可为移动客户带来酣畅淋漓的图像与视频体验的NVIDIA Chimera架构

发布时间:2013-04-9 阅读量:638 来源: 我爱方案网 作者:

【导读】Chimera架构采用AR0833传感器,为客户带来新的视频体验,并将ISP、GPU、CPU和成像传感器的处理能力结合起来,支持在智能手机和平板电脑中实现先进的计算拍照功能。

Aptina宣布,该公司采用MobileHDR技术的AR0833移动成像传感器被NVIDIA选中,用于为后者NVIDIA Tegra 4系列中的NVIDIA Chimera计算拍照架构(Computational Photography Architecture)提供支持。NVIDIA Tegra 4系列包括全球速度最快的移动处理器Tegra 4以及首款综合的Tegra LTE处理器—全新的Tegra 4i。

Aptina前沿的MobileHDR技术能够以传感器帧率带来一流的高动态范围(HDR)体验。Tegra 4和Tegra 4i处理器在视频和静态成像模式中运用了该功能。

Chimera架构将CPU、GPU、ISP和成像传感器的处理能力结合起来,支持在智能手机和平板电脑中实现先进的计算拍照功能。设备制造商可通过一系列业内首创的移动功能,包括实时HDR图像与视频、HDR全景与稳定点触追踪(persistent tap-to-track)功能,大幅提升移动成像品质。

Aptina移动产品高级总监John Gerard表示:“采用我们AR0833传感器的NVIDIA Chimera架构可为移动客户带来酣畅淋漓的图像与视频体验。”


采用MobileHDR技术的Aptina AR0833图像传感器可为那些寻求高分辨率、高动态范围功能图像传感器的移动OEM厂商提供强大的解决方案。MobileHDR技术被整合进Aptina当前及未来的多款高端移动产品中,其中包括AR0835 (800万像素)、AR1230 (1200万像素)和AR1330 (1300万像素)。

NVIDIA移动业务部门技术营销总监Glenn Schuster指出:“我们的Chimera架构让智能手机和平板电脑制造商能够打造出可拍摄出前所未有的HDR图像与视频的设备。Aptina对这项开创性技术的大力支持令我们激动不已。”

相关资讯
“中国芯”逆袭时刻:新唐携7大新品打造全场景AIoT解决方案矩阵

在万物互联与智能化浪潮席卷全球的今天,新唐科技以颠覆性创新奏响行业强音。4月25日,这场历时10天、横跨七城的科技盛宴在深圳迎来高潮,以"创新驱动AI、新能源与车用科技"为主题,汇聚全球顶尖行业领袖,首次公开七大核心产品矩阵,展现从芯片设计到智能生态的全链条创新能力,为半导体产业转型升级注入新动能。

半导体先进制程技术博弈:台积电、英特尔与三星的差异化路径

在2025年北美技术研讨会上,台积电正式宣布其A14(1.4nm)工艺将于2028年量产,并明确表示无需依赖ASML最新一代High NA EUV光刻机。这一决策背后,折射出全球半导体巨头在技术路线、成本控制和市场竞争中的深层博弈。

嵌入式主板EMB-3128:轻量级边缘计算的工业级解决方案

随着AIoT技术的快速落地,智能设备对高性能、低功耗嵌入式硬件的需求持续攀升。华北工控推出的EMB-3128嵌入式主板,搭载Intel® Alder Lake-N系列及Core™ i3-N305处理器,以高能效比设计、工业级可靠性及丰富的接口配置,成为轻量级边缘AI计算的理想选择。该主板支持DDR5内存、多模态扩展接口及宽温运行环境,可广泛应用于智能家居、工业自动化、智慧零售等场景,助力产业智能化升级。

从ASMI财报看行业趋势:AI芯片需求爆发如何重塑半导体设备市场?

作为全球半导体沉积设备领域的龙头企业,荷兰ASM国际(ASMI)近日发布2024年第一季度财报,展现强劲增长动能。财报显示,公司当季新增订单额达8.34亿欧元(按固定汇率计算),同比增长14%,显著超出市场预期的8.08亿欧元。这一表现主要受益于人工智能芯片制造设备需求激增与中国市场的战略性突破,同时反映出半导体产业技术迭代与地缘经济博弈的双重影响。

车规级SerDes国产替代提速:解析纳芯微NLS9116/NLS9246技术优势与市场潜力

随着汽车智能化加速,车载摄像头、激光雷达、显示屏等传感器数量激增,数据传输带宽需求呈指数级增长。传统国际厂商基于私有协议(如TI的FPD-Link、ADI的GMSL)垄断车载SerDes市场,导致车企供应链弹性不足、成本高企。2025年4月,纳芯微电子发布基于HSMT公有协议的全链路国产化SerDes芯片组(NLS9116加串器与NLS9246解串器),通过协议解耦、性能优化与供应链自主可控,为ADAS、智能座舱等场景提供高性价比解决方案,标志着国产车规级芯片从“跟跑”迈向“并跑” 。