新玩家出货发力，CMOS图像传感器市场明年有大戏！
更新时间：2019-10-29
链料网·找料的现货平台
受移动市场的驱动，今年CMOS图像传感器（CIS）产业增长亮丽。根据调研机构Yole的统计，CIS市场今年第2季度的增长超过7%，而2018年全球市场的收益达到了155亿美元。截止2018年，按出货量看，全球CIS市场索尼独占50%，是绝对的霸主，其他主要玩家包括三星、ST、豪威科技（OmniVision，已被韦尔收购）、SK海力士（收购Siliconfle）和安森美（收购Aptina）。国内CIS玩家目前除了格科微、思特威和思比科，还有比亚迪微电子、长光辰芯和锐芯微等。一个变化值得留意，从应用市场看，虽然移动市场占CIS总销售额的68%，不过该市场已渐趋饱和，汽车和安防将超过消费摄影和计算机类产品，成为CIS第二大增长引擎。Yole的统计显示，2018年用于汽车应用的摄像头单元产量为1.24亿个，略多于同期轻型汽车9600万的产量，说明平均每辆车安装的摄像头数量正在上升。
在汽车和安防应用领域，目前基本上是索尼、安森美和豪威三家主导，国内大多CIS还是集中在中低端应用。主要原因是汽车、安防这类应用对CIS有更高的要求，包括传感器尺寸、有效像素、帧率、灵敏度、暗电流、信噪比、动态范围、温度范围、功耗等。现在，这种情况出现了变化——CISTA公司借助新产品开始发力了。
成立6年的CISTA的团队骨干有很多来自豪威，在CIS关键的像素电路设计上富有经验。另外，该公司和SK海力士有着紧密的合作，这对于对制造工艺有很高敏感度的CIS来讲非常关键。“这是国内很多同行所没有的。”CISTA董事长兼总裁杜峥强调。
CISTA今年推出了一系列新产品，主打安防监控和车载市场。这些产品包括C4390、C2398、C2399和C2490，均采用背照式技术（BSI），相较于前照式（FSI）技术存在物理局限性，该技术能够得到更高量子效率（QE），更适合高分辨率下因单位面积像素增多需减小单个像素尺寸的趋势。
新产品线的另一个特性是耐高温。一个80℃高温特性测试演示显示，国内采用FSI技术的竞品已经失真，而CISTA无论在图像质量还是帧率上的表现都和索尼不相上下。“安防设备对高温特性都有要求，夏季户外设备的工作温度很容易超过70℃，甚者达到90℃，系统对CIS的高温特性是刚性要求。”CISTA市场副总裁冯军说。
就特性而言，这些产品各有侧重，以更好的满足目标应用市场的需求。其中，C4390是目前国内400万像素级产品中灵敏度最高的产品,具有超低光全彩特性。“灵敏度取决于像素大小，我们超过竞品20-40%，成本却一样。”冯军说。不同于传统的超低光显示依靠红外，因此只能显示黑白影像，超低光全彩显示是大家都在主攻的性能，难点是暗电流控制，在安防、警用执法仪等应用中，这是一个亮点。中国的警用执法仪，都是在深圳做产品开发创新，之后再普及全国。超低光全彩这个性能可以满足执法仪的应用场景需求。
C2398有提供一个特殊MIPI Receiver，可以同时接两路图像（30帧，1080P），即使单端口ISP也能实现双摄功能，这节省了成本。杜峥强调，在安防领域，只有C2398能提供这个功能。C2398的宽动态指标特性，可以满足AI的应用，如逆光人脸识别或者车辆行驶中的复杂光线中的识别。“这款产品性能上和索尼差不多，价格较之低30%以上。”杜峥说。
C2399是目前行业里实现星光级暗场显示能力性价比最高的产品，在60℃时其暗电流水平较竞品低10倍左右，价格只比FSI贵一点点。“索尼的性能，FSI的价格，明年会大量出货。”冯军说，“在行车记录仪这个领域，客户基本上是用我们的产品对标索尼做替代。”
C2490主要针对智能门锁、门铃和家居安防等中低端应用场景，1080P分辨率，强调小体积和低功耗。
据悉，C2399年底会提供样片，C4390、C2398和C2490处在客户验证阶段。主要目标市场是汽车和安防。杜峥相信，随着新产品在用户系统中的导入，明年会有出货量的井喷。“现在行车记录仪几个主要的方案商与客户都已经design in，新产品也已被几个安防系统大客户导入。另外，执法仪和智能门禁的一些客户也都已导入，”杜峥说，“过去，基于和展讯、MTK等公司的合作，我们在4G的行车记录仪市场已占有50%以上份额，预计明年我们在整个车载市场的占有率将达到20%。”
明年，CISTA将推出两款4K产品（1/1.8英寸和1/2.7英寸），而在AI领域，杜峥认为人脸识别是最成熟的应用，类似自动驾驶这样的应用是很有潜力的市场。另外，CISTA也在做全局快门的传感器，目前已有产品流片，即将供货，主要用于工业机器视觉——这也是索尼积极布局的领域。而在CIS的工艺上，将由目前的90nm向40nm和28nm演进，当然，这也意味着他们将要和更多的foundry厂建立起合作关系。
阅读下一篇
AI下沉，Arm的“硬”普及与“软”开放
机器学习（Machine Learning，ML）向“边缘”转移成为必然趋势，它将助力AI在更大范围的普及，推进更为多元化的应用。
返回链料网首页
