2020年以来，视觉SOC领域的竞争逐渐进入白热化，进入的厂家越来越多，大家看着行业老大海思放出来了市场空缺，都想往里面挤，而且趁着这一波芯片热潮，众多的创业团队或者上市公司成功的收割了一把投资人的口袋。然而大家都低估了芯片的难度，视觉SOC芯片是一个链条，从芯片设计，芯片生产，SDK编写，产品方案开发，系统应用等环环相扣，需要上帝思维，没有沉淀的公司和团队，没有良好的生态链，想短时间突击，几乎是不可能的，就算芯片原厂能把芯片设计好，生产也解决了，SDK写不好，对方案开发团队就是个灾难，对系统应用和运维来讲更是灾难。所有的一切都需要回归到时间沉淀上，一步一个脚印，能借鉴成功团队的经验，也能把优秀团队的人挖过去，但也绝不是简单照搬就行，企业运营也是一个系统，同样需要沉淀。所以选择新团队的SOC或者选择新进入视觉SOC领域的公司的产品，都是当小白鼠。
扯远了，回归正题，2021年之后，一些中高端的视觉SOC产品陆续推出了AI-ISP，听起来很高大上，那么AI-ISP到底怎么样呢？从原理上，AI-ISP是在原来传统ISP上增加一些AI后处理算法，修复一些传统ISP上处理不好的瑕疵，比如HDR的增强，噪声的消减等。AI-ISP在一定程度上确实能解决一些问题，但是也还是要看整体的方案设计。主要考虑的因素有以下几个：
1、sensor的选择很重要，感光器件本身比较差，靠算法来弥补的范围也是有限的的。
2、基础的ISP本身不够好，就算增加了AI-ISP，也好不到那里去。
3、AI-ISP的算法场景适应性是有限的，原厂要有足够的样本训练，训练出来的结果才足够好。
4、AI-ISP核心的能力要足够强，AI进行ISP的后处理，是实时处理每一帧图像的，对算力的消耗很大，这就要求作为AI-ISP的处理器核心有足够的算力，不然处理的范围也有限。
5、DDR等系统总线的设计，SOC通常会伴有其他的算力预留，让用户可以做AI-ISP之外的其他的算法应用，这两块这件有一些资源是共享的，这里的总线设计方式就尤为重要，不然相互之间的影响会很大。
目前市面上的AI-ISP产品，主要有爱芯，海思和安霸，大家的发展都在早期，海思作为传统ISP的领袖，AI-ISP同样有着更多的优势，无人机航拍，边海防等领域有着众多的落地案例，由于有经验和数据的加持，海思的AI-ISP，在低照度下的表现有质的提升，HDR性能也有颠覆性的突破。
当然大家对AI-ISP这个东西的期望值也不要过高，确实有一些场景下有比较好的效果，但是更多的场景还需要原厂对算法模型的训练。
上面的图片是我们实际做的海思AI-ISP的测试结果，相比传统的ISP有很大的提升，但是对ISP工程师其实多了一重挑战。