智能家居芯片開啟“內卷時刻”，國產(chǎn)芯片的機會和挑戰(zhàn)在哪？

當科沃斯發(fā)布一款搭載5TOPS算力芯片的掃地機器人時，智能家居芯片已然開啟了“內卷時刻”。科沃斯搭載的“旭日3”，號稱只需在2.5W的功耗下，能夠達到等效5TOPS的標準算力，可滿足L2+輔助駕駛AI計算需求的同等性能表現(xiàn)。

掃個地用得上5TOPS算力，為了滿足大眾對于智能家居越來越高的要求，智能家居離不開的芯片的也在持續(xù)進化。


1、智能家居芯片“卷”算力

根據(jù)權威市場分析機構IDC預計，未來五年中國智能家居設備市場出貨量將以21.4%的復合增長率持續(xù)增長，到2025年，智能家居設備市場出貨量將接近5.4億臺，屆時，該市場規(guī)模將達8000億元，并在不久的將來突破萬億。

智能家居的概念一直吸引著大眾的想象力，并且早已從科幻小說里走進現(xiàn)實。像亞馬遜的Alexa和谷歌的Home這樣的設備在短短幾年內發(fā)展迅速，消費者越來越習慣于現(xiàn)代家庭中的智能設備。

IDC估計，聯(lián)網(wǎng)的物聯(lián)網(wǎng)設備將很快產(chǎn)生高達73 Zettabytes的數(shù)據(jù)。當下的集中式云網(wǎng)絡可能會因為這樣的數(shù)據(jù)高峰而導致流量過載。因此，邊緣計算的分布式IT架構可以通過將信息傳輸?shù)骄W(wǎng)絡邊緣來幫助應對即將到來的數(shù)據(jù)流。

現(xiàn)在，智能家居開始從云計算遷移到邊緣計算。考慮到設備通常裝載人工智能優(yōu)化的芯片組。這些芯片更小，更經(jīng)濟，更節(jié)能。因此，它們使設備能夠在內部而不是外部處理更多的進程，減少了將不必要的進程傳到云上的需要。

從云計算轉移到邊緣計算有三大好處：第一，邊緣計算降低網(wǎng)絡處理額外的負載，用戶能夠通過減少帶寬來節(jié)省時間；第二，由于數(shù)據(jù)處理和存儲在邊緣設備上進行，物聯(lián)網(wǎng)和移動終端可以近乎實時地對重要信息做出響應；第三，解決了數(shù)據(jù)在云端傳輸中被破壞的機會，進一步提高了安全性。

智能家居設備的智能化程度與其算力息息相關。不少芯片廠商開始卷起了智能家居的芯片算力。例如，智能家居企業(yè)螢石今年公布的智能門鎖中，內嵌高算力AI芯片、雙核CPU，與上一代相比，識別速度提升了20%，功耗降低了30%。


2、智能家居進入算力時代，相關芯片需求大增

在當下，隨著生成式AI的快速發(fā)展，如何將其應用到實際場景，一直是AI產(chǎn)業(yè)玩家們思考的問題。而智能家居應用場景豐富，用戶對相關產(chǎn)品需求的不斷提升，也開始對智能終端產(chǎn)品在智能化表現(xiàn)上有了更高要求。這就對終端的算力需求增加，也拉動了國產(chǎn)相關算力芯片的用量。

不少科幻電影場景中都可以看到智能家居的元素，比如智能化的機器人幫助人們處理家務，只需要語音就能夠控制家中的各種設備，包括沖咖啡、開關燈、播放音樂、提供摘要新聞等。這些畫面，也開始在現(xiàn)實世界中被逐漸實現(xiàn)。

如今的智能家居品類豐富，包括智能門鎖、智能安防、智能燈光、智能家電等等。這些智能家居的引入方便了人們的生活，不僅解放了人們處理瑣碎家務的時間，同時極大提升了人們日常生活的體驗性。

據(jù)IDC數(shù)據(jù)，2022年家庭智能設備全球市場規(guī)模為306億美元，預計到2026年將達到382.9億美元，年復合增速約5.7%。而2012年全球只有不到500萬家庭擁有智能家居系統(tǒng)，但預計到2024年，智能家居設備的數(shù)量將會達到7900萬。

智能家居的智能化，依托的是越來越多傳感器帶來的外部數(shù)據(jù)感知，同時傳感器作為具備一定計算能力的端側算力設備，也是支撐智能家居系統(tǒng)的神經(jīng)末梢，對信息的傳遞、控制命令的執(zhí)行都有起著重要作用。

此外，包括人工智能技術、語音識別技術等新興技術的加入，與智能家居技術形成合力，不斷推動智能家居產(chǎn)品朝著分類多元化、應用普及化、操作智能化的方向發(fā)展。尤其是AI技術的接入有望大幅提升智能家電學習能力和交互精度，為用戶提供更流暢的對話體驗。

而這些技術的實現(xiàn)，都需要智能家居提供算力來支撐。目前主流解決方案仍然采用云計算，但云計算有兩個缺陷，一個是需要互聯(lián)網(wǎng)支持，一旦斷網(wǎng)產(chǎn)品許多功能便無法使用；另一個則是成本高，效率低，數(shù)據(jù)先要上傳云端，處理后再返回至用戶端，不僅占用的流量和算力較高，整體效率也偏低，時延也較長。

這就誕生了邊緣計算的概念，邊緣計算更靠近用戶端，傳輸路線更短，時延更短，效率更高，且不需要互聯(lián)網(wǎng)的支持，整體來看成本也更低。

例如智能家居的網(wǎng)關組件，就可以認為是一種邊緣計算。對于在同一網(wǎng)關內的智能組件，網(wǎng)關可以處理這些組件收到的信息并根據(jù)用戶設置或者習慣做出決策，控制執(zhí)行組件執(zhí)行相應動作。

并且伴隨智能家居對算力需求的提升，對邊緣計算的要求也越來越高，這就需要產(chǎn)品本身具備較高的算力支持。


3、智能家居具體給哪些芯片帶來了機會？

從AIoT半導體來看，大致上可以列為三大類。運算的部分，比如主控芯片MCU，還有信息的接收，像是傳感器，以及網(wǎng)絡通信這三大塊。

主控SoC芯片是AIoT發(fā)展趨勢下非常核心的器件，包含影像處理、語音處理，甚至神經(jīng)網(wǎng)絡等方面的單元，這些算法全部集成在一個芯片上，作為核心的大腦。在AI智能化的發(fā)展下，SoC也是朝著算力更高，影像處理從4K到8K，語音處理更好的趨勢去走。

MCU在整個IoT的趨勢下應用場景更寬闊，有咨詢機構預測，整個MCU的市場里，用在IoT場景的占比將會逐年增加到30%。

傳感器從微電機或半導體自身上面來看，值得關注的是MEMS，它的應用場景非常多，像是應用場景的觸手，傳輸給后面的MCU或SoC去做運算。以掃地機器人為例，經(jīng)過三代的發(fā)展，傳感器的數(shù)量會有大規(guī)模的增加。

物聯(lián)網(wǎng)連接部分，短距離傳輸更符合物聯(lián)網(wǎng)的需求。WiFi、藍牙、ZigBee這部分，其實在整個物聯(lián)網(wǎng)的趨勢下，相對來說是很大量級的提升。

在智能家居智能化越來越高的時代，對網(wǎng)絡依賴程度也越來越高，這導致一旦斷網(wǎng)就將導致產(chǎn)品本地功能缺失。而想要實現(xiàn)本地智能化運行，算力必不可少。不少廠商也推出了許多端側的AI算力芯片，來支持產(chǎn)品的本地化運行。隨著未來技術的發(fā)展，算力的提升，未來全屋家居本地智能化運行將不再是夢想，或許到這時，才能達到智慧家庭。