AWE zeigt neue Trends wieder: Großkonzerne der Haushaltsgeräteindustrie rüsten sich nicht mehr um "Large Language Models", sondern um "Chipherstellung"?

Wenn wir uns in den Ausstellungsräumen der AWE über die heftige Intelligenz-Welle der Haushaltsgeräte wundern, haben wir uns vielleicht gefragt, was eigentlich hinter der Intelligenz steckt? Aus Sicht der Software sind es Algorithmen und große KI-Modelle; aus hardwaretechnischer Sicht sind es die Chips.

Bei der diesjährigen AWE hat die Lei Technology bemerkt, dass viele Hersteller die Chips als eines der Verkaufsargumente propagieren. Diese Hersteller sind nicht mehr zufrieden mit oberflächlichen Funktionsiterationen und Innovationen, sondern zeigen den Verbrauchern, wie sie das Potenzial der Hardware von Grund auf ausschöpfen und eine passendere Plattform für ihre Produkte aufbauen.

Wie der Chefredakteur der Lei Technology auf der internen Sitzung vor der AWE-Reportage sagte: „Die Zukunft der Haushaltsgeräte-Intelligenz liegt in der KI. Aber wo liegt die Zukunft der KI?“

Ist das Ziel der intelligenten Haushaltsgeräte die Eigenentwicklung von Chips?

Wenn man fragt, welches Markenhaushalt in diesem Jahr das umfassendste und umfangreichste Portfolio an Eigenentwicklungschips hat, dann ist es sicherlich Dreame. Als eines der am meisten beachteten Markenhäuser hat Dreame auf der AWE das sechseckige Ökosystem „Auto, Mensch, Haus, Welt, Himmel, Chip“ präsentiert. Und als Grundstein dieses Ökosystems sind die Chips von besonderer Bedeutung.

Quelle: Aufnahme von Lei Technology. Anmerkung: Ausstellung der Dreame Embodied Intelligence-Produkte.

Der Mittelpunkt nimmt der „Chixiao 01“ ein, der von der von Dreame gegründeten Xinji Chuanyue entwickelt wurde. Er ist als Kernprozessor für die High-End-KI-Produkte von Dreame konzipiert. Dieser Prozessor nutzt die von Dreame eigenentwickelte KI-Berechnungsarchitektur und verfügt über eine äquivalente KI-Rechenleistung von bis zu 200 TOPS. Er kann komplexere lokale große Modelle auf der Geräteebene ausführen und eine mehrstufige, hochperzeptive semantische Interaktion ermöglichen.

Derzeit scheint das Erstprodukt des Chixiao 01 das Dreame AUROR Smartphone zu sein. Aus den Besonderheiten dieses Chips wird klar, was Dreame vorhat: Sie planen nicht, das Dreame AUROR Smartphone als herkömmliches Smartphone zu gestalten, sondern es soll Haushaltsgeräte, Roboter und Autos verbinden und zum persönlichen mobilen Mittelpunkt im gesamten Szenario werden, um schließlich einen nahtlosen Rechenleistungsaustausch zwischen verschiedenen Endgeräten zu ermöglichen.

Quelle: Aufnahme von Lei Technology. Anmerkung: Dreame Smartphone.

Außer dem Chixiao 01 haben wir auch die Tianqiong-Serie von Dreame gesehen. Diese Chip-Serie wird hauptsächlich für verschiedene Embodied Intelligence-Produkte von Dreame (wie Staubsaugerroboter) eingesetzt. Die Besonderheit der Tianqiong-Serie liegt darin, dass sie eine hochintegrierte heterogene Architektur aus CPU + NPU + MCU verwendet und direkt die Endgeräteberechnung von Lidar und KI-Modellen unterstützt. Dadurch können die Staubsaugerroboter von Dreame schneller reagieren und mehr KI-Funktionen auf der Endgeräteebene ausführen.

Aus diesen beiden Chip-Systemen von Dreame kann man sehen, dass sie ein eigenes Hard- und Software-Integrationsplattform um die „KI“ herum aufbauen. Diese Plattform soll nicht nur auf der Softwareebene, sondern auch auf der Hardwareebene koordiniert werden. Der Vorteil davon ist, dass die gesamte Plattform in der Hand von Dreame liegt, was die spätere Aktualisierung, Kompatibilität und Verbesserung einfacher macht. Die Schwierigkeit besteht jedoch in den hohen Forschungs- und Entwicklungs-Kosten, die eine ausreichende Entschlossenheit und Finanzierung erfordern.

Außerdem gibt es einen anderen stark beachteten Chip, nämlich der Cockpit-Fahrzeug-Integrations-Chip, der in zukünftigen Dreame-Autos eingesetzt werden soll. Er verwendet einen aggressiven 2-Nanometer-Prozess. Gemäß den Angaben hat er eine Rechenleistung von 2000 TOPS, was direkt mit dem leistungsstärksten derzeitigen Tesla AI 5 Fahrzeug-Chip gleichkommt.

Quelle: Aufnahme von Lei Technology. Anmerkung: Dreame Cockpit-Fahrzeug-Integrations-Chip.

Dreame hat diesen Chip bisher noch nicht offiziell benannt, und er befindet sich noch in der Tape-Out-Testphase. Die früheste Markteinführung wird voraussichtlich erst in ein oder zwei Jahren möglich sein. Aber von den Staubsaugerrobotern über die Smartphones bis hin zu den Autos hat die Lei Technology erneut die starke technologische Reserven von Dreame erlebt.

Ein anderer Hersteller, der mit Chips auf sich aufmerksam macht, ist Hisense. Im Gegensatz zu Dreame kreuzt Hisense nicht so wild über verschiedene Bereiche hinweg, sondern konzentriert sich auf den Anzeigebereich. Seine eigenentwickelten Hisense AI Licht-Farbe-Synchronsteuerungs-Chip und RGB-Dreifarben-Leucht-Chip haben einen technologischen Sprung von der traditionellen „Trennung von Licht und Farbe“ zur „pixelweisen Licht-Farbe-Fusion“ erreicht.

Quelle: Hisense

Durch die Kombination der beiden Chips hat Hisense die weltweit erste 134-Bit-Hochbit-Tiefe-Steuerungstechnologie entwickelt, die eine hochpräzise synchrone Steuerung der roten, grünen, blauen und azurblauen Lichtquellen ermöglicht und auf physikalischer Ebene das Problem der Farbverzerrung und des Dunkelfeld-Halos von Mini-LEDs in Szenarien mit hoher Lichtmenge endgültig löst.

Man kann sagen, dass die Entstehung des Hisense AI Licht-Farbe-Synchronsteuerungs-Chips und des RGB-Dreifarben-Leucht-Chips ein Zeichen dafür ist, dass die chinesischen Fernsehchips von der reinen Algorithmenverbesserung zur Innovation der Hardware-Basisarchitektur übergegangen sind. Dies ist auch ein Spiegelbild der gesamten chinesischen Haushaltsgeräte-Industrie: Durch die Eigenentwicklung von Chips wird der technologische Vorsprung gestärkt, und durch die Kosteneffizienz, die durch die Massenproduktion erzielt wird, werden die ausländischen Marken unterboten.

Nach Ansicht der Lei Technology werden mit der zunehmenden Entwicklung und Reife der chinesischen Chip-Forschungs- und Entwicklungs-Industrie in Zukunft mehr Haushaltsgerätehersteller an der Eigenentwicklung teilnehmen. Denn die Eigenentwicklung von Technologien ist die Kernkompetenz, die die Wettbewerbsposition auf dem Markt bestimmt.

Ist die Edge-Berechnung der Schlüssel für die Verbreitung von Smart Home?

Chips sind nicht nur die Grundlage für die Parameter, sondern auch die Grundlage für die KI. Auf dieser AWE haben wir auch viele Haushaltsgeräte gesehen, die neue KI-Funktionen hinzugefügt haben, darunter einige komplexe Anwendungen wie Lebensmittelerkennung und Haltbarkeitsauswahl. Aber aus der praktischen Erfahrung heraus ist es noch schwer zu sagen, dass diese Funktionen reif sind: Wenn man eine hohe Genauigkeit erreichen möchte, muss man die Rechenleistung der Cloud nutzen, und die Verzögerung bei der Kommunikation mit der Cloud beträgt Sekunden. Bei der Endgeräteerkennung mit niedriger Verzögerung ist hingegen die Genauigkeit fragwürdig.

Tatsächlich hat nicht nur der Kühlschrank das Problem der unzureichenden Endgeräte-Rechenleistung. Alle Haushaltsgeräte, die von der Echtzeit-Erkennung von KI-Funktionen abhängen, wie Klimaanlagen, Staubsaugerroboter und Waschmaschinen, haben hohe Anforderungen an die Rechenleistung. Deshalb haben wir vorhin erwähnt, dass die von Dreame eigenentwickelte Tianqiong-Serie von Chips als Rechenleistungskern für die High-End Embodied Intelligence-Produkte dienen wird. Die Frage ist: Was ist mit den nicht-High-End-Produkten?

Von der Chip-Kostenperspektive aus gesehen kostet ein Chip mit hoher Rechenleistung mindestens einige hundert Yuan. Es ist nicht realistisch, in allen Haushaltsgeräten Chips mit hoher Rechenleistung zu installieren. Aber die Nachfrage nach KI-Rechenleistung ist real. Wie kann dieses Problem gelöst werden?

Auf der AWE haben chinesische Unternehmen zwei Antworten gegeben. Eine ist die „Einheitliche Vernetzungsstandard für Smart Home“, die von der GIIC Global Intelligent Internet of Things Alliance in Zusammenarbeit mit mehreren Kerninstitutionen veröffentlicht wurde. Das Ziel ist es, die Probleme wie schwierige Netzwerkkonfiguration, Inkompatibilität und fehlende einheitliche Steuerung in der Smart Home-Branche zu lösen, indem die „Ökosysteminseln“ überwunden werden.

Quelle: GIIC

Die andere ist das AI Agent-Zentrum. Auf dem Messestand der LingSi Technology hat die Lei Technology das von ihr vorgeschlagene HomeClaw Smart Home Rechenleistungszentrum-System gesehen. In diesem System müssen alle Haushaltsgeräte in einem Smart Home nur über einen Chip mit Basisrechenleistung verfügen. Dieser Chip wird nur für die grundlegenden KI-Funktionen des Geräts verwendet, während die KI-Funktionen, die hohe Rechenleistung erfordern, an das Rechenleistungszentrum weitergeleitet werden.

Wenn Sie beispielsweise einen Fisch in den Kühlschrank legen, wird das Rechenleistungszentrum, das die Türöffnungsbewegung erfasst, sofort die Verbindung mit dem Kühlschrank herstellen. Es liest über das WLAN-Netzwerk in Echtzeit das Bild, das von der Kamera aufgenommen wurde, und führt die Inferenz mit der Rechenleistung des Zentrums durch. Dann gibt es die Antwort an den Kühlschrank zurück.

In diesem System muss der Kühlschrank selbst keine hohe Rechenleistung und Leistung haben. Er muss nur die Anforderungen an die „Fotografie“ und die „Datenübertragung“ erfüllen. Dies vereinfacht den gesamten KI-Inferenzprozess zu einem internen Zyklus von „Kühlschrank – Rechenleistungszentrum – Kühlschrank“, stellt sicher, dass die Daten im Haus bleiben, und reduziert die Verzögerung, während es das Potenzial für Datenschutzverletzungen in der Cloud vermeidet.

Für dieses System hat die LingSi Technology auch die ARCS-Serie von Chips veröffentlicht. Dies ist ihr erster Multimodal-Integrations-Chip, der mit nur einem Chip mehrere Funktionen wie KI-Rechenleistung, Hauptsteuerung, Multimediaverarbeitung, Audio-Codierung/Decodierung, Speicher und drahtlose Verbindung erfüllen kann und somit die Vernetzungsanforderungen von Smart Geräten perfekt erfüllt.

Quelle: Aufnahme von Lei Technology. Anmerkung: LingSi Technology Smart Home System.

Mit der „Einheitliche Vernetzungsstandard für Smart Home“ und dem Smart Home Rechenleistungszentrum-System können wir ein kostengünstiges Smart Home System (Edge-Berechnung) aufbauen. Der Kern dieses Systems kann Ihr Smartphone sein, oder ein Computer mit hoher Rechenleistung, oder ein spezielles Smart Home-Zentrum, das alle Aufgaben mit hoher Rechenleistung verarbeitet.

Mit der Umsetzung und Verbreitung des Smart Home Systems und in Kombination mit Anbietern von AIoT-Ein-Stop-Lösungen wie BCD Semiconductor kann die Lei Technology sicher sein, dass in den nächsten zwei Jahren das gesamte Smart Home-Ökosystem einen radikalen Ausbruch erleben wird.

Da die Kosten für die Implementierung von KI-Funktionen weiter sinken und von der Cloud auf die Endgeräteebene verlagert werden, ist die Verbesserung der Kosteneffizienz sehr deutlich. Denn die Rechenleistung der Cloud ist im Wesentlichen die kontinuierliche Betriebskosten der Hersteller, während die Endgeräte-Rechenleistung nur die Stromkosten der Benutzer verbraucht.

Mithilfe dieser Lösung können traditionelle Hersteller schnell ihre Produkte mit dem Label „Intelligent“ versehen und die erste Phase der Aufrüstung auf dem Nischenmarkt abschließen. Dies wird auch die Widerstände bei der Verbreitung der Haushaltsgeräte-Intelligenz deutlich verringern.

Zwei Ansätze zur Lösung des Problems der Endgeräte-KI-Rechenleistung

Nachdem Sie bis hierhin gelesen haben, fragen Sie sich vielleicht: „Wenn die Rechenleistung gleich ist, wie kann man sicherstellen, dass die Produkte unterschiedliche Benutzererfahrungen bieten?“

Zunächst einmal ist diese Prämisse selbst nicht zutreffend. Kühlschränke, die zwischen einigen hundert und einigen tausend Yuan kosten, können zwar beide Lebensmittel aufbewahren, aber es gibt deutliche Unterschiede in der äußeren Gestaltung, der Kapazität und der Frischhaltungseffizienz. Die Edge-Berechnungs-Lösung senkt nur die Einstiegshürde und die Nutzungskosten für die KI-Intelligenz und kann die Unterschiede in der Kern-Benutzererfahrung von Kühlschränken nicht direkt ausgleichen.

Zweitens können nicht alle Haushaltsgeräte das Problem der Rechenleistung mithilfe des Smart Home-Zentrums lösen. Beispielsweise müssen die Embodied Intelligence-Roboter, die von Dreame gezeigt wurden, über eine sehr starke Endgeräte-Rechenleistung verfügen, wenn man möchte, dass sie eine Reaktionsgeschwindigkeit und