Ambarella svela 2 nuove famiglie di chip AI per telecamere di sicurezza 4K
Ambarella ha presentato oggi due nuove famiglie di chip AI per telecamere di sicurezza 4K mentre si spinge ulteriormente nella visione artificiale.
La società con sede a Santa Clara, in California, presenta i suoi nuovi chip di sicurezza CV5S e CV52S come gli ultimi nel suo portafoglio di sistemi su chip basati sull’architettura CVflow. I chip utilizzano un processo di produzione avanzato a 5 nanometri, in cui la larghezza tra i circuiti è di cinque miliardesimi di metro.Con la combinazione di nuovi design e una migliore miniaturizzazione dal processo di produzione, i SoC possono supportare la codifica 4K simultanea e l’elaborazione AI avanzata in un unico design a bassa potenza, che fornisce grandi prestazioni del SoC AI per watt di potenza consumata, ha affermato Fermi Wang, CEO di Ambarella, in un’intervista a VentureBeat.
“Se hai una videocamera, vuoi coprire uno spazio molto grande e poi vuoi usare una videocamera 4K per coprire tutti i 360 gradi”, ha detto Wang. “Vuoi avere un singolo chip per parlare con i sensori 4K. Vuoi elaborare tutti i video insieme e analizzare il video”.
La famiglia CV5S si rivolge ad applicazioni di telecamere di sicurezza che richiedono più sensori per una copertura a 360 gradi, su un’ampia area e con un lungo raggio, come ambienti urbani all’aperto o grandi edifici. Ambarella ha progettato la famiglia CV52S per telecamere di sicurezza a sensore singolo con prestazioni AI avanzate che devono identificare più chiaramente individui o oggetti in una scena, inclusi volti e numeri di targa su lunghe distanze, come le telecamere del traffico ITS.
Le telecamere possono essere utilizzate per rilevare i volti dei criminali in mezzo alla folla o riconoscere le targhe. Ci sono ovviamente problemi di privacy a riguardo.
Per risolvere questo problema, Ambarella ha affermato che sta fornendo ai clienti diversi modi per affrontare la privacy, utilizzando le famiglie di sicurezza CV5S e CV52S di SoC di visione edge AI. Innanzitutto, questi nuovi SoC forniscono le prestazioni necessarie per eseguire l’intelligenza artificiale sulla fotocamera, che è intrinsecamente più privata rispetto allo streaming del video su un server per l’analisi. Meno trasmissione di dati significa anche meno punti di accesso per un hacker che cerca di accedere al video. Con i SoC Ambarella CV5S e CV52S, l’analisi AI può essere eseguita sulla fotocamera e quindi il video può essere scartato, utilizzando solo una firma o i metadati del volto per trovare una corrispondenza. Nessun video effettivo deve essere archiviato o trasmesso, il che garantisce la totale privacy.
Inoltre, questi SoC contengono un blocco di sicurezza informatica hardware molto sicuro, che include memoria OTP (one-time-programmable), Arm® TrustZones, DRAM scrambling e virtualizzazione I/O. Queste caratteristiche del nostro blocco di sicurezza informatica hardware su chip rendono molto difficile per un hacker sostituire il firmware sulla fotocamera, fornendo un altro livello di sicurezza e privacy a livello di sistema.
Un’altra funzionalità per la privacy fornita dai nuovi SoC è chiamata privacy masking. Questa funzione consente di bloccare parti del video (ad esempio, una porta o una finestra) prima di essere codificate nel flusso video. Le parti bloccate della scena non sono presenti nel video registrato, fornendo così un’opzione di privacy per le telecamere che si trovano di fronte ad aree private.
Le telecamere possono anche inviare un avviso se si sta formando una folla in una parte di una città e possono monitorare i pacchi lasciati nelle stazioni, negli aeroporti e altro ancora. Le applicazioni includono anche la gestione della congestione del traffico, il rilevamento degli incidenti stradali, l’automazione del controllo della velocità, l’individuazione di veicoli smarriti o rubati, il monitoraggio delle code negli ambienti di vendita al dettaglio, una migliore gestione del posizionamento dei prodotti al dettaglio, il miglioramento del monitoraggio del magazzino, fornendo in genere informazioni più fruibili sia a livello di negozio che aziendale. E queste applicazioni più invasive possono essere contrastate con la possibilità di impostare maschere per la privacy, come oscurare continuamente determinate porzioni di scene più grandi, preservando la privacy.
“Oggi stiamo generando entrate basate su tutta la famiglia CVflow”, ha affermato Wang. “Se guardi a tutte le possibili applicazioni che possiamo affrontare qui – il nostro attuale mercato delle telecamere di sicurezza, i mercati automobilistici – puoi vedere che ci sono molte più opportunità. Parliamo di case intelligenti, città intelligenti, vendita al dettaglio intelligente e anche in futuro di robotica. Ci sono molte, molte applicazioni che possiamo affrontare andando avanti”.
John Lorenz, senior technology e analista di mercato presso Yole Développement, ha dichiarato in una dichiarazione che i progettisti di sistemi di sicurezza vogliono telecamere a risoluzione più elevata, più canali e intelligenza artificiale più veloce. Ha affermato che i nuovi chip di Ambarella sono competitivi nel mercato dei chip di sicurezza, che dovrebbe superare i 4 miliardi di dollari entro il 2025, di cui due terzi con capacità di intelligenza artificiale.
La nuova famiglia di SoC CV5S supporta i design di fotocamere multi-imager e può elaborare e codificare contemporaneamente quattro canali imager fino a 8 megapixel (MP) o risoluzione 4K, ciascuno a 30 fotogrammi al secondo, mentre esegue l’intelligenza artificiale avanzata su ogni imager 4K. Questi SoC raddoppiano la risoluzione di codifica e la larghezza di banda della memoria, consumando il 30% in meno di energia rispetto alla generazione precedente di Ambarella.
La nuova famiglia di SoC CV52S è destinata alle telecamere di sicurezza a sensore singolo e supporta la risoluzione 4K a 60 fps, fornendo prestazioni di visione artificiale quattro volte superiori, due volte le prestazioni dell’unità di elaborazione centrale (CPU) e il 50% in più di larghezza di banda della memoria rispetto ai suoi predecessori. Questo aumento delle prestazioni della rete neurale (NN) consente di eseguire una maggiore elaborazione dell’intelligenza artificiale ai margini, anziché nel cloud.
“Poiché esegui tutte le analisi video ai margini, non è necessario che il video completo lasci la telecamera”, ha affermato Wang. “Passi solo i dati che analizzi insieme al cloud.”
Questo è importante perché non vuoi che il traffico proveniente dalle auto a guida autonoma intasi le connessioni della larghezza di banda wireless ai data center.
“La più grande differenza di approccio è quella di cui abbiamo parlato in passato, lo chiamiamo ‘prima l’algoritmo’. Fondamentalmente, quando eseguiamo la compressione video o l’elaborazione video, o l’elaborazione delle immagini, anche e poi la visione artificiale del controller per la rete neurale profonda o il processore AI, possiamo vedere il flusso, proviamo a determinare anche l’architettura hardware “, Wang disse. “Per l’architettura, esaminiamo per primo quale tipo di algoritmo vogliamo implementare. Quindi, dopo aver esaminato tutte le aree di studio, capiamo come funziona un’applicazione e la parte dell’area che richiede la maggior parte delle prestazioni di calcolo e dove possiamo ottimizzare senza perdere le prestazioni o la precisione dell’algoritmo.
Ha aggiunto: “E dopo aver affrontato tutti i compromessi, creiamo l’architettura non solo per cercare di fornire le migliori prestazioni, ma anche per fornire il miglior consumo energetico. Penso che siamo molto differenziati e possiamo competere”.
Oltre alla sicurezza, ci sono molte altre applicazioni Internet of Things (IoT) basate sull’intelligenza artificiale che possono sfruttare l’alta risoluzione e l’elaborazione avanzata dell’intelligenza artificiale fornita da queste nuove famiglie di SoC. Ad esempio, le città intelligenti possono sfruttare le prestazioni AI high edge e la risoluzione delle immagini per una migliore gestione del traffico, rilevamento degli incidenti e controllo automatico della velocità, nonché per la rapida localizzazione di veicoli smarriti e rubati.
“Se c’è un incidente in cui c’è congestione del traffico o se devi trovare un veicolo smarrito, puoi ottenere informazioni sufficienti per monitorare tutti i requisiti della città intelligente”, ha affermato Wang. “Devi fare la gestione in tempo reale.”
Allo stesso modo, le operazioni di vendita al dettaglio intelligenti possono utilizzare questa risoluzione e l’intelligenza artificiale avanzata per gestire meglio il posizionamento dei prodotti, adeguare il personale di cassa per la gestione della linea in tempo reale, migliorare il monitoraggio dei prodotti di magazzino e fornire informazioni più fruibili sia a livello di negozio che a livello aziendale.
Le famiglie di chip condividono funzionalità come un kit di sviluppo software (SDK) per il mercato delle telecamere di sicurezza, strumenti di sviluppo CVflow e CPU Dual Arm A76 da 1,6 GHz con 1 MB di memoria cache L3 e un guadagno di prestazioni doppio rispetto alle generazioni precedenti. Dispone inoltre di un’elaborazione del segnale dell’immagine migliorata con gamma dinamica elevata, ISO in condizioni di scarsa illuminazione, correzione della distorsione e prestazioni di rotazione.
Hanno anche il mascheramento della privacy su chip per bloccare una parte della scena acquisita, interfacce connettore, hardware di sicurezza informatica su chip con avvio sicuro, OTP e tecnologia Arm TrustZone. Possono supportare fino a 14 fotocamere e una varietà di memoria.
Le famiglie di SoC CV5S e CV52S dovrebbero essere disponibili per il campionamento in ottobre .
Ambarella è stata fondata nel 2005. Si è evoluta nel corso degli anni da azienda di progettazione di chip per processori video a designer di chip di visione artificiale per una varietà di mercati. È iniziato con processori video per fotocamere e videocamere. Quindi è passato alla creazione di chip basati sull’intelligenza artificiale per automobili e telecamere di sicurezza.
“Abbiamo attraversato molti mercati diversi, alcuni buoni, altri cattivi”, ha detto Wang. “Abbiamo realizzato chip per videocamere e fotocamere sportive GoPro, fotocamere per droni DJI e alla fine non c’è stata alcuna innovazione in questi mercati”.
I mercati che sono durati più a lungo includono le telecamere di sicurezza, che richiedono livelli sempre maggiori di risoluzione e qualità, e le telecamere per autoveicoli, che sono iniziate nel 2011 e continuano oggi poiché le auto hanno bisogno di più sensori video e di elaborazione AI per distinguere i pericoli della guida.
“Nel tempo, crediamo che l’analisi video diventerà molto importante, in cui è possibile interpretare ciò che mostra la visione artificiale”, ha affermato Wang.
Le reti neurali di deep learning sono necessarie per questo lavoro e ciò ha esercitato molta pressione su una migliore elaborazione dell’IA, offrendo allo stesso tempo una migliore efficienza con un basso consumo energetico e costi inferiori.
“Iniziamo la nostra famiglia CVflow con una produzione a 10 nanometri e oggi passiamo a cinque nanometri”, ha affermato Wang. “E costruiamo anche tonnellate di software diversi, incluso uno strumento per convertire qualsiasi rete neurale progettata dai nostri clienti”.
Negli ultimi anni, Ambarella ha speso 500 milioni di dollari in ricerca e sviluppo sulla visione artificiale e ha riportato un fatturato dell’anno scorso per il segmento di 25 milioni di dollari, ha affermato Wang. Gli analisti si aspettano che la società raggiunga 75 milioni di dollari di entrate da visione artificiale nel 2021.
“Non è più solo un prodotto”, ha detto Wang. “È davvero un generatore di entrate per i nostri clienti. Abbiamo dimostrato che l’investimento è stato davvero importante e sono contento di averlo fatto”.
L’azienda ha circa 40 clienti di produzione di massa ora. E chiedono prestazioni sempre migliori.
“Se utilizzi le prestazioni 8K per elaborare più flussi video contemporaneamente, diventa un prodotto mainstream”, ha affermato Wang. “In effetti, posso dire che nelle telecamere di sicurezza, le persone vogliono collegare da quattro a sei a otto telecamere a un singolo chip”.
