跨系统、跨硬件的智能设备,提供对广泛AIoT连接体验,这正是行业和开发者所期待的,也是其打造互联互通的一大关键。

从智能手机、智能电视等单个设备上的AI应用,到跨设备的AIoT生态部署,AI接下来的发展将更具有想象力,或许短时间难以一窥端倪,但从联发科这样的行业领先的半导体企业布局里不难发现,万物互联互通的蓝图,其实已经在逐步构建中。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version