第一章 海思芯片全景概览

大家好，我是你们的讲师。在嵌入式这行摸爬滚打了十几年，海思芯片是我打交道最多的平台之一。今天咱们先不急着敲代码，把海思的「家底」摸清楚，后面选型、开发才能心里有数。

1.1 海思半导体发展历程

海思半导体，说白了就是华为旗下的芯片设计公司。2004年成立，早期主要做机顶盒、安防这类相对简单的芯片。我记得2012年左右，安防市场还是TI、安霸的天下，海思的Hi3516系列刚出来时，很多人不看好。

但后来怎么样？海思硬是靠「高集成度+低价格」杀出一条血路。到2018年，海思在安防芯片市场的份额已经超过60%。我个人习惯把海思的发展分为三个阶段：

• 2004-2010年：起步期——主攻机顶盒、安防DVR芯片，技术积累阶段
• 2011-2018年：爆发期——安防IPC芯片市占率第一，麒麟手机芯片崛起
• 2019年至今：转型期——受制裁影响，转向AI、IoT、车载等新领域

1.2 芯片产品线详解

海思的产品线其实很清晰，我按应用场景给大家拆开讲。

1.2.1 安防芯片（Smart Vision）

这是海思的「基本盘」。从Hi3516EV300到Hi3559AV100，覆盖了从低端IPC到高端AI摄像头的全场景。

型号	定位	算力	典型应用
Hi3516EV300	入门IPC	0.5T	家用摄像头、门铃
Hi3519AV100	中端AI IPC	2T	智能交通、人脸识别
Hi3559AV100	高端AI摄像机	4T	8K视频、多路智能分析

嗯，这里要注意一点：安防芯片的选型，不能只看算力。我在项目中遇到过，有人选了Hi3559做低端产品，结果成本压不住，最后不得不换方案。你想想看，一个家用摄像头需要8K视频吗？没必要。

1.2.2 AI芯片（Ascend系列）

昇腾系列是海思在AI领域的拳头产品。从边缘侧的Ascend 310到训练侧的Ascend 910，覆盖了推理和训练场景。

• Ascend 310：8W功耗，16T算力，适合边缘盒子、智能网关
• Ascend 910：310W功耗，256T算力，用于云端训练

我建议做边缘计算的朋友重点关注Ascend 310。为什么？因为它支持全精度和半精度混合计算，而且功耗控制得特别好。说白了，就是能在不接风扇的情况下跑AI模型。

1.2.3 IoT芯片（Hi系列）

IoT芯片是海思被制裁后重点发力的方向。Hi3861、Hi3881这些型号，主打低功耗和Wi-Fi/BLE连接。

1.2.4 手机芯片（麒麟系列）

麒麟系列大家应该不陌生。从K3V2到麒麟9000，海思手机芯片经历了从「被吐槽」到「封神」的过程。不过现在受制裁影响，麒麟芯片的产能受限，市面上比较少见。

1.3 选型核心指标

选芯片就像选对象，不能只看一个方面。我总结了四个核心指标，你选型时挨个过一遍就行。

1.3.1 算力

算力决定了芯片能跑多复杂的算法。但注意，算力不是越高越好。

• 安防场景：0.5T-2T足够做人脸检测、车牌识别
• AI盒子：4T-16T可以跑轻量级目标检测模型
• 云端训练：256T以上才够用

我曾经见过一个项目，用Hi3559（4T算力）跑一个简单的运动检测算法，结果芯片大部分时间都在空转。说白了，算力浪费就是成本浪费。

1.3.2 功耗

功耗直接影响散热设计和电池续航。安防摄像头通常要求<3W，IoT设备要求<1W，AI盒子可以放宽到10W左右。

1.3.3 外设接口

接口决定了你能接什么外设。海思芯片常见的接口包括：

• 视频输入：MIPI、LVDS、BT.1120
• 存储：eMMC、SD卡、SATA
• 网络：千兆以太网、Wi-Fi、4G/5G
• 控制：UART、I2C、SPI、GPIO

举个例子，如果你要做多路摄像头接入，一定要确认芯片的MIPI接口数量。Hi3519AV100支持4路MIPI输入，而Hi3516EV300只支持2路。选错了，后面改硬件就麻烦了。

1.3.4 成本

成本是选型的最终决定因素。我建议你算「总拥有成本」，不只是芯片单价。

成本项	说明
芯片单价	批量采购价，通常10-100元不等
PCB成本	芯片引脚越多，PCB层数越高，成本越高
开发成本	SDK成熟度、文档质量、社区支持
认证成本	EMC、安规、入网认证等

你想想看，一个芯片单价便宜10块钱，但开发周期多两个月，人工成本就多出好几万。所以选型时，我建议优先考虑SDK成熟、文档齐全的芯片。

1.4 本章小结

这一章我们聊了海思的发展历程、产品线和选型指标。说白了，选芯片就是「算力够用、功耗能接受、接口满足需求、成本在预算内」这四个维度的平衡。

下一章，我会带大家搭建海思的开发环境。到时候咱们真刀真枪地干，把交叉编译工具链、SDK、烧录工具都跑一遍。嗯，准备好你的Linux电脑，咱们下章见。