「摩爾定律」失效 華為計算攝影首度揭秘

2020-12-24 懂懂筆記

華為又刷新了DxOMark榜——P40 Pro相機系統達到了驚人的128分,這是有史以來的最高分。注意,這還不是P40系列中最高配的P40 Pro+。由此可以想像,如果P40 Pro+送測會是什麼樣的結果?

近三四年以來,無論華為上半年發布的P系列還是下半年發布的Mate系列,已經習慣性霸榜。為什麼近年手機廠商旗艦級產品所用的硬體逐漸趨同,但是華為在拍照上的優勢卻如此明顯?

近20年的手機發展歷程中,從早年功能機帶有相機功能開始,很長一段時間裡大家認為手機拍照好不好就是由像素決定的。2000年第一部帶相機功能的手機只有10萬像素,此後這一指標逐漸攀升,從10萬、20萬、50萬、100萬、500萬、1000萬、2000萬……像素的變化能讓我們看到拍照效果明顯的提升。但其實當鏡頭從2000萬到4800萬,再到6000萬,單一硬體帶來的畫質變化已經不明顯。

這有點像PC產業中的摩爾定律。早年,PC的好壞取決於晶片的運算能力,晶片在摩爾定律的作用下每兩年算力翻一倍,給PC帶來明顯的變化。但是後來隨著算力達到一定高度之後,單一提升算力,用戶在PC上感受不到明顯的變化,而是需要系統性的創新,才能帶來不一樣的體驗。

今天手機攝影也是同一個道理,單一提升像素不能帶來明顯的用戶體驗提升。隨著AI時代的到來,手機上的計算攝影成為用戶拍照的利器。而華為之所以可以長期霸榜的秘密的於軟硬體結合的結果。

內部代號XD:計算攝影的三層緊密邏輯

拍照是手機核心功能之一,也是當下所有頭部手機廠商在研發投入上的重點。各個品牌都在做,思路不同、解決方案不同,成像質量也各有不同。手機成像質量的好壞,到底拼的是什麼呢?

今天的手機攝影,不再像單反一樣單一依賴硬體成像,而一定是要通過前期的光學採集信息+後期算法處理,來生成一張上完整的照片,業內稱之為計算攝影,而廠商傳遞給消費者的時候則通常會有「AI攝影」這個更容易理解的名字。

在華為內部,很早就成立了代號XD的項目,全稱XD Fusion,X是指Extreme,D是definition清晰度的意思,Fusion就是融合的意思,直譯為「超清圖像引擎」。

華為的XD Fusion是在計算攝影上走得比較早、目前行業能力也比較靠前的一個解決方案。這個方案為三層:

第一層是硬體輸入信息。在華為P40、P40 Pro、P40 Pro+中分別採用了三攝、四攝、五攝,廣角、TOF鏡頭、長焦鏡頭等多攝像頭時常會有同時工作的狀態,這些攝像頭的任務是更好、更多地採集圖像的原始信息。計算攝影首先是要有高質量的輸入信息,所以攝像頭硬體的能力是XD Fusion的基礎。華為一直堅持高規格的硬體,就是希望原始信息做到最好。華為從P9開始與徠卡合作,這也手機拍照鏡頭上的一次大躍進,此後P系列一直優化攝像頭的組合達到最優。硬體輸入這一環節決定了照片質量的底線。

第二層是機器視覺,通過語義分析理解和分割。這有點像人眼客觀看世界,要理解看到的是天、地、樹、牛、狗、魚、人等等,這些是語義理解分割的過程,也是信息的輸入部分。

第三層是神經網絡處理,就是我們通常說的通過AI處理優化成像效果,比如畫質、色彩、光影、毛髮、動態範圍、虛化程度等,通過像素級圖像處理給消費者一張好的照片。這一環節很大程度上依賴於算力和算法。各個廠商其實都在做,只不過解決方案不同、能力高低不同。華為持續圍繞用戶場景優化,並且依賴於自研晶片的優勢,構築起自己的護城河。

XD Fusion在華為內部已經持續研發多年,每年支持P系列和Mate系列兩次產品迭代,每次都會給用戶帶來新的體驗。用戶第一次體會到XD Fusion應該是在Mate 10系列上,那也是華為首次提出AI攝影,但是XD Fusion並沒有正式對外顯身。懂懂還記得那一次AI在物體識別、動態攝影上起到了重要的作用,使得照片質量大幅提升。

在P40系列發布的同時,華為XD Fusion也站到了臺前,這是因為華為相機團隊的自信,他們覺得經過多年的研發以及多代產品的打磨,算法上不斷升級,今天的XD Fusion已經相對成熟,可以給用戶一個完美的結果。對於行業而言,P40系列和XD Fusion再次告訴我們,手機攝影拼的不是像素數量,也不是攝像頭個數,而是軟硬體的雙向結合,相輔相成。

從空間和時間上不斷突破,超強硬體為XD Fusion輸送「彈藥」

要想計算攝影有效果好,第一個環節就是輸入。正所謂「巧婦難為無米之炊」,「米」就是硬體採集到的信息。也就是說,XD Fusion最終展現的火力出何,首先要看硬體輸入的彈藥強不強。

華為P系列一直在鏡頭上走在最前面,從雙鏡頭到三鏡頭、四鏡頭,包括這次華為P40 Pro+的五鏡頭,光學變焦從2X、3X、5X到這次的10X,不斷突破,挑戰極限。從其產品功能的迭代,我們發現華為在影像上有兩個策略:

第一解決空間的問題,不斷提升拍照的遠度和廣度。P10上採用2X光學變焦,P20上3X、P30上5X,這次P40在全行業率先上了10X光學變焦。還有就是廣角,Mate 20是全行業較早上廣角解決方案的產品,隨後不斷突破。

P30發布時展示的拍月亮樣片,就讓用戶大呼過癮。中國人對月亮有特殊的情感,但是以前除了專業的長焦單眼相機,普通用戶怎麼也拍不出月亮的美。而現在,基本上可以做到所見所得。無論是彎彎的月牙,亦或是玉盤一樣的明月,都可以隨手拍得。

第二就是時間問題。手機這類小型化拍攝設備在高亮的情況下拍照比較穩定,照片質量懸殊不大,但是在暗光、弱光、室內等場景下,就帶來極大的挑戰,畫質有待提高,華為就一直努力通過不同的解決方案去提升一天裡另外一半時間需要拍照的場景訴求。比如去年,P30 Pro 首度使用 RYYB 感光元件,雖然大幅提高了低光能力。

今年的P40系列的RYYB感光元件比一般 RGB 感光元件多40%的感光能力,讓主相機的低光拍攝能力非常強悍。這一次,夜景幾乎可以無瑕疵地展現出來。以前,我們對於夜景、暗光的記錄總是帶有些許的遺憾,現在則可以真實地記錄每一個瞬間。

每一步領先,都意味著巨大的挑戰。比如這次華為P40 Pro+上的10倍光學鏡頭對手機輕薄的機身而言是極大的挑戰。華為相機團隊採用全新的多反射潛望式光路摺疊技術,實現5次反射光路,光程比上一代潛望式長焦提升178%。

但光線經過數據反射,想要保證高成像質量,必須對模組內反射鏡組裝平面的精度控制做極高要求——只有納米級的高精密反射面,才能降低光路畸變,保證反射質量。相機團隊根據光學設計仿真解析出的最基本的光學規格,此次要求是頭髮絲的兩千分之一(頭髮絲的直徑一般不超過100微米)。相機團隊在沒有借鑑方法的基礎上持續探索,分析關鍵影響因素,研究關鍵參數工藝,對比測量變化數據,選出最穩定的工藝條件,持續對光學系統進行優化,最終實現最高約30nm的精度。

請注意,反射鏡面的工藝比晶片製程都難,是其它廠商沒有接觸過的領域,僅在這一環節華為就申請了6項專利。這樣在研發上捨得持續投入並且還要挑戰生產製造環節的極限,沒有強大的決心和技術實力支持,是做不到的。

從空間和時間兩個方向上,從硬體能力的提升上保證在信息採集這個環節為XD Fusion輸入最強的「彈藥」,力求讓用戶沒有遺憾,抓住每一個美好瞬間。

為P40系列帶來突破性體驗,計算攝影幫助消費者抓住美好瞬間

三層邏輯說起來比較容易理解,但是把每一層做好都非常難。不誇張的說,計算攝影其實是廠商綜合能力的體驗。我們看到所有手機廠商都在拍照的後期做AI的優化,但是看到真實樣片的差別還是挺大的,特別是在一些極端場景下。

在華為,因為早就意識到手機拍照的戰略意義,所以持續投入、進行系統性的研發,包括攝像頭模組、光學團隊、晶片團隊,系統工程師、前端整機架構設計師、ID設計師、後端底層算法工程師、後期調教圖像效果工程師,分工又全又細,這也能讓我們看到華為在攝影這件事上有多「較真」。

無論是從研發的投入,還是從晶片到鏡頭再到算法,這裡可以看到華為系統性的能力。對於用戶而言,手機拍照追求的終極目的是「隨手一拍就是大片」,沒有短板,但這背後包含了複雜的硬體+軟體能力的融合。

在P40系列上,硬體的提升,以及XD Fusion能力的精進,在影像上繼續突破,給我們帶來很多以前想都不敢想的體驗。

比如在戶外拍照,我們最怕的就是好不容易取景、擺姿勢,一切就緒,但是就在按下快門的瞬間路人甲闖進了畫框,一張大片中多了一個「躁點」。在P40中,可以通過AI輕鬆去除誤闖的路人,無需裁剪、不留遺憾。

再比如我們最常遇到的一個場景就是隔著玻璃拍照,這是讓專業人士都頭疼的一個問題。P40通過AI去除反光,我們坐在飛機上拍天空,隔著琉璃拍精美的展品,都不再有任何「障礙」。

技術發展的目標,是希望消費者拿到最佳的方案。XD Fusion通過迭代、升級,在華為P40上,我們通常能遇到的場景幾乎都能得到完美的解決,這就是技術的價值。

【結束語】

在AI時代的拍照,不是單一要素「飆高音」,就像PC產業「摩爾定律」失效一樣,如今「像素定律」也已經不再適應AI時代。華為的XD Fusion三層邏輯重新定義了AI時代拍照定律。

—————————————————————————————————

微信關注公眾號「懂懂筆記」每天第一時間為您奉上最新最熱的科技圈資訊~

多年財經媒體經歷,業內資深分析人士,圈中好友眾多,信息豐富,觀點獨到。

發布各大自媒體平臺,覆蓋百萬讀者。

《小米生態鏈戰地筆記》、《微信思維》、《微信力量》三本暢銷書的作者。

相關焦點

  • 黃仁勳定律是新的摩爾定律!這就是黃教主收購Arm的原因
    在現代計算的開元時代,摩爾定律佔據了上風。 華爾街日報報導稱,摩爾定律正在放緩,但有一項新定律,可能對計算下半個世紀同樣重要。 「我們用英偉達的 CEO 的名字(Jensen Huang)將其命名為黃仁勳定律(Huang『s Law),該定律是新的摩爾定律。」
  • 原標題:晶片戰爭2.0:「失效」的摩爾定律
    放緩的腳步  英特爾聯合創始人戈登·摩爾在1965年提出「摩爾定律」,預言半導體晶片上集成的電晶體和電阻數量將每年增加一倍。其核心是,晶片的性能將逐漸提升,成本將會逐漸降低。不過,在摩爾定律發展的50年來,在物理上生產出更小晶片的挑戰正在逐漸增加。
  • 性能每兩年翻一倍,摩爾定律還適用於現在的智慧型手機晶片嗎?
    而這裡就不得不提及摩爾定律,因為它預言了晶片加工技術的持續改進水平。然而,隨著智慧型手機處理器性能的過剩以及性能提升的放緩,不少人開始懷疑摩爾定律是不是已經過時,不再適用於當前智慧型手機晶片的發展。然而,事實果真如此嗎?
  • 摩爾定律即將走到極限,英偉達試圖推動半導體「黃氏定律」
    記者 | 彭新「在摩爾定律失效的當下,如果我們真想提高計算機性能,『黃氏定律』就是一項重要指標,且在可預見的未來都將一直適用。」在近日舉辦的GTC中國峰會上,英偉達首席科學家Bill Dally做出上述發言。
  • 摩爾定律名詞解釋_摩爾定律永遠有效嗎
    摩爾定律名詞解釋   摩爾定律是由英特爾創始人之一戈登·摩爾提出來的。這一定律揭示了信息技術進步的速度。   儘管這種趨勢已經持續了超過半個世紀,摩爾定律仍應該被認為是觀測或推測,而不是一個物理或自然法。預計定律將持續到至少2015年或2020年。然而,2010年國際半導體技術發展路線圖的更新增長已經放緩在2013年年底,之後的時間裡電晶體數量密度預計只會每三年翻一番。
  • 電子晶片逼近1nm極限,摩爾定律失效,頂上來的將是光電晶片
    隨著摩爾定律逐步逼近物理規律極限,微電子技術集成電路發展瓶頸已經出現,光電晶片成為下一代晶片技術發展的方向之一。該光子晶片成功驗證了用光子代替電子進行人工智慧計算的可行性。2019年5月,英特爾與美國加州大學伯克利分校(University ofCalifornia,Berkeley)的研究人員提出構建光神經網絡的新架構,該研究有助於納米光子神經網絡在實際中應用。
  • 摩爾定律將消失,美國晶片優勢或不復存在?外媒:華為迎來翻盤點
    美國在晶片行業領先的地位一直從上個世紀就開始持續了,而如今美國在經濟領域領先全球,其很大一部分原因和晶片是分不開的,近些年來美國為了打壓華為5G的發展,開始對中國的半導體事業進行全面的封鎖,讓中國在高端晶片領域一無所有。
  • 晶片破壁者(六):摩爾定律的一次次「驚險」續命
    既然大趨勢如此成功,為什麼「摩爾定律」還會被屢屢宣判失效、死亡呢?任何一個對指數有所了解的人,都會明白這種增長要無限地保持下去是不可能的。「增加一倍」的周期都是18個月,意味著每十年電晶體的數量要提高一百倍。
  • 飛鳥與風神:華為計算的悠悠長卷
    進入現代計算時代以來,計算產業曾經歷過20年風起雲湧的變化。從1959年電晶體技術開始走向商用,到1965年,第三代商用計算機使用集成電路,再到70年代,大規模集成化計算開始出現,摩爾定律定格為晶片的集成度每18個月增長一倍。
  • 挑戰摩爾定律極限,揭秘阿里雲神龍的「封神」之路
    第三代神龍雲伺服器 在去年推出的第三代神龍架構的基礎上,第三代神龍雲伺服器再次將算力逼向極限,在摩爾定律失效的今天,阿里雲以整體算力平均每12個月翻一番的速度,向摩爾定律的極限發起挑戰。
  • 因特爾公司創始人之一 摩爾定律提出者 戈登·摩爾
    在IT行業有一個神話,這個神話就是一條定律把一個企業帶到成功的頂峰,這個定律就是「摩爾定律」。信息產業幾乎嚴格按照這個定律,以指數方式領導著整個經濟發展的步伐,這個定律的發現者不是別人,正是世界頭號CPU生產商Intel公司的創始人之一戈登·摩爾(Gordon·Moore)。
  • AI時代的摩爾定律?黃氏定律預測AI性能將逐年翻倍
    1965年,時任仙童半導體公司工程師,也是後來英特爾的創始人之一的戈登·摩爾(Gordon Moore)提出了摩爾定律(Moore's law),預測集成電路上可以容納的電晶體數目大約每經過24個月便會增加一倍。後來廣為人知的每18個月晶片性能將提高一倍的說法是由英特爾CEO大衛·豪斯(David House)提出。
  • 遊戲容量戰爭,任天堂創造的超級外掛,慘被摩爾定律擊敗
    文|張書樂(人民網、人民郵電報專欄作者,網際網路和遊戲產業觀察者) 2010年代的十年間,幾乎每一年都有人在大聲宣稱摩爾定律失效了。可到了2020年代,這個定律依然在發揮作用。 只是,IT產業依然希望它不起作用。
  • 半導體發展遇到瓶頸,摩爾定律再難突破,英偉達另闢蹊徑
    每隔兩年處理器的性能就會翻上一倍,同時其內部的電晶體數數量也會翻一倍,這就是半導體行業的核心定律——摩爾定律,然而隨著技術的發展,按照摩爾定律,如今半導體行業已經很難再進行大跨度的突破,各家頂尖的半導體晶片公司都開始尋找另外的突破口。
  • 華為計算:以最強算力打造底座,以生態賦能讓AI生根
    社會正在加速從物理世界向數字世界遷移,數據是未來的生產資料,計算是未來的生產力。我們看到今天,因為5G、IoT的發展,萬物連接,帶來數據量爆發增長,同時智能終邊緣算力迅猛增長,計算正在無處不在。而雲邊端的協同驅動的異構計算架構創新,打破了摩爾定律的束縛,讓AI加速落地,觸手可行。
  • 這次真想要了摩爾定律的命
    在這一賽道的創業者們,能給計算晶片帶來新的驚喜嗎?一、一篇頂刊論文引出的新型賽道隨著摩爾定律滯緩,矽光子技術成為超越摩爾定律的研究方向之一。2017年,來自英國艾克塞特大學、牛津大學和明斯特大學的研究人員,宣布了其類腦光碟機動晶片研究成果。
  • 摩爾定律的盡頭,Chiplet冉冉升起
    qrPEETC-電子工程專輯這絕不是否認超越摩爾定律的必要性,我們當然可以採用各種獨特的方法來榨出摩爾定律的最後一點價值。恰恰相反,我想提出的警告是,要想維持這些技術半個世紀以來的創新曲線,我們要做的遠不止晶圓工藝和矽晶片級別的集成。我們的機會不僅有短期的,也有長期的。
  • 後摩爾時代我國集成電路晶圓製程發展方向
    摩爾時代集成電路產業的壟斷性,使得包括中國在內的後發國家在追尋摩爾定律往更小、更密、更快的方向發展,追趕美國等先進國家地區極其困難。此外,集成電路進入10nm工藝後,傳統技術理論逐步失效,單純靠減小線寬、增加器件密度、提高運算速度的摩爾定律遇到了瓶頸,發展滯緩[2] [3]。
  • 避實就虛,華為或許可以使用這個策略應對晶片打壓
    有人給華為出主意,臺積電不代工5nm、7nm的晶片,華為就一直用14nm的晶片,反正只是體積大一點,不也能用。 晶片製程的尺度不僅僅關乎體積的大小,與之關聯的還有計算速度、能耗等一系列指標,要不怎麼說CPU是心臟,是計算能力的核心呢。
  • 再次拯救摩爾定律:一文瞭然 GAA 晶片技術
    最好的例子就是晶片巨頭英特爾在 14nm 節點長達 5 年的停滯,一度讓 「摩爾定律已死」的言論甚囂塵上。儘管後兩者在製程名稱上有玩 「數字遊戲」的成分,但他們對推進半導體製程技術進化、延續摩爾定律所做的貢獻有目共睹。這些年來,晶片製程工藝能夠不斷微縮,性能可以不斷增強,都有賴於整個半導體行業以及學術領域的勇敢創新和不懈努力。