百科问答小站 logo
百科问答小站 font logo



如何看待“AI计算机视觉需求”推动了CIS传感器(CMOS Sensor)的快速迭代和市场增量? 第1页

  

user avatar   zhangshujia 网友的相关建议: 
      

AI视觉对于下一代泛智能生活和工业的技术支撑不言而喻,其驱动端云业态的市场增量不言而喻。

CV任务苛求于持续的workload导入和算法收敛,且因受限于处理架构和线程机制而将性能瓶颈置于硬件层;一种演进路径是逼近制程极限并改良缓存和接口等技术,满足如手机这类高阶的PPA需求和快速迭代的业态。

另一种路径则瞄准未来增量的CV进口替代市场,辟出下一代CV需求的路径,也驱动新的端云业态。如今的泛AI视觉市场,70%是手机终端份额,馀下30%指示其它泛CV领域,如安防和车载等(TAM $30b-$35b),随着前者的增量放缓-冷却,后者会逐渐在工业/消费电子/车载电子/生活智能方向扩大存量,趋势会愈加迫使手机市场萎缩,5-8年后两者几乎形成均势。

上述30%市场的进口替代和增量潜力是本篇讨论的重点。如同我们知道CCD传感器已趋落后,基于CMOS的结构视觉传感将延续至下一代市场(当前TAM $12b-$15b,如SK约7Y$收入)。值得讨论的是,CIS作为光电转换器件,对于摩尔定律的依赖极低,可在定律失效或停滞演进的状态下保持应用,不必追逐更小尺寸的制程工艺,通常130nm-160nm节点制造CIS传感芯片更为适用,再小的尺度则不可避免的逼近光学衍射极限,过滤这些干扰信号的成本不可想象。

当然,供应链侧的进口替代需要产能优势驱动应用,也需要良好的经济模型;以背光型CIS为例,当前市场的主要参与者包括Sony/OV/SK/Samsung等,尤其参考韩厂在近期的投建方式,是以原有的8吋厂和12吋厂(flash/mem/logic厂)做技改,改建为CIS产线;原有的旧式CIS产线技改为背光模式的CIS制造,技改/扩容成本更为合理;对应我国的进口替代需求而言,韩厂另有一些折旧的8吋产线(130nm以上制程)可出售给在我国6:4合资的FAB,交易方式由境内/外AMC协同,近似KKR模式,估值差异的套利空间和对于产业增量的驱动都是升值空间。

如此,CIS传感芯片在中国制造,FAB保留在中国,控股方额外需要收购中国本土的TOF 3D传感IP,集成为基于CMOS的结构化视觉的产品族;另需要收购CV算法IP或是参股头部项目形成投资生态,并延伸至IDC云端业态,形成护城河。前文所述的“30%市场的扩张并与手机市场形成均势”的动因是5G基建,铁塔资产和IDC的资管化会进一步引伸,而AI-IOT业态在IDC资产虚拟化<-->Edge服务化过程中扮演重要角色,下一代CIS会是AIOT领域的特殊切入点之一,一切智能化信息采集任务将借助CIS进入IDC,并驱动以此为基础的端云塔协同模式,而铁塔的组网功能将一方面整合更大的神经网络边界,一方面落实IDC虚拟化。

纯供应链模式,期间并不参与最终产品的产销,不约束下游产品/产业形态。这种路径是针对手机市场萎缩而扩张的其它CV市场增量,驱动下一代CMOS图像传感器供应链的进口替代,建立下一代AI视觉市场的国产化替代生态和资本化环境,是避免偏执而疲惫的追逐极限制程的路径。但它依赖于国内AMC在产业成长期的交易协同和资本化,也是国外半导体重资产的经典模式之一。




  

相关话题

  FC 游戏《中国象棋》中,困难难度是真的在计算棋谱吗? 
  为什么交叉熵(cross-entropy)可以用于计算代价? 
  高考填志愿,计算机,计科,人工智能,软工,大数据,物联网,网络工程该怎么选? 
  机器学习中的 Bias(偏差)、Error(误差)、Variance(方差)有什么区别和联系? 
  今天的柯洁对战前ai时代的柯洁(比如他拿第一个世界冠军的时候),胜率能有多少,能让先吗? 
  如何看待 DeepMind 论文宣称构建通用人工智能的所有技术已经具备? 
  AlphaGo 下棋的策略套路与人类策略有哪些相似吗? 
  即时战略游戏(比如 WAR3)的 AI 是怎样实现的? 
  如何看待英伟达禁止精视软件(GeForce)在数据中心使用? 
  学习机器学习应该看哪些书籍? 

前一个讨论
如何看待nvidia收购mellanox?
下一个讨论
中国铁塔公司是做什么的?





© 2024-12-25 - tinynew.org. All Rights Reserved.
© 2024-12-25 - tinynew.org. 保留所有权利