Ambarella는 새로운 카메라 SoC로 지능형 에지 감지를 목표로 합니다.

컴퓨터 비전 칩 회사 Ambarella는 엣지에서 유연한 인공 지능 감지 및 처리가 필요한 다양한 스마트 장치 애플리케이션을 목표로 하는 카메라 SoC(시스템 온 칩) 제품군의 새로운 프로세서를 발표했습니다.

새로운 CV28M 카메라 SoC는 CVflow 제품군의 최신 제품으로 고급 이미지 처리, 고해상도 비디오 인코딩, 컴퓨터 비전 처리를 단일 저전력 설계에 결합합니다. 특히 지능형 에지 감지 및 낮은 대역폭과 관련된 새로운 카메라 SoC의 두 가지 기능은 이미지 품질을 최적화하는 동시에 비디오 스토리지 및 네트워크 대역폭 요구 사항을 줄이는 AI 기반 속도 제어입니다. 특히 IP 보안 카메라에 유용합니다. 장면 분석을 사용하여 유용한 순간이라고 생각하는 것만 기록하고 관심 있는 순간을 검색하기 위해 비디오 타임라인을 훑어보는 데 필요한 시간을 피하는 AI Timelapse입니다.

Ambarella의 마케팅 이사인 Jerome Gigot은 “AI 기반 비트레이트 제어는 Ambarella CVFlow AI 엔진을 사용하여 인코딩하기 전에 모든 프레임을 분석하여 각 프레임(예:얼굴 또는 자동차 등)에서 가장 중요한 영역을 찾는 기능입니다. 예) 비디오의 특정 영역을 배경이나 기타 중요하지 않은 개체와 같이 중요한 정보가 포함되지 않은 다른 영역에 비해 더 높은 품질로 인코딩할 수 있습니다."

또한 Ambarella의 마케팅 및 비즈니스 개발 부사장인 Chris Day는 새로운 장치가 CV25와 동일한 AI 엔진과 기능을 사용하지만 비용에 민감한 새로운 시장을 해결하고 새로운 차원의 스마트 홈 보안, 소매 모니터링, 소비자 로봇 공학 및 점유 모니터링을 포함한 애플리케이션용 스마트 에지 장치.

“우리 주변의 모든 장치가 더 똑똑해지고 있으며 최신 CV28M SoC를 통해 고객은 다양한 새로운 애플리케이션을 위한 차세대 지능형 감지 카메라를 개발할 수 있습니다. 소매점, 직장, 임대 자산 또는 집에 ​​있는 노인 모니터링과 같이 개인 정보에 민감한 애플리케이션에서 에지 기반 AI 처리는 클라우드에 비디오를 녹화하거나 스트리밍할 필요 없이 지능형 모니터링과 빠른 의사 결정을 지원할 수 있습니다.”

그는 새로운 카메라 SoC와의 주요 차이점은 쿼드 코어 장치가 아닌 듀얼 코어 Arm Cortex-A53을 사용한다는 점이라고 말했습니다. 그 결과 엣지 센싱 AI의 효율성이 향상되고 비용이 최대 30% 절감됩니다. 그는 소비자 지향적인 임베디드 비전 애플리케이션의 경우 CV25의 전체 AI 기능이 필요하지 않기 때문에 새로운 CV28M은 보다 표적화된 접근 방식을 제공한다고 덧붙였습니다.

소매 모니터링 또는 점유 모니터링과 같은 AI 감지 애플리케이션의 경우 CV28M은 카메라에서 모든 결정을 내리는 AI 성능을 제공하여 개인 정보를 보호하고 백엔드 서버에서 실행되는 과도한 비디오 처리를 방지합니다. 소비자 로봇 공학 애플리케이션에서 CV28M은 가시광선, 구조광, ToF(Time-of-Flight)와 같은 다양한 센서에 연결하여 탐색에 필요한 데이터를 캡처한 다음 처리할 수 있습니다.

CV28M은 AVC 및 HEVC 형식 모두에서 효율적인 비디오 인코딩을 제공합니다. 고성능 이미지 신호 프로세서(ISP)는 저조도 조건에서 뛰어난 이미징을 제공하고 HDR(High Dynamic Range) 처리는 고대비 장면에서 최대의 이미지 디테일을 추출합니다. 카메라 SoC에는 보안 부팅, TrustZone 및 I/O 가상화를 포함하여 해킹으로부터 보호하는 고급 사이버 보안 기능의 전체 제품군이 포함되어 있습니다. 10nm 초저전력 공정 기술로 제작된 CV28M 칩은 긴 배터리 수명과 소형 폼 팩터가 필요한 무선 카메라 애플리케이션에 최적화되어 있습니다.

CV28M 칩은 Ambarella의 CV25, CV22 및 CV2 CVflow SoC 제품군과 공통 SDK 및 컴퓨터 비전(CV) 도구를 공유하여 다양한 가격 및 성능 옵션을 갖춘 카메라 개발을 간소화합니다. 완전한 CV 도구 세트는 고객이 자신의 신경망을 CV28M으로 이식하는 데 도움이 되며 컴파일러, 디버거 및 Caffe 및 TensorFlow와 같은 업계 표준 기계 학습 프레임워크에 대한 지원과 함께 CNN(컨볼루션 신경망) 성능 최적화를 위한 광범위한 지침을 포함합니다.