IP與特定功能算法的深度結合

 　　物聯網應用強調場景化，即使是同一類芯片，應用于不同的場景，對芯片要求也隨之改變。比如同樣是視頻芯片，用于監控攝像，環境光線是漸變的，對畫面動態范圍要求不高;而用于運動相機和車載視頻，由于位置不斷移動，環境光線變化明顯劇烈，對畫面動態范圍要求就會高很多。

 　　另外，很多物聯網終端設備(比如智能可穿戴設備、智能家居設備)并不需要處理大量的數據。芯片的處理性能不是最關鍵的，反而芯片與具體應用、具體場景的結合更重要。比如用在智慧養老場景下的加速度傳感器跌倒算法、用在智慧安防場景下的多人紅外感應算法等。

 　　因此芯片設計需要從應用出發，考慮如何支持應用于實際場景的功能算法，算法與芯片的結合將越來越深度化。目前，一些芯片公司已經看到了這樣的趨勢，不僅做芯片設計，還結合芯片的應用場景開發對應的算法。

 　　比如瑞芯微推出圖像處理器芯片RK1108，內置CEVA的DSP核，支持自己開發的圖像優化算法，如靜態和動態降噪、在弱光環境下自動提升畫面清晰度等。同樣，君正推出的視頻圖像處理芯片T10，也支持自己開發的一些列算法，如運動偵測、物體跟蹤、人臉檢測、車牌識別等，而且君正還在不斷加大算法開發的力度。

　　智慧家庭潛力巨大，服務反向定義芯片

 　　智能手機的爆發替代電腦，給半導體行業帶來了又一次的繁榮。如今智能手機行業巔峰已過，智慧家庭產業逐漸興起。這將是比智能手機大10倍的又一新興市場，同樣會給半導體行業帶來又一次更大的繁榮。

 　　但是，智慧家庭產業比智能手機復雜得多。手機只是一個產品，所有的技術和功能都只由這一個產品來實現。智慧家庭涉及到的產品品類眾多，連接的硬件單品數量龐雜。同時，智慧場景的實現由家居單品動作逐漸過渡到多產品組合聯動，安防、健康、教育這些與服務相關的場景更需要云端的支持。

 　　這種分層級的生態架構對芯片的要求各不相同。終端電器設備完成特定的生活功能，芯片定義需要內置特定的功能算法。比如智能洗衣機除了常規的電機控制，還需要識別出衣物的材質，決定針對不同材質衣物的最佳洗護模式。

 　　家庭中樞除了家庭網關之外，還有一類可以控制多個電器實現一個完整的智能場景。這涉及到計算能力在終端與云端的分配，并非所有的信息分析和判斷都交給云端處理。比如領耀東方的Smartbox產品，它可以控制家中的環境電器(包括風扇、空調、凈化器、加濕器等)，通過傳感器檢測家庭空氣質量，然后控制環境電器協同工作，營造出舒適的空氣環境。

 　　類似于Smartbox這樣的家庭中樞，介于終端設備與云平臺之間，它不需要云平臺強大的運算能力和大數據處理能力，也不像終端設備執行具體功能。它使用的芯片需要與聯動模型算法結合，讓多個智能家居產品之間能夠協調工作。

 　　云平臺除了要做大數據處理，也需要與線下O2O結合提供增值服務。從家庭服務出發倒推出實現方案，以方案來定義芯片的技術實現。尤其在醫療健康領域，這種反向定義更為明顯。比如，統捷公司提供的針對老年人的一整套醫護方案，他們將中醫號脈診斷的專家經驗算法模型化，以算法模型為基礎選擇需要檢測的人體體征參數及其精度，然后定義芯片如何實現，最終開發出能夠檢測出算法模型所需要的人體體征參數。

 　　這種由服務需求出發提煉出專家算法，并以此定義芯片的方式會更加普遍。因為，在智慧家庭領域，與智能硬件相關的服務才是最有價值的。

 　　傳統芯片產業由技術到產品的technology marketing思維在物聯網與智慧家庭產業里逐漸失效，需要由“產品—服務—盈利模式”的應用思維來重新定義芯片設計與開發，能與具體應用場景和服務深度結合的算法芯片才具有長久的生命周期。否則，技術、資金、時間資源大量投入也換不回用戶的稱贊和訂單。