勘智K210是一款什么样的芯片？

勘智K210是小编去年买的一块AIRV R3开发套件时接触的一款芯片。性价比不错，如下图所示：具有双核64位处理器，并自带独立FPU；有一块KPU用于神经网络加速单元；还有一块APU用于语音数据处理。

所以这块芯片具有视觉和听觉处理能力，功耗低，性能高的特点，并且采用TSMC 28纳米制程，稳定性和可靠性具有一定保证。因此常被用在物联网领域的开发（勘物）和人工智能领域的探索（探智），而得名勘智。

K210有没有明显的缺陷呢？
有，它的内存短板。内置8MByte的高速SRAM，减小了系统复杂度的同时，给软件带来了优化难度。在PC上训练的上百M模型，如何在移动端压缩到几十M的大小，将模型降低一个数量级塞进8M SRAM，是个难点。

K210硬件模块强在哪里？

先上一张AIVR R3版本的硬件模组图：

我们可以看到在底板上除了一块K210芯片，一颗OV2640摄像头，一个LCD屏外，还包含很多外设接口，TypeC用于串口调试，TF卡槽用于外插存储，Wifi接口，32MB Flash等。

我们在这里主要说说它的K210芯片模组，它基于双核RISC-V 64位处理器，RISC-V是近几年大火的开源指令集架构（ISA），简单且高效。双核的主频高达600MHZ，可以应对各种业务场景及计算任务。硬件浮点指令加速：两个核心均支持双精度指令加速，可使简单的渲染高达100fps

此芯片还自研了一块用于边缘计算的KPU进行神经网络加速，官方Demo中提供了一些人脸检测、图像识别、图像分类的视觉任务，分类任务最高可达到240fps的分类网络推理速度；检测任务在QVGA的网络下，模型帧率最高可达35fps。常被嵌入到门禁系统、考勤系统等。

另外一个设计亮点在于芯片号称1TOPS算力，却只有0.3W的功耗，远远典型设备1W左右的功耗

备注：根据教程该主板在电路设计上支持OV2640/ OV5640/OV7725三种型号的单目摄像头以及双目摄像头GC0308。是否可以试试在扫地机上做做vslam！

支持哪些AI解决方案？

市面上有很多边缘计算的AI落地方案，比如用GPU的Nvidia系列，用NPU的瑞芯微RK3399 Pro，用FPGA的Xilinx产品，用DSP的TDA方案等等，虽然算力动则十几TOPS，甚至几十TOPS，不过价格实在昂贵。入手一块TX2也要3000+RMB。

相比之下搭载K210的AIVR套件就成了学生党或者消费级娱乐玩家的福音，算力超同价位的ARM架构的芯片，而且还支持一些简单的机器学习集。之前可能大家会用树莓派自娱自乐的开发，但是一套4B配摄像头的套件也要5-600左右，由于没有CNN加速单元，在AI产品的部署上性能还不及K210。

机器视觉解决方案主要依靠KPU计算卷积神经网络。KPU内置了部分运算操作，根据官方例程，它可以用于实现以下几种计算机视觉任务：

• 基于CNN的目标检测
• 基于CNN的图像分类
• 目标测距和定位
• 人脸检测和识别

不少有兴趣的小伙伴拿它做了自己的程序也展现在网络上，小编从B站上搜刮了一些可能的应用（如有侵权请联系小编）：

红绿灯检测

分拣系统

垃圾分类

除了支撑机器视觉解决方案，它还能用于做机器听觉解决方案。主要依靠APU处理麦克风阵列输入，进行声源定向和波束形成。可以实现以下几种语音任务：

• 声源定向：
• 波束形成：
• 语音识别
• 语音唤醒

处理语音时接受麦克风阵列的数据，得出声音的方向，强度，空间角度信息，并做纯硬件的波束形成。同时再得到语音信号后进行算法识别。

上面我们说了该芯片有多强有厉害，但是在实际使用中还是存在很多边界条件，比如：

• 仅支持内核1×1和3×3两种卷积；
• 最大支持网络参数不超过6M；
• 工具链提供的生态比较单一；
• 解决方案中不能支持多模型运算；

从芯片本身来讲，由于SRAM较小，芯片无法支持较为复杂的模型，这意味着一些模型想要部署到芯片上需要进行一定的压缩剪枝操作，或者使用模型蒸镏。然后芯片也是定点器件，对模型参数定点化也是必要的。

市场定位将何去何从？

小编在逛知乎时看到一位兄台对该芯片定位的评论，从做产品角度相当赞同。大概意思如下：

智能产品的开发，如果基于PC级芯片进行AI加速，基本已经被Nvidia显卡和软件生态链牢牢垄断；如果基于嵌入式进行AI加速在众多芯片大厂之间已经杀的火热，比如Xlinx、TI、Rockchips、Qualcomm、NXP等；但是基于MCU级别的市场，并没有太多的厂商all-in低精度而是对中高精度的神经网络计算保留了较好的支持，完全有希望对Cortex M系列拉开差距。

规划产品首先就要找准市场，想要后来居上弯道超车谈何容易，要么就是眼光独到早早入局分一杯羹，要么就是人力财力充足，规划清晰。比如在新能源造车如火如荼的今天，除了早期的那几家特斯拉、蔚来、小鹏等，或者资源充足的华为、小米等后来入局者大多数日子真不好过。

回到K210芯片的市场发展角度，有没有风险呢？当然有，高不成低不就。1TOPs的算力在主流AI芯片中实在太少，再加上其内存限制，一套完整的解决方案下来实在够呛。

从支持国产的角度希望它能找准产品发力点，从K210到K510以及后续可能的算力更强、制程成本更低的产品能具有更强的市场竞争力。

欢迎关注小编公众号，每周分享关于计算机视觉或无人驾驶感知方面的内容。

http://weixin.qq.com/r/GR1udl-EvQLCrRsV90gL (二维码自动识别)