IP与特定功能算法的深度结合

　　物联网应用强调场景化，即使是同一类芯片，应用于不同的场景，对芯片要求也随之改变。比如同样是视频芯片，用于监控摄像，环境光线是渐变的，对画面动态范围要求不高;而用于运动相机和车载视频，由于位置不断移动，环境光线变化明显剧烈，对画面动态范围要求就会高很多。

　　另外，很多物联网终端设备(比如智能可穿戴设备、智能家居设备)并不需要处理大量的数据。芯片的处理性能不是最关键的，反而芯片与具体应用、具体场景的结合更重要。比如用在智慧养老场景下的加速度传感器跌倒算法、用在智慧安防场景下的多人红外感应算法等。

　　因此芯片设计需要从应用出发，考虑如何支持应用于实际场景的功能算法，算法与芯片的结合将越来越深度化。目前，一些芯片公司已经看到了这样的趋势，不仅做芯片设计，还结合芯片的应用场景开发对应的算法。

　　比如瑞芯微推出图像处理器芯片RK1108，内置CEVA的DSP核，支持自己开发的图像优化算法，如静态和动态降噪、在弱光环境下自动提升画面清晰度等。同样，君正推出的视频图像处理芯片T10，也支持自己开发的一些列算法，如运动侦测、物体跟踪、人脸检测、车牌识别等，而且君正还在不断加大算法开发的力度。

　　智慧家庭潜力巨大，服务反向定义芯片

　　智能手机的爆发替代电脑，给半导体行业带来了又一次的繁荣。如今智能手机行业巅峰已过，智慧家庭产业逐渐兴起。这将是比智能手机大10倍的又一新兴市场，同样会给半导体行业带来又一次更大的繁荣。

　　但是，智慧家庭产业比智能手机复杂得多。手机只是一个产品，所有的技术和功能都只由这一个产品来实现。智慧家庭涉及到的产品品类众多，连接的硬件单品数量庞杂。同时，智慧场景的实现由家居单品动作逐渐过渡到多产品组合联动，安防、健康、教育这些与服务相关的场景更需要云端的支持。

　　这种分层级的生态架构对芯片的要求各不相同。终端电器设备完成特定的生活功能，芯片定义需要内置特定的功能算法。比如智能洗衣机除了常规的电机控制，还需要识别出衣物的材质，决定针对不同材质衣物的最佳洗护模式。

　　家庭中枢除了家庭网关之外，还有一类可以控制多个电器实现一个完整的智能场景。这涉及到计算能力在终端与云端的分配，并非所有的信息分析和判断都交给云端处理。比如领耀东方的Smartbox产品，它可以控制家中的环境电器(包括风扇、空调、净化器、加湿器等)，通过传感器检测家庭空气质量，然后控制环境电器协同工作，营造出舒适的空气环境。

　　类似于Smartbox这样的家庭中枢，介于终端设备与云平台之间，它不需要云平台强大的运算能力和大数据处理能力，也不像终端设备执行具体功能。它使用的芯片需要与联动模型算法结合，让多个智能家居产品之间能够协调工作。

　　云平台除了要做大数据处理，也需要与线下O2O结合提供增值服务。从家庭服务出发倒推出实现方案，以方案来定义芯片的技术实现。尤其在医疗健康领域，这种反向定义更为明显。比如，统捷公司提供的针对老年人的一整套医护方案，他们将中医号脉诊断的专家经验算法模型化，以算法模型为基础选择需要检测的人体体征参数及其精度，然后定义芯片如何实现，最终开发出能够检测出算法模型所需要的人体体征参数。

　　这种由服务需求出发提炼出专家算法，并以此定义芯片的方式会更加普遍。因为，在智慧家庭领域，与智能硬件相关的服务才是最有价值的。

　　传统芯片产业由技术到产品的technology marketing思维在物联网与智慧家庭产业里逐渐失效，需要由“产品—服务—盈利模式”的应用思维来重新定义芯片设计与开发，能与具体应用场景和服务深度结合的算法芯片才具有长久的生命周期。否则，技术、资金、时间资源大量投入也换不回用户的称赞和订单。