AI眼镜参考设计方案

正文

请到「今天看啥」查看全文

最后是 中间型 方案，功能和价格处于中游，试图平衡性能与成本，但 “AI 能力不足，可拓展性受限”，仍需外部芯片补充功能。

郝鹏鹏认为，现有方案在性能、功耗和成本之间难以实现平衡，技术支持和供货问题也需考量，这需要厂商在生态与供应链上具备深厚积累。”而轻量级AI眼镜需要一种高集成度、低功耗的芯片解决方案。

芯原方案三大核心：定制化架构破解三角悖论

针对 “性能、续航、成本互相依存” 的行业难题，芯原提出 “端云协同 + 硬件定制” 的差异化路径：

1. 定位与目标：轻量级场景优先，定义 “全天候佩戴” 标准

郝鹏鹏强调，芯原方案初期聚焦无显示或轻量级显示场景，目标实现 “大于 8 小时综合使用时间” 与 “约 30g 重量”，并集成端侧小模型处理能力，满足 1080P 图像处理需求：“用户不希望在正常工作时间频繁充电，轻量化设计是佩戴舒适性的核心。”

2. 架构创新：多核异构 + 层次化设计，精准分配算力

• 多核 AI 算力单元：支持单核独立或多核协同，可灵活适配端侧小模型与边缘大模型处理需求，避免算力浪费。

• AI-integrated 处理模块：在视频图像处理中嵌入 AI-PIPE，通过硬件加速实现低功耗算法运行；显示处理采用 “超分辨率技术”，输入 720P 数据经Token Generation技术提取关键信息，输出高清画面，节省带宽与存储功耗。

• 通讯与OS处理策略：采用 “主芯片 + 外挂协处理器” 模式，利用芯原 DSP 核心实现蓝牙、LTE Cat-4 等无线通讯，既控制成本又便于按需关闭高功耗模块。操作系统层面，轻量级设备可选用LinuxLite或FreeRTOS，高性能场景则适配Android。

3. 功耗优化：20 + 电源域划分，打造极致能效

通过细致的电源域划分（单芯片超 20 个电源域），芯原方案实现待机功耗 3.8mW、RTC 模式功耗低至 5μW，且支持 “DDR-Less” 技术，在 504×378P 低帧率处理时无需外部 DDR，从硬件层降低能耗。另外，RISC-V在轻量级应用中潜力巨大，其开源特性与能效比优势明显。

从 IP 储备到量产生态的全链条支撑落地

请到「今天看啥」查看全文