新CV5S和CV52S系列可提供业界领先的4K编码技术，强大的AI处理性能及超低功耗

　　安霸新推主打安防领域的人工智能视觉SoC家族成员—

　　CV5S和CV52S，一举将多目独立4K摄像机的视频流录制分辨率提高到32MP30，同时具备强大的AI处理能力。

　　2021年6月21日，美国加利福尼亚州圣克拉拉市，Ambarella(下文简称安霸，纳斯达克编码：AMBA，专注人工智能视觉的一家半导体公司)，于今日宣布旗下人工智能视觉芯片新增两位成员：CV5S和CV52S，主要面向安防市场。基于强大的CVflow®架构和先进的5nm制程，新的单颗SoC拥有超低功耗，同时支持4K编码和强大的AI处理，从而提供行业领先的每瓦AI性能。对于需要多个视觉传感器进行360度全景监控，要求覆盖更大范围、更远距离的安防摄像机系统应用(如城市户外环境或大型建筑)，CV5S系列是理想选择。CV52S系列则是为具有强大AI性能的单目安防摄像机而设计，这些摄像机需要更清晰识别场景中的人或物体，包括远距离识别人脸和车牌号码，比如智能交通摄像机。

　　Yole Développement(Yole)计算部高级技术与市场分析师John Lorenz解释道：“安防系统设计者渴求更高分辨率、更多通道数，同时对AI功能和算力的需求增长也从未停滞。Ambarella最新款应用于安防领域的AI视觉SoC(CV5S和CV52S)具有强大的市场竞争力，可满足安防IC领域日益增长的需求。我们预测到2025年市场规模将超过40亿美元，其中三分之二是具有AI功能的芯片。”(1)

　　新的CV5S系列芯片支持多目摄像机设计，可同时处理并录制4路独立的高达800万像素(或4K)的视频流，每个通道达到每秒30帧，同时对每路4K视频流执行先进的AI处理。与安霸上一代芯片相比，新芯片的编码性能和内存带宽增加了一倍，功耗降低了30%。

　　与上一代芯片相比，主打单目安防摄像机的新CV52S家族系列芯片支持4K60fps视频录制，同时AI计算机视觉性能提高4倍，CPU性能提高2倍，内存带宽增加50%以上。神经网络(NN)性能方面的提升，使得边缘设备上也可以执行更多类的人工智能处理，而不需要上传云端。

　　安霸高级市场总监Jerome Gigot表示：“全球安防行业正急速向更高分辨率的4K超高清发展，同时AI边缘算力也在提高，这样可以更准确地识别人和物体，同时采用多目全景从而获得更宽视野及更远距离的信息。我们新的CV5S和CV52S安防AI视觉系列芯片分别支持具有高性能边缘AI处理，多目4K摄像机或单目高帧率4K摄像机的设计方案，同时满足开发者在图像分辨率和AI处理精度上的双重要求。”

　　这些新系列的芯片提供的高清视频和先进AI处理技术，除了应用于安防行业，还可适用许多其他AIoT应用。例如，智能城市可运用其高性能边缘AI处理和高清图像，进一步改善交通管理、交通事故检测和车速管控，以及快速定位遗失和被盗车辆。同样，智能零售行业可利用高清图像和强大的AI处理技术对产品的展示进行更好地管理，调整收银人员配置以实现实时在线管理，加强仓库产品跟踪，并向零售门店和公司运营提供更多可操作的智能处理。

　　新CV5S和CV52S系列芯片功能

　　·专为安防市场设计的高鲁棒性SDK

　　·兼容所有安防系列芯片的CVflow工具

　　·双核1.6GHz Arm®A76，拥有1MB L3缓存;比上一代产品的性能提高了2倍，可以更高速地运行客户应用

　　·超强ISP具有出色的宽动态、低光照、鱼眼矫正和旋转处理性能

　　·内置隐私遮蔽功能，可以屏蔽部分拍摄场景

　　·与上一代产品相比，新增PCIe和USB 3.2接口可实现更复杂的多芯片安防系统设计

　　·支持安全启动、OTP和Arm TrustZone等坚如磐石的硬件级数字安全技术，确保安防摄像机设备的信息安全

　　·支持多路视频流输入，通过MIPI虚拟通道接口可接入多达14路摄像机

　　·CV5S上的高速SLVS-EC接口，降低了系统设计的复杂性

　　·支持LPDDR4x/LPDDR5/LPDDR5x DRAM

　　上市时间

　　CV5S和CV52S系列芯片预计将于10月份提供样品。

　　关于安霸

　　安霸的产品被广泛应用于人类和计算机视觉领域，包括专业及消费类视频安防、汽车高级驾驶辅助系统(ADAS)与自动驾驶、驾驶员/舱内监控、电子后视镜、行车记录仪、消费类及工业机器人等应用。安霸超低功耗的AI视觉芯片可提供更先进的图像处理、更高质量的视频压缩、和更强大的深度神经网络计算，使得相机更清晰、更高画质、更智能。

　　所有品牌名称、产品名称或商标都属于其各自的持有人。Ambarella保留在任何时候改变产品和服务的供应、规格和定价的权利，恕不另行通知。©2021 Ambarella。保留所有权利。

　　补充阅读

　　[1]来源：监控和安防相机和计算报告，Yole Développement，2020年