電子發(fā)燒友網（文/黃山明）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，用戶對相關產品需求的不斷提升，也開始對智能終端產品在智能化表現上有了更高要求。這就對終端的算力需求增加，也拉動了國產相關算力芯片的用量。

智能家居進入算力時代

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，也開始在現實世界中被逐漸實現。

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IDC數據，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據感知，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，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，一個是需要互聯網支持，一旦斷網產品許多功能便無法使用；另一個則是成本高，效率低，數據先要上傳云端，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，且不需要互聯網的支持，整體來看成本也更低。

例如智能家居的網關組件，就可以認為是一種邊緣計算。對于在同一網關內的智能組件，網關可以處理這些組件收到的信息并根據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，這就需要產品本身具備較高的算力支持。

AI算力芯片需求大增

據IDC與浪潮信息聯合發(fā)布的報告顯示，中國算力規(guī)模，尤其是智能算力規(guī)模正在高速增長。2022年我國智能算力規(guī)模達到268百億億次/秒（EFLOPS），預計到2026年，中國通用算力規(guī)模的年復合增長率為18.5%，而智能算力規(guī)模年復合增長率將高達52.3%。

AI芯片應用在智能家居產品中已經有廣泛案例，比如科沃斯近期發(fā)布的一款掃地機器人中便搭載了一顆地平線旭日3芯片，算力可以達到5TOPS，媲美車機的計算芯片，足以支撐AI視覺方案，實現更強的避障性能。該機器人還能實現語音與手勢交互，這些都依托于強大的算力支持。

亞馬遜自研的終端AI芯片Inferentia就主要用于提升AI語音連接效率，降低Alexa對云計算的依賴，提升搭載Alexa設備的本地AI算力，同時降低設備功耗，增強Alexa設備的可移動性。

而近期耐能智慧發(fā)布的AI芯片KL730，集成了車規(guī)級NPU和ISP，同樣可以應用到智能家居領域中，還可降低大型語言模型的高運算成本。而此前耐能推出的KL720 AI芯片，已經于今年3月打入高通產品線。

NovuMind推出了一款自主研發(fā)的AI芯片NovuTensor，這款芯片使用原生張亮處理器作為內核架構，采用不同的異構計算模式來應對不同AI應用領域的三維張亮計算，可以在做到15萬億次計算每秒的同時，全芯片功耗控制在15W左右，效率極高。雖然其紙面算力不如英偉達的芯片，但是其計算延遲和功耗卻低得多，因此適合做邊緣端AI計算，契合智能家居應用場景。

此外如國內的瑞芯微在2022年量產的RK3588 是目前國產AIoT領域性能最強的芯片，直接對標高通的 QCS8250，這兩款芯片都是面向AIoT應用的通用型SoC，性能接近。

而在一些智能家居產品中，國產AI芯片占比正在快速提升。在智能音箱這個應用領域，國產 SoC 的市場份額已經相對較高，市場參與者包括全志科技、晶晨股份、炬芯、瑞芯微、杰理科技等。

據Runto數據顯示，2020年第三季度，國內智能音箱市場上，全志、晶晨以及百度的芯片份額合計已超50%。

而在智能電視和機頂盒市場中，SoC國產化程度也較高，供應商主要有聯發(fā)科、晶晨、海思、聯詠、瑞昱等，目前聯發(fā)科在收購晶晨后已經占據絕對領先地位。奧維云網數據顯示，2018 年國內OTT機頂盒芯片市場中，晶晨占比63.2%、聯發(fā)科11.9%和瑞芯微10.0%位列前三。

小結

在智能家居智能化越來越高的時代，對網絡依賴程度也越來越高，這導致一旦斷網就將導致產品本地功能缺失。而想要實現本地智能化運行，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。