当前位置:首页 > 厂商动态 > 思特威
[导读]2026年7月30日,中国上海 — 技术先进的智能视觉处理芯片厂商飞凌微电子(Flyingchip®,思特威子公司,股票代码688213,以下简称“飞凌微”)近日宣布,正式推出新一代高性能车载视觉处理SoC——M2。该芯片专为L2级辅助驾驶及舱内智能感知应用设计,采用台积电(TSMC)FinFET工艺,搭载自研FlyingMatrix™ NPU和FlyingSight™ AI-ISP,两者从底层架构上深度协同,在复杂多变的行车光照条件下为车载视觉系统提供高质量图像输入与实时AI推理。

2026年7月30日,中国上海 — 技术先进的智能视觉处理芯片厂商飞凌微电子(Flyingchip®,思特威子公司,股票代码688213,以下简称“飞凌微”)近日宣布,正式推出新一代高性能车载视觉处理SoC——M2。该芯片专为L2级辅助驾驶及舱内智能感知应用设计,采用台积电(TSMC)FinFET工艺,搭载自研FlyingMatrix™ NPU和FlyingSight™ AI-ISP,两者从底层架构上深度协同,在复杂多变的行车光照条件下为车载视觉系统提供高质量图像输入与实时AI推理。此外,M2内置四核Arm® Cortex®-A53处理器和双核Arm® Cortex®-R52+锁步安全岛,符合AEC-Q100 Grade 2车规标准和ASIL-B/D功能安全等级,可全面覆盖前视一体机、流媒体及电子后视镜、DMS/OMS(驾驶员/乘员监控系统)、高清环视系统及行泊一体等主流车载视觉应用场景,提供高能效、低延迟、安全可靠的系统级方案。

算力灵活分配,释放NPU极致能效

飞凌微M2搭载自研FlyingMatrix™ NPU,稠密算力可达10 TOPS,典型功耗低于3W。NPU内置丰富的视觉处理硬件加速算子与CV加速引擎,原生支持Transformer系列算子,兼容INT4/INT8/INT16混合精度,并具备4K@60fps H.264/H.265视频编解码能力,为图像检测、目标分类、像素级分割等视觉算法提供硬件级加速。由于不同场景下的负载差异极大,固定算力分配方式在应对动态负载时,始终存在性能与功耗的权衡困境,因此,算力灵活分配成为能效释放最大化的关键。M2支持CPU与NPU各核心独立上下电,可根据负载动态调整功耗;并通过配置独立的高性能OCMEM(片上存储器)从根源上减少无效数据搬运,有效突破“内存墙”和“功耗墙”引发的性能瓶颈,确保算力资源始终服务于当前最亟须处理的任务。M2还可针对不同AI模型需求灵活部署,在不牺牲推理精度的前提下提升芯片利用率,从容应对车载场景中海量数据吞吐与高密度矩阵运算。

AI-ISP与高速接口协同,打造卓越车载成像

传统ISP在处理暗光、逆光、高动态范围等复杂光线场景时,往往难以兼顾图像细节与算法识别精度。M2集成自研FlyingSight™ AI-ISP,与NPU深度融合,将AI算法引入图像处理流水线的每一级节点,在极端光线场景下进行自适应优化,输出低噪声、高动态范围、色彩准确的图像。此外,M2配备4路MIPI-RX、2路MIPI-TX、千兆以太网、CAN、SDIO、eMMC等丰富接口,支持HDR高动态处理,以及RGGB、RGB-IR、Mono等多种色彩滤波阵列,配合M2最高8路输入和最大16MP@60fps图像处理能力,高效支撑前视、环视、舱内等多路摄像头同时工作,为车载视觉系统提供高质量的图像输入与快速响应能力。

车规级设计,全方位硬核保障

飞凌微M2从硬件安全、功能安全以及车规级设计等多个维度出发,为智能汽车提供更加安全可靠的计算平台。硬件安全方面,M2设有独立的AO(Always-On)子系统,在极低功耗场景下持续运行,其内置的HSM(硬件安全模块)支持加解密、数字签名验证、随机数生成以及安全启动,有效保障系统运行安全。功能安全方面,M2采用双域安全架构,集成双核锁步Arm® Cortex®-R52+安全岛,支持AUTOSAR CP生态系统,配套ECC纠错、MBIST存储器自测试、总线超时检测、错误中断及外部错误报告,帮助车载系统实现更完善的故障检测与安全响应。车规级设计方面,M2符合AEC-Q100 Grade 2车规标准和ISO 26262 ASIL-B/D功能安全等级,充分满足车载视觉应用对可靠性、功能安全与信息安全的严苛要求。

AI SoC+Sensor一体化方案,加速智慧汽车产业升级

得益于思特威在图像传感器领域深厚的技术积累以及视觉处理底层硬件的同源性,飞凌微M2能够灵活复用其经过市场验证的图像处理核心技术与硬件设计理念,从而构筑成熟且高效的计算架构。这不仅赋予了M2卓越的视觉信号处理性能,更使其在处理能力上与思特威全系车规级CIS天然适配,形成了从感知到计算的端到端技术协同优势。

基于这一独特优势,飞凌微通过AI SoC与Sensor的一体化系统级方案,打通从图像采集、预处理到AI推理的完整链路。相比传统组合方案,这种系统级整合简化了硬件选型设计与系统调试的复杂度,降低了BOM成本和开发门槛。此外,硬件之间的预验证与深度适配也大幅缩短了产品验证与测试周期,加速了高性能车载视觉方案从设计到量产的落地进程,为产业升级提供了强劲动力。

AI视觉处理SoC A2,机器人及工业视觉应用拓展

基于相同的自研FlyingMatrix™ NPU和FlyingSight™ AI-ISP两大核心技术平台,飞凌微同步推出面向机器人、工业视觉等领域的AI视觉处理SoC A2,展现了其在更广泛智能视觉领域中的应用潜力:NPU内置高效计算架构,能够灵活运行图像分割、动态避障、V-SLAM定位等复杂AI算法;AI-ISP则在强光、昏暗等复杂光线条件下,为环境感知、三维重建、物体识别等自主决策任务提供像素级实时图像优化。此外,A2支持最多四路摄像头同时直连接入,并配备1080p@90fps DPU(双目视觉深度加速引擎),为移动类机器人、工业RGBD相机等场景提供精确的空间感知能力和实时安全控制。

思特威副总裁兼飞凌微首席执行官邵科表示:“汽车产业当前处于‘数智化’转向‘普惠化’的重要阶段,轻量级端侧AI芯片正成为产业发展的重要载体。作为思特威旗下全资子公司品牌,飞凌微此次推出的M2系列车载视觉处理SoC立足于此,依托自研FlyingMatrix™ NPU和FlyingSight™ AI-ISP两大核心技术的深度融合,具备低功耗、高能效、高可靠的优势,并通过AI SoC+Sensor一体化的商业模式,为客户提供极具竞争优势的端侧视觉AI系统级方案,致力于让每一次针对环境感知的决策响应都更精准、更稳定、更及时,为智慧汽车产业构筑坚实的技术基石。”

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除( 邮箱:macysun@21ic.com )。
换一批
延伸阅读

十多年来,无线微控制器(MCU)的评估主要集中在射频性能上。覆盖范围、灵敏度、协议支持和发射功率曾是决定领先地位的关键因素。今天,这些指标依然重要,但在现代物联网(IoT)系统中,连接性已不再是主要制约因素,系统复杂性才...

关键字: 物联网 SoC MCU

晟瑞科技如何基于Nordic超低功耗 Bluetooth LE SoC —— nRF54L15,打造一款商用级蓝牙Mesh占用传感器,为传统0–10V商业照明带来无线控制能力

关键字: 传感器 SoC 微波雷达

FPGA在无线通信和软件定义无线电(SDR)领域的应用尤为出色。尽管无线通信和SDR技术较为复杂,但AMD Versal™ RF系列自适应SoC家族中的多种设备均可胜任相关任务。

关键字: 无线电 FPGA SoC

西门子日前签署对于 Precision Innovations Inc. 的收购协议。Precision Innovations 是一家非上市的电子设计自动化(EDA)软件企业,本次收购将为西门子的 EDA 产品矩阵强化...

关键字: AI SoC EDA

在边缘端运行实时目标检测模型时,传统CPU处理动辄数百毫秒的推理延迟使其难以满足30fps的实时要求。i.MX 8M Plus在设计之初就给出了明确答案——将2.3 TOPS算力的NPU与双ISP在硬件层面直接耦合,在数...

关键字: 机器视觉 NPU ISP

“通用处理器”这一术语一直被广泛用于描述可运行各类软件工作负载的CPU。在现代基于Arm架构的系统级芯片(SoC)领域,这一称谓仍被广泛使用,但随着系统复杂度不断提升,我们有必要追问:这类器件在实际应用中,究竟有多“通用...

关键字: SoC 处理器 CPU

作为恩智浦首个独立神经处理单元,Ara240提供了AI优化的架构,拥有高达40 eTOPS的算力、大容量片上存储器和高片外带宽。

关键字: AI NPU

通过稀疏神经网络提升性能,更高效地实现PolarFire® FPGA 及片上系统(SoC)的边缘 AI部署

关键字: FPGA SoC 边缘 AI

传统的物联网传感器节点通常体积较大,需要使用刚性PCB板和电池外壳,这限制了其安装位置。为突破这一限制,我们设计了一款采用柔性印刷电路板(FPC)的设备。

关键字: 传感器 SoC 物联网 nRF54L15

【2026年7月14日,德国慕尼黑讯】全球功率系统和物联网领域的半导体领导者英飞凌科技股份公司(FSE代码:IFX / OTCQX代码:IFNNY)已开始量产RASIC™ CTRX8188F。这款新一代8发8收(8Tx8...

关键字: 集成电路 SoC 雷达
关闭