热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

为扫地机器人造救“芯”丸

作者|王金旺出品|雷锋网产业组2020年底,行业中曾出现“深圳某扫地机器人公司董事长蹲守上游供应链厂商打地铺抢货”的消息备受行业热议。今年5月,在科沃斯2020年度股东大会上,董事

为扫地机器人造救“芯”丸

作者 | 王金旺

出品 | 雷锋网产业组

2020年底,行业中曾出现“深圳某扫地机器人公司董事长蹲守上游供应链厂商打地铺抢货”的消息备受行业热议。

今年5月,在科沃斯2020年度股东大会上,董事长钱东奇在回答中小股东关于市场高增长的问题时也表示:“缺芯的问题可能未来一到两年都会存在。”

缺芯俨然成了电子行业的集体焦虑,扫地机器人行业也不例外。

然而,这场缺芯潮还要从汽车行业说起。

失衡的芯片供应链

2020年初,一场新冠疫情席卷全球,随之而来的是各行业开始下调产能预期,其中,尤以汽车电子行业显著。 

2020年4月8日,世贸组织(WTO)称,由于新冠病毒肺炎疫情大流行破坏了世界各地的正常经济活动和生活,预计2020年全球贸易将下降13%至32%,尤其汽车电子这样具有复杂价值链的行业的贸易或将急剧下降。 

事实也确实如此,例如,多数汽车企业在中国及北美的工厂到5月才逐渐恢复生产,而汽车业务占比超过40%的英飞凌2020年汽车(ATV)部门一季度营收同比下降了3.31%。

英飞凌官方当时对此表示,一季度汽车业务衰退的主要原因是受疫情影响,全球汽车市场销量大幅下滑,造成了公司订单量的下降和库存的减少。

在这样的市场环境下,汽车电子行业开始下调预期,与此同时,手机市场中华为的市场份额的下降让其他厂商纷纷开始紧急备货、准备瓜分华为让出的市场份额,这让半导体行业中不少晶圆产线从汽车电子转向生产消费电子芯片。

超出所有人预料的是,2020年下半年,中国经济的迅速恢复带动了整个汽车电子行业的反弹,汽车电子的强劲需求及在供应链上的话语权,让晶圆厂商重新将资源向汽车芯片供应上倾斜。

在疫情和供应链震荡双重压力下,缺芯现象开始从汽车行业蔓延到消费电子行业,最终,形成了这样一场蔓延至全球、全行业的缺芯潮。

为扫地机器人造救“芯”丸

欢创科技创始人周琨最早发现这场缺芯潮不同以往的周期性缺芯是在2020年9月,“当时我们从客户那里得知他们芯片出现短缺,开始我们以为是周期性的暂时波动,甚至我们的销售人员分出部分精力通过我们的供应链去帮客户找芯片,在这一过程的走访和调研中,我们发现,这次缺芯与以往的不同。”

半导体行业是一个周期性行业,当市场出现缺货情况,往往意味着晶圆厂或封装厂的产能已经不足。然而,半导体的投资周期又很长,建设一个晶圆厂或封装厂的时间往往要1-2年,在这一时期就会由于渠道厂商囤货及市场炒作等现象出现周期性芯片缺货。

彼时,晶圆厂出货周期已经从8周延长到16周,甚至更长时间。对于以为扫地机器人提供激光雷达为主业的欢创科技而言,周琨根据行业发展情况已经早早做出判断:2021年,扫地机器人行业切换激光雷达的高峰期将会到来。为此,欢创科技也已经做出了增加产能的准备。

紧急备货,已经是箭在弦上。

不过,关于备货多少,周琨也不无顾虑,“如果判断失误,加急备货带来的成本压力很可能会将我们拖入深渊。” 

最终,在对行业趋势几经分析后,顶着巨大压力的周琨为欢创科技买下了数百张晶圆(相当于数百万颗芯片的原材料)。 

这为欢创科技随后单月能够保证数十万的激光雷达出货量奠定了基础。

扫地机器人的意识苏醒与缺芯困境

扫地机器人在这场缺芯潮中具体缺的是哪些芯片呢?

周琨告诉雷锋网,由于受到手机厂商囤货的波及,包括扫地机器人的主控芯片、激光雷达的主控芯片、底盘控制芯片、Wi-Fi芯片、电源管理芯片等芯片都存在不同程度的缺货现象。

而值得关注的是,这一年也将是主流扫地机器人批量应用激光雷达的鼎盛之年。

2018年,激光雷达导航的扫地机器人爆发,带动了扫地机器人市场销量的野蛮增长,如果将时间线拉长来看,激光雷达在扫地机器人上的应用,2018年仅仅是个开端。

在随后两年里,3D结构光、d-ToF等各类激光雷达开始逐渐被应用到扫地机器人上,并在多传感器融合的主流趋势下,大有成为扫地机器人标配的迹象。

为扫地机器人造救“芯”丸

周琨告诉雷锋网,2020年行业中基本形成了一个基本共识——要做好扫地机器人,激光雷达将是一个必要的基础传感器。

据市场统计数据显示,2019年,中国扫地机器人出货量达544万台;这一数据经过2020年一波疫情冲击后,市场预期数据仍是冲到了882万台。

市场趋势一片大好,然而,这波同样波及到激光雷达领域的缺芯潮,让扫地机器人厂商陷入增长焦虑。

扫地机器人的终极导航方案是什么?

如果深究激光雷达导航方案在扫地机器人上的应用,其实要更早。

现在说起扫地机器人,大家想到的就是科沃斯、石头,鲜为人知的是,现在国内大部分扫地机器人的激光雷达方案究其根源还要溯源到一家名为Neato的扫地机器人厂商。 

Neato是一家诞生于美国斯坦福大学,成长于硅谷,自2005年成立后,先是在2008年拿到激光导航的专利,后又于2010年推出全球首款搭载激光导航方案的扫地机器人,彼时,扫地机器人激光导航方案开始盛行,不少扫地机器人厂商开始借鉴Neato采用的「线阵激光传感器+DSP芯片」激光导航方案。

「线阵激光传感器+DSP芯片」方案的优点在于需要的算法简单,容易制成产品。但这一方案不无缺点,几个明显的缺点就是垂直视野低导致的可靠性问题以及工业级线性激光传感器带来的成本压力。

2017年,欢创科技进入扫地机器人赛道,在进入这一赛道之前,周琨一直在思考一个问题:经年之后,扫地机器人激光雷达的终极方案是什么?

周琨当时得出的结论是:市场的选择终将会是成本优先。 

为此,在进入扫地机器人领域时,周琨和他的团队在转向研究可靠性更高的面阵激光传感器时,必须考虑另一个问题——成本问题。

面阵激光传感器在消费电子领域应用普遍,成本原本要比线性激光传感器低,但要研究面阵激光传感器,就必须要克服算法复杂、运算量大对高芯片性能需求的问题,如果依然采用DSP芯片、甚至是性能更高的FPGA芯片,最终激光导航方案成本反而会比「线阵激光传感器+DSP芯片」方案成本更高。

当时,摆在周琨面前的只剩下一条路可以走:自研扫地机器人ASIC专用芯片。 

做一颗自己的芯片

2017年9月,欢创科技内部立项扫地机器人激光雷达项目仅仅三个月后,就立项了ASIC扫地机器人专用芯片项目。

当时确实下了很大的决心,因为做芯片一次流片就要几百万,当时几乎将公司所有的钱都投了进去,一旦流片失败或技术方向判断失误,将会是沉重打击。 

周琨告诉雷锋网,那段时间也是他创业以来压力最大的时期,甚至会因此整夜失眠。

周琨担心的事情并没有发生,Camsense C1流片成功并顺利量产,而周琨和他的团队当时针对扫地机器人领域做的诸如帧率、分辨率、精度等定制化设计,在随后几年也被验证了价值。 

为扫地机器人造救“芯”丸

例如,扫地机器人用的激光雷达帧率越高意味着芯片成本越高,如果帧率设定太低,几年后发现难以满足扫地机器人的需求,芯片就会被迫淘汰;如果帧率设定设定太高,几年后发现扫地机器人本不需要这么高的帧率,就会导致成本的浪费,甚至难有厂商愿意为这么高成本的芯片买单。

2017年,扫地机器人应用的激光雷达的主流帧率在1800FPS,欢创科技当时将Camsense C1的帧率定在了3000FPS,截止目前为止,这颗芯片在性能上仍能满足市场需求,而欢创科技第二代芯片Camsense C2也将在今年下半年量产。 

借助「面阵激光传感器+ASIC芯片」,欢创科技走出了一条不一样的路。

为扫地机器人造救“芯”丸

今年整个供应链管理难度确实很大,一方面需要保证高交付,另一方面又要考虑低库存,这就像是开饭店,要保证顾客来点菜就能随时上菜,又要预估库存风险。 

周琨告诉雷锋网(公众号:雷锋网)

不过,在前期芯片储备和差异化技术路线的双保险下,欢创科技显然要比其他同行更容易一些,甚至从某种程度上而言,把握住时机的周琨让欢创科技成了缺芯潮下少有的赢家。

就欢创科技现在的出货情况,周琨向雷锋网透露了两个数据:

在刚刚过去的5月交货量在25W+,较去年同期增长了700%。

目前欢创科技持续出货的扫地机器人厂商已经有十几家,还有十几家正在导入我们的产品,预计下半年开始出货。

而就在刚刚过去的上半年,欢创科技也拿到了B轮和B+轮两轮融资,融资总额过亿元,现在在继续招兵买马、扩大产能、研发新品。

雷锋网:在现在这样扫地机器人切换激光雷达的大势和缺芯潮的逆势下,扩大团队和产能有没有什么压力?

周琨:压力是肯定有的,关键还是要对市场趋势有准确的判断。


推荐阅读
  • [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同,令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望,认为人类有能力不断改善自己。 ... [详细]
  • 学习SLAM的女生,很酷
    本文介绍了学习SLAM的女生的故事,她们选择SLAM作为研究方向,面临各种学习挑战,但坚持不懈,最终获得成功。文章鼓励未来想走科研道路的女生勇敢追求自己的梦想,同时提到了一位正在英国攻读硕士学位的女生与SLAM结缘的经历。 ... [详细]
  • GPT-3发布,动动手指就能自动生成代码的神器来了!
    近日,OpenAI发布了最新的NLP模型GPT-3,该模型在GitHub趋势榜上名列前茅。GPT-3使用的数据集容量达到45TB,参数个数高达1750亿,训练好的模型需要700G的硬盘空间来存储。一位开发者根据GPT-3模型上线了一个名为debuid的网站,用户只需用英语描述需求,前端代码就能自动生成。这个神奇的功能让许多程序员感到惊讶。去年,OpenAI在与世界冠军OG战队的表演赛中展示了他们的强化学习模型,在限定条件下以2:0完胜人类冠军。 ... [详细]
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
  • 当写稿机器人真有了观点和感情,我们是该高兴还是恐惧?
    目前,写稿机器人多是撰写以数据为主的稿件,当它们能够为文章注入观点之时,这些观点真的是其所“想”吗?最近,《南 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 在Android开发中,使用Picasso库可以实现对网络图片的等比例缩放。本文介绍了使用Picasso库进行图片缩放的方法,并提供了具体的代码实现。通过获取图片的宽高,计算目标宽度和高度,并创建新图实现等比例缩放。 ... [详细]
  • 云原生边缘计算之KubeEdge简介及功能特点
    本文介绍了云原生边缘计算中的KubeEdge系统,该系统是一个开源系统,用于将容器化应用程序编排功能扩展到Edge的主机。它基于Kubernetes构建,并为网络应用程序提供基础架构支持。同时,KubeEdge具有离线模式、基于Kubernetes的节点、群集、应用程序和设备管理、资源优化等特点。此外,KubeEdge还支持跨平台工作,在私有、公共和混合云中都可以运行。同时,KubeEdge还提供数据管理和数据分析管道引擎的支持。最后,本文还介绍了KubeEdge系统生成证书的方法。 ... [详细]
  • 近年来,大数据成为互联网世界的新宠儿,被列入阿里巴巴、谷歌等公司的战略规划中,也在政府报告中频繁提及。据《大数据人才报告》显示,目前全国大数据人才仅46万,未来3-5年将出现高达150万的人才缺口。根据领英报告,数据剖析人才供应指数最低,且跳槽速度最快。中国商业结合会数据剖析专业委员会统计显示,未来中国基础性数据剖析人才缺口将高达1400万。目前BAT企业中,60%以上的招聘职位都是针对大数据人才的。 ... [详细]
  • Android中高级面试必知必会,积累总结
    本文介绍了Android中高级面试的必知必会内容,并总结了相关经验。文章指出,如今的Android市场对开发人员的要求更高,需要更专业的人才。同时,文章还给出了针对Android岗位的职责和要求,并提供了简历突出的建议。 ... [详细]
  • CSS3选择器的使用方法详解,提高Web开发效率和精准度
    本文详细介绍了CSS3新增的选择器方法,包括属性选择器的使用。通过CSS3选择器,可以提高Web开发的效率和精准度,使得查找元素更加方便和快捷。同时,本文还对属性选择器的各种用法进行了详细解释,并给出了相应的代码示例。通过学习本文,读者可以更好地掌握CSS3选择器的使用方法,提升自己的Web开发能力。 ... [详细]
  • 本文介绍了Java工具类库Hutool,该工具包封装了对文件、流、加密解密、转码、正则、线程、XML等JDK方法的封装,并提供了各种Util工具类。同时,还介绍了Hutool的组件,包括动态代理、布隆过滤、缓存、定时任务等功能。该工具包可以简化Java代码,提高开发效率。 ... [详细]
  • 本文介绍了PhysioNet网站提供的生理信号处理工具箱WFDB Toolbox for Matlab的安装和使用方法。通过下载并添加到Matlab路径中或直接在Matlab中输入相关内容,即可完成安装。该工具箱提供了一系列函数,可以方便地处理生理信号数据。详细的安装和使用方法可以参考本文内容。 ... [详细]
  • JVM 学习总结(三)——对象存活判定算法的两种实现
    本文介绍了垃圾收集器在回收堆内存前确定对象存活的两种算法:引用计数算法和可达性分析算法。引用计数算法通过计数器判定对象是否存活,虽然简单高效,但无法解决循环引用的问题;可达性分析算法通过判断对象是否可达来确定存活对象,是主流的Java虚拟机内存管理算法。 ... [详细]
  • 本文介绍了数模国赛的报名参加方法,包括学校报名和自己报名的途径。同时给出了建模竞赛的建议,重在历练的同时掌握方法以及弥补自己的短板。此外,还分享了论文的结构和模型求解部分的注意事项,包括数学命题的表述规范和计算方法的原理等。 ... [详细]
author-avatar
七夜绅士
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有