破解AI/AR眼镜的“不可能三角”，芯原可穿戴解决方案已广泛落地

【蜂耘网　智能硬件】随着AR/AI眼镜的技术迭代，越来越复杂的功能需求、更长的续航和更轻的眼镜质量不仅要求各个功能点需要有对应的IP进行技术支撑，更要求整体的方案能够更高效地实现功能。4月16日下午，在由芯原股份主办的“智慧可穿戴：始终在线、超轻量、超低能耗”研讨会上，芯原股份解决方案架构工程师刘律宏详细介绍了芯原面向可穿戴应用的子系统解决方案。

AI/AR眼镜面临的巨大挑战：性能、续航、重量的平衡

不论是AI眼镜还是AR眼镜，作为一个需要长时间佩戴的设备，其首先是需要满足用户对于一款眼镜的基本需求，那就是佩戴舒服，因此其对于眼镜的重量有着极为严苛的要求。在Omdia高级分析师林麟看来，如果AI/AR眼镜的重量超过50克，就很难在市场上存活。

根据一些公开数据显示，一款典型的AR眼镜重量通常在50g左右。其中，显示系统如果是双目光波导方案的话，重量大约在10g左右；传感器方案，手势识别摄像头、陀螺仪等总共重量大约在3-5g左右；一个500-800mAh电池的重量大概是在8g-12g。作为一款不带显示屏的AI眼镜，其重量可能可以控制在40-45g左右。而一个普通的基于树脂镜片的眼镜重量约为10g-30g。

显然，对于AI/AR眼镜来说，目前其整机的重量与电池重量已经都处于极限压缩的状态。因为不论是提升电池容量、还是提升性能（会增加功耗，降低续航能力）都将会挑战重量这条“红线”。

根据芯原调研的三款AR眼镜来看：产品1配备了500mAh电池，支持8小时连续视频播放或影视投屏；产品2电池容量约440mAh，在轻量级导航、即时消息通知等场景续航4-6小时；产品3配备了1200mAh+电池，支持3D解剖教学、手术模拟等场景续航4.5小时。显然，随着应用的复杂性越来越高，其对于性能的要求也越来越高，即便其配备了更大的电池，整个续航时间也会大幅下降。

因此，对于AR/AI眼镜厂商来说，必然需要在功能、续航和重量上做出一个平衡的选择。根据芯原从市面上找了47款AR眼镜的调研来看，扣除了一些无效数据后，发现大部分消费类的AR眼镜的重量分布是在30g-80g左右，它的电池容量绝大部分集中在450mAh以下。

从AI/AR眼镜的体验来说，随着应用的持续拓展，对于性能的要求会越来越高，对于续航也会有着较高的要求，同时整机重量也需要能够让用户长时间佩戴感觉舒适。因此，对于AI/AR眼镜的多媒体子系统的整个开发来说，就需要支持更丰富的功能、支持更强大的算力，同时还需要做到更小的面积、更低的功耗、更高效的数据交付和更低的带宽延迟需求。即需要尽可能平衡从功能丰富性、续航能力、以及质量轻便（佩戴舒适度）上去做一个很好的平衡。因此，提升整个AI/AR眼镜的系统的能效比，成为提升用户体验的一个关键抓手。

芯原可穿戴IP解决方案，打破不可能三角

芯原作为中国最大的半导体IP厂商，近年来针对可穿戴市场研发了自己专用的一些IP系列，包括GPU、NPU、ISP、Dewarp、Video等IP系列，可以实现物体识别、手势识别、视觉感知、语音识别、图象渲染、图象显示等功能，并且能够做到尽可能的低功耗和小面积，可以覆盖从AI/AR眼镜到手表等不同的可穿戴设备的应用落地。

刘律宏进一步指出，芯原的这些IP还分为了5个系列，从轻量级的Pico、Nano和Nano+Series等，可以有更多的覆盖到更多不同市场定位的可穿戴的产品。并且，每一个IP也提供了足够多的可配置选项，即便目标在同一个产品的落地，根据对市场不同理解和对产品定位的不同理解，也能够逐一的做到产品差异化。

凭借多年的在可穿戴市场的持续深耕，芯原紧跟市场需求开发了适配的IP和系统，并通过研究外存类型及特性，以及不同应用场景对PPA的敏感度，更加紧凑的把合适的可穿戴IP系列和系统紧密耦合在一起，帮助客户产品落地的时候实现“1+1>2”的效果。

“其中一个系统级优化是FLEXA的IP互联，我们以点对点的形式进行了互联，尽可能杜绝IP通过传统方案中这种通过外部存储去进行数据交付的这种方式。这样可以极大程度上外存占用整个系统最大带宽的这种操作；第二个是我们开发了DECNano有损数据压缩技术，采用自有的有损压缩技术算法，可以实现2-4倍的有效数据压缩率。经过多次的技术迭代，我们在保证压缩率的前提下，不断的去提升整个压缩后的图象质量，保证‘鱼’和‘熊掌’都可以兼得。同时在运用这两个技术上的时候，我们还可以尽可能的去减少整个系统的带宽消耗和整个外部存储空间的消耗。”刘律宏举例解释道。

芯原的可穿戴解决方案不仅仅是一整套的硬件解决方案，还在生态和软件方面都给予客户提供了足够的支持。比如，在硬件方案上，芯原可以灵活的根据应用需要为客户提供需要的各种子系统；支持灵活的ddr-less拓扑结构达到性能、功耗的要求；支持FLEXA DDR-Less互联技术和DECNano压缩技术最小化存储空间占用、功耗和带宽。在软件代码和配套方面，芯原提供了精简的Lite版IP软件，包括极小的驱动代码(100~300 KB)、极小的外存空间占用、极低的CPU负载，同时还可支持RTOS、Linux、Android等主流操作系统。

芯原可穿戴方案已广泛实现落地

刘律宏还以实际落地的一位客户的可穿戴芯片的案例介绍道，客户原来的芯片设计不仅有ISP、DSP、VDEC、VENC、DPU、SRAM、GPU等，又有非常有限的外存的带宽限制和外存的存储空间的限制，还有非常简单的PSRAM的控制器，这意味着整个数据的多处理器IP对数据占用难以得到很好的精准控制。在这种情况下客户原始的设计方案总体带宽超出了原先预算的50%，性能离预期差距也接近50%，可以说是非常的不理想。但是在采用芯原的可穿戴解决方案以后，客户实现了三个层面上的优化，实现了原有的设计目标。

具体来说，客户在采用了芯原可穿戴系列的IP之后，整体上相对于原始方案面积节省了20%，在IP级的功耗上降低了30%；客户深入地基于芯原的可穿戴方案的技术点分析了整个产品芯片的应用场景，去对芯原的整个子系统进行了一个重新的重分配，在Datapath上做了更多的优化，在整个Datapath上用了FLEXA数据压缩，使得子系统几乎做到了全DDRS的方案，对外存的访问降低到了极低的一个比例。

最终，客户在整个产品的系统指标上得到了极大的提升，覆盖了从视频进入-视频处理-视频显示输出。整体性能比原方案提升了70%，系统功耗的优化提升了60%，整个IP级的带宽优化是优化了56.32%，对外存空间节约了73.89%。

据刘律宏介绍，芯原的极低功耗方案在AR/VR产品上已经被广泛的采用。比如，客户的视频采集子系统和后面的显示子系统，都用到了芯原的FLEXA技术、实现了极低延迟编码和极低延迟解码，极低延迟的功能实现。

目前，芯原可穿戴方案也已经落地在了包括AR、VR、智能手表等一系列的可穿戴设备或者是AIoT设备上。正是因为芯原和众多客户的共同合作，在持续解决各种产品问题的情况下，芯原也持续收到了来自于客户的各种反馈，然后持续的去进行技术的迭代和研发，最终得以能够给客户提供更好的解决方案。

在芯原看来，AR眼镜技术绝对不是一家可以独自去实现的，它可以看做是一个大的生态的建设，所以芯原会持续地在AR眼镜这一套可穿戴方案上持续的开发，会在可穿戴IP系列、可穿戴系统、系统方案落地、可穿戴所需的新技术（比如EIS、SLAM）的研发上进行持续性的投入。

“我们的期待是以创新为舟、载客户到成功的彼岸。AR眼镜的摩天大厦兴起的时候，我们希望始终站在客户的身边。”刘律宏最后总结说道。

（蜂耘智能硬件网 责任编辑：行云）