車載攝像頭的核心算法芯片。車載攝像頭，車載鏡頭作為車載攝像頭的核心元件，其品質由焦距、視場角、光圈、畸變、相對照度、分辨率等指標進行衡量，企業的核心競爭力在于加工、光學設計能力上。核心算法芯片需要與算法軟件的要求相匹配，在人工智能高速發展的大背景下，算法研發企業使用傳統算法上疊加深度學習以提高識別率，而這對核心算法的性能提出了更高的要求，目前對核心算法的要求主要體現在四大領域。

    芯片能夠達到車規模的標準，達到道路車輛功能標準中的ASIL—B甚至ASIL—D級別；高計算量預計高寬帶，特別是多傳感器融合的芯片，需要更高的芯片頻率，以及異構設計，以達到快速的數據處理速度以及傳輸的高吞吐率。

    增加硬件的設計，滿足人工智能計算模型要求；較低的成本和能耗，以實現在智能汽車領域的推廣。主流算法芯片方案主要包括ARM、DSP、ASIC、MCU、SOC、FPGA、GPU等，其中ARM、DSP、ASIC、MCU、SOC是軟件編程的嵌入式方案，相對于FPGA的直接編程處理速度較慢，難以滿足ADAS視覺系統中對響應速度的要求。

    由于GPU和FPGA并行處理能力強，而使用深度學習算法需要對圖像中多個像素點同時計算，但耗能也更高，FPGA因為編程和優化都是直接在硬件層面進行的，能耗會低很多，因此在平衡算法和處理速度，尤其是用于前裝并且算法穩定時，FPGA被視為一個熱門方案。

    用于ADAS視覺方案的芯片多數被國外壟斷，但標桿產品尚未出現。主要供應商有瑞薩電子、意法半導體、飛思卡爾、亞德諾、德州儀器、恩智浦、富士通、賽靈思、英偉達等，可供選擇的用于傳統計算機視覺算法的車規級芯片種類繁多，但尚未出現適用于傳統算法疊加算法的低功耗高性能芯片的標桿產品。

    結合低成本標桿產品的空缺也給我國企業提供了機會，這兩年發布了相關芯片產品，未來若能攻克核心技術難點，便可能在車載攝像頭核心算法芯片領域實現彎道超車。