CEVA：先不要着急把数据搬到云端 知识产权, 处理器, 领导者, 领域

porereading

10月28日，CEVA（思华科技）2015技术研讨会在上海召开，CEVA与瑞芯微、中芯国际、Socionnext等合作伙伴一起介绍了物联网、消费电子等方面的最新技术进展，近300名专业人士参与了本站研讨会，会后与非网采访了CEVA市场拓展副总裁Eran Briman与市场经理翟骁曙。

无芯片（Chipless）模式还不会成为主流
“就像ARM统治了处理器（CPU）领域硅知识产权（IP）授权市场，CEVA是DSP（数字信号处理）领域IP授权的领导者！” Eran说道，随后他如数家珍般列出了一组数据，来佐证这句话。全球已经有超过65亿颗芯片使用了CEVA的硅知识产权；移动通信中的基带处理通常会用到CEVA的DSP核，全球每三部手机中就有一部使用了CEVA的DSP技术；采用CEVA音频处理技术的芯片已经出货超过40亿颗；收购RivieraWaves以后，CEVA在无线连接技术的实力大大增强，为实现CEVA智能连接的物联网战略打好了基础；在图像与视频处理方面，CEVA也已经对包含三家手机OEM厂商在内的15家厂商进行了授权。



CEVA市场拓展副总裁Eran Briman

与非网记者向Eran询问这三家直接与CEVA合作的手机厂商名单，Eran以双方签署了保密协议为由拒绝透露这三家厂商的信息。不过他表示，类似苹果、三星、华为这种自己开发芯片的厂商越来越多，而且已经不局限于手机领域，其他市场也出现了这种模式的合作。



业界有一种声音，将来无芯片（Chipless）模式将大行其道，系统厂商直接与晶圆厂和设计服务公司（例如CEVA这种IP厂商）合作，而IC设计公司则会逐渐消亡。Eran认为，虽然系统厂商自行设计IC重新流行，CEVA也在同很多系统设计公司合作，但是至少目前还看不到IC设计公司要消亡的趋势。他强调在一些领域也许系统厂商不会考虑进入IC设计领域，例如从没听说通用汽车与福特打算自己开发芯片，在汽车电子领域，无芯片模式将很难发展。



CEVA的物联网战略：智能与连接
以信号处理为安身立命之本的CEVA，认为在万物互联的物联网时代，信号处理将会更加重要。Eran将CEVA的物联网战略总结为两点：智能与连接。




连接即各种通信制式，CEVA提供各种各样的无线连接方案，无论是LTE、蓝牙、Wi-Fi、Zigbee与Tread，CEVA均有完整的解决方案（包括硬件、软件、物理层、MAC层的各种参考架构），客户可以根据应用需要选择硬实现（Hardware-based design）还是软实现（Software-based design）。



软实现（类似软件无线电）的优点是足够灵活，后续可以方便地进行在线维护与升级，非常适用于一些野外安装的物联网产品（通常使用寿命要高达一二十年）以及平台化产品。但是对于快速消费类电子产品，例如可穿戴产品，由于对成本与功耗的要求会非常高，硬实现会更适合这类应用。

Eran指出，对于联网设备来说，智能意味着要具备分析能力。配备了传感器的设备可以拾取外界的信号，但是只有对外界信号进行正确的分析识别，才称得上让物联网设备耳聪目明起来。



以语音分析为例，CEVA音频处理技术不仅可以实现语音识别，而且可以根据指向性分辨不同的发言人，感知外部环境（例如剧院、铁路），感知情感，分辨危险状况（例如婴儿啼哭、玻璃破碎等）。Eran将CEVA-TL4音频处理器称为一台音频分析仪，CEVA-TL4数据位宽高达128位，具备硬件数据缓存与DMA功能，双读取/存储单元，特别适合大数据量的音频处理，采用28nm工艺可以跑到1.5GHz，同时该音频处理器待机功耗仅为20uW，因此非常适合工作在语音唤醒及语音监控等这种需要始终在线的工作环境。

把数据都交给云端去处理？情况恰恰相反
传统的视频处理方案，由于终端运算能力的不足，通常会把数据传到云端或服务器上去进行处理。Eran表示，这种处理模式存在多种局限，未来的趋势是音视频数据更多在本地处理。

首先，音视频数据都传到云端再做处理会长时间占用大量通信带宽，由于现在通信方式都以无线通信为主，因此长时间传输数据也会让终端设备耗电量大大增加。

其次，如果原始音视频数据都交由云端来处理，那么隐私就无从谈起，如果不能够有效保护个人与家庭隐私，现在的家庭监视类产品会面临很大的安全性风险。

再次，随着图像传感器技术的提升，视频分辨率快速上升，导致数据量暴增，如果所有音视频数据都交给云端去处理，就增加了云端的负担与成本。

最后，云端处理的可靠性与反应时间不满足一些对实时性与可靠性要求比较高的应用场合。以汽车视频防撞系统为例，如果把数据传输到云端处理以后再做决定，这样一个流程所花费的时间将使该系统毫无用处。

以上即是终端设备更智能化的驱动力，笔者对此趋势非常认同。随着入网设备越来越多，云端所面临的压力会越来越大，计算、带宽、存储需求都会呈现指数形式上升，所以数据处理尽可能本地化，只将计算结果与一些关键原始数据传输到云端，或是未来真正可行的方案。