Tech Talk热点Q&A汇总 |“玲珑”V560/V760 VPU IP[峨眉]（文末互动）

Q1

基于“玲珑”峨眉VPU IP可以实现单独编码器或单独解码器吗？

A

可以，“玲珑”峨眉是编解码合一架构，可配置为纯编码、纯解码、编解码合一三种形态，纯编码或纯解码形态面积更小。

Q2

基于“玲珑”峨眉VPU IP实现不同配置，交付时间是多久？

A

通常情况下，不同配置的“玲珑”峨眉VPU IP可以2周内给到初始版本，1个月内完成最终交付，能够满足芯片开发的进度需求。

Q3

AI高清视频场景下，“玲珑”峨眉VPU IP内存带宽占用是怎样的？采用了哪些降低带宽的手段？

A

“玲珑”峨眉主要通过以下三种方式降低内存带宽占用：

1. AFBC压缩参考帧：对参考帧进行压缩，带宽占用可压缩至原始的约1/3；

2. 输入直连模式：输入部分不占用系统带宽，带宽占用可视为零；

3. 参考帧输出/任意比例缩小：可选直接输出参考帧省去输出帧内存占用，或提供任意比例缩小功能，大幅减小带宽需求。

Q4

“玲珑”峨眉VPU IP采用多核多格式编解码融合的可编程处理架构，有哪些差异化优势？能为合作的芯片厂商带来哪些可量化的价值提升？

A

该架构有两大核心优势：一是Combo VPU架构在客户既需要编码又需要解码时，面积和功耗均有收益；二是多核并行度高，两核几乎等同于单核两倍的性能提升，可灵活调整核数适配不同应用场景需求。

Q5

“玲珑”峨眉VPU IP覆盖从云到端的全场景需求，它是如何在差异极大的不同场景中，实现性能、功耗、成本的最优平衡？目前有没有重点聚焦的核心赛道？

A

“玲珑”峨眉采用了可伸缩、可配置的设计，客户可灵活选择编码器精度与最大分辨率、支持格式、参考帧、编码质量及前后处理等关键可配置项，实现强大功能与PPA的最优平衡，重点聚焦于Cloud AI（数据中心、视频转码、AI服务器等）、Physical AI（智能驾驶、智能座舱、机器人、机器视觉等）、Edge AI（手持摄像设备、智能手机、Pad、AI PC等）不同场景，为各类视频应用提供技术支撑。

Q6

AI时代，“玲珑”峨眉是如何与AI处理器协同工作的？它能帮AI处理器分担哪些压力？

A

“玲珑”峨眉可完成视频前处理与后处理，通过对图像格式、尺寸等进行预处理后再送入AI处理器，降低AI处理器的负荷，同时确保在编码环节不损害AI生成视频的高画质，使最终输出视频保持较高的画面质量，与AI处理器形成高效协同。

Q7

“玲珑”V560、“玲珑”V760有什么差别，应该如何选用？

A

“玲珑”V560和V760核心架构一致，是同系列不同配置的产品，客户可按需选择。V560面向4K及以下应用，最大支持2核配置，接口带宽更低；V760面向8K及以下应用，最大支持4核配置，接口带宽更高。

Q8

“玲珑”峨眉VPU IP相比上一代有哪些性能升级？

A

相比上一代，“玲珑”峨眉单核支持4K60FPS编码或8K30FPS解码，解码性能提升一倍，编码质量平均提升20%以上，同时解码鲁棒性大幅增强，丢包率高至20%情境下仍可纠错解码。此外，在同等视频码率下编码质量平均提升20%，同等编码质量下视频码率平均降低20%，特定场景下码率最大降低80%。

Q9

“玲珑”峨眉VPU IP目前授权客户覆盖哪些领域？

A

“玲珑”峨眉以卓越性能为AI时代的各类视频应用提供强大核芯，目前在服务器、机器视觉、视频转码等领域已完成首批客户授权，相关芯片与终端产品将在近两年陆续落地。

Q10

高质量的产品交付中说的定制化开发怎么理解？

A

定制化开发指的是在“玲珑”峨眉标准产品基础上，依托灵活架构满足客户差异化需求，可提升单项功能上限或新增特殊编解码控制逻辑，适配客户专属的使用场景。

Q11

条带级编解码控制技术怎么理解，能通俗地讲一下吗？

A

条带是编解码控制的最小单元，大约是一帧图像的1/20或更小，因此可以实现“一帧图像编到一半暂停，切换去处理别的帧，处理完再回来继续编当前帧”这样的精细化控制，让编解码调度更灵活、延时更低。

Q12

“玲珑”峨眉VPU IP编解码可以同时进行吗？

A

从宏观和微观两个层面来看，宏观上“玲珑”峨眉编解码融合架构本质上是编解码同时进行的，可同时支持多路编码与多路解码；微观上取决于场景，处理大分辨率（如8K）时多核协同进行单任务，处理小分辨率多路码流时，不同核可同时分别做编码和解码，实现真正并行。

Q13

“玲珑”峨眉VPU IP与NPU能不能联动？

A

“玲珑”峨眉VPU与NPU可以联动，二者协同能够提升整体处理效率，具体包括VPU可预处理图像适配NPU需求，NPU可识别敏感区域指导VPU高效编码，且“玲珑”峨眉VPU采用了CAE编码技术，该技术集成轻量化AI，可实现“图像语义分析-像素级预处理-码率动态分配”全链路智能优化。

Q14

未来很多视频流会直接服务于AI理解，而不是只服务于人眼观看，怎么看VPU在未来3到5年的角色变化？

A

未来3到5年VPU会朝着VPU适配AI、AI赋能VPU两个方向发展，“VPU for AI”即VPU与AI构成完整闭环，让AI训练精度更高同时去掉冗余、降低功耗；“AI for VPU”则是用AI技术加速VPU关键计算节点，实现更优编码方案。

Q15

下一代的VPU产品什么样，目前有什么规划？

A

下一代“玲珑”VPU产品将聚焦三大方向，即深度融合AI编码、跟进H.267、AV2等最新视频格式，同时面向IoT场景打造极简低功耗版本，后续会陆续推出。