1. 首頁 > 科技 > >

小米科技|幾納米間風云：手機攝影的制高點爭奪戰( 二 )

小米12小米科技


OPPO想要攻下“自研芯片”已有三年之久 ， 組建超萬人的研發團隊 ， 在2021 未來科技大會上 ， 創始人陳明永還堅定地表示 ， 會持續投入資源搞自研芯片 。
圍城：最強技術關隘 ， OPPO的遣兵調將
當然 ， 我們對中國手機廠商的芯片突圍也不用過于嚴苛 。 “為什么不自己做芯片”這種問題 ， 類似于“為什么不上清華北大” ， 是因為不喜歡嗎？
芯片作為一種高門檻技術 ， 放眼全球也就蘋果、華為、谷歌、英偉達、高通等少數企業跑通了 。 OPPO雖然建立一定的技術壁壘 ， 但在自研芯片上還是個新人 。 面對這個最基礎、最具挑戰的領域 ， 既要有啃下硬骨頭的自信 ， 也要避免有勇無謀的莽撞和盲目投入 。
剛剛亮相的OPPO首款自研影像專用NPU ， 讓我們可以看到OPPO如何在基礎芯片領域里排兵布陣：
第一顆棋子 ， 放在了性能 。 浮點數的運算能力 ， 也就是FLOPS(floating point operations per second每秒計算的浮點數目多少) ， 是衡量移動AI芯片計算能力的關鍵指標 。 OPPO的首款自研NPU馬里亞納 MariSilicon X芯片 ， 采用了DSA專芯專用架構 ， 結合先進的6nm工藝制程 ， 能夠提供等效高達 18TOPS 的 AI 算力 ， 可以幫助夜景視頻等AI任務擺脫算力不夠的桎梏 。
第二顆棋子 ， 放在了影像 。 作為一款影像專用NPU ， 馬里亞納 MariSilicon X芯片的加持 ， 讓OPPO最新旗艦系列的視頻處理能力 ， 通過AI實現了全面進化 。 比如基于強大的算力 ， 大幅提升了圖像處理速度 ， 驅動智能HDR融合算法的運行 ， 最終令畫面動態范圍比Find X3 Pro提升了4倍 ， 達到了驚人的20bit 120db（20TOPS） 。
第三顆棋子 ， 放在了算法 。 決定手機影像能力不只有硬件 ， 還依賴于軟件算法與硬件的深度整合調教 ， 想要做好影像旗艦體驗 ， 必須把整個影像鏈路上各個環節控制在自己手中 ， 包括傳感器、芯片、算法等 。 此次OPPO Find X5 系列搭載的行業首個硬件級雙 OIS 防抖方案 ， 就是算法與硬件的融合方案 ， 硬件上的五軸防抖能應對各種方向的運動軌跡 。 AI算法則對場景進行識別和精確降噪 ， 軟硬結合帶來極致穩定的視頻畫面 。

第四顆棋子 ， 放在了能耗 。 AI雖好 ， 用一會兒電沒了可不能忍 ， 因此AI芯片必須解決實時計算的耗能問題 。 OPPO采用了SoC+NPU的“雙芯”模式 ， 讓SoC集成芯片驍龍8 Gen1和AI處理單元馬里亞納 MariSilicon X ， 共同發揮作用 ， 針對不同的任務類型各司其職 ， 組成手機核心運算的左右大腦 ， 超低功耗的同時帶來極致的性能表現 。
四枚棋子 ， 分別點在了關鍵位置 。 當這些技術關隘被一一解決 ， OPPO的手機影像突圍 ， 也就如箭在弦 。
沖鋒：AI影像的質變與新武德
從技術革新性上看 ， OPPO的首款自研影像專用NPU確實突破了很多技術瓶頸 ， 但比武就要講武德 ， 最終還是靠實際效果來驗證 。
搭載馬里亞納 MariSilicon X的OPPO Find X5旗艦系列 ， 在影像上有哪些差異？
研究之后 ， 我認為變化主要來自三個方便：
1. 現有能力的升級 。
澎湃算力與軟硬件整合 ， 帶來的是手機影像能力幾個關鍵項的持續精進 。
更清晰 ， 算力能夠支持流暢的數據計算 ， 處理速度也大幅提升 ， 每幀畫面均進行像素級 AI 降噪處理 ， 讓夜景視頻從1080P 的畫質走向4K清晰度 。
更真實 ， 不同于簡單粗暴地疊濾鏡、加元素 ， 自研芯片也為3A 算法的自研開發提供了基礎 ， 從而能夠針對性地去解決色彩問題 。 在一些純色或大面積混淆色的情況下 ， 帶來更準確的還原 ， 讓畫面更加真實 。

2.從無到有的創新 。

相關經驗推薦