Recientemente, un bloguero chino reveló que en los próximos años, la ruta tecnológica de los sensores de imagen CMOS para teléfonos móviles experimentará un cambio significativo, dejando de lado la simple búsqueda de «sensores de tamaño físico masivo» y moviéndose hacia el desarrollo en la dirección de «reducir el tamaño y disminuir el consumo de energía estática». Se ha informado que algunas empresas de semiconductores ya están cambiando su planificación de CMOS hacia la ruta de «CMOS y núcleo de cálculo en un solo paquete», lo que implica una integración altamente compacta del sensor de imagen con el chip lógico de cálculo.
El bloguero señaló que esta tecnología todavía se encuentra en la etapa de investigación y desarrollo en laboratorio, y según las proyecciones de avance, se espera que esté lista para producción en masa alrededor de 2028. Dado que esta solución pertenece a la ruta tecnológica de la cadena de suministro upstream, en ese momento, varias marcas de dispositivos finales podrán cambiar a este nuevo campo.
La arquitectura de paquete combinado de CMOS traerá un compromiso entre imagen y potencia de IA
Desde el punto de vista de las características físicas, los CMOS son extremadamente sensibles a la estabilidad de la alimentación y al ruido. Si se combinan el chip lógico de cálculo y el sensor en un mismo paquete, inevitablemente se producirá cierta pérdida en la calidad de la imagen original. Sin embargo, la ventaja significativa de esta ruta es que puede aprovechar la potente capacidad de cálculo de la IA para «compensar las deficiencias a nivel físico». A través de la capacidad de cálculo que proporciona el paquete combinado, el sensor puede ejecutar directamente funciones más eficientes de eliminación de ruido con IA, superresolución, fusión de múltiples fotogramas HDR y mejora de escenas nocturnas.
El bloguero también respondió a algunas preocupaciones de los consumidores que prefieren «tomar fotos poco claras en lugar de tener un sabor a IA», y aclaró que esta evolución tecnológica pertenece esencialmente al ámbito de la «fotografía computacional» profunda, donde el núcleo se centra en comparar la capacidad de procesamiento de imágenes de la IA, y no simplemente en generar contenido de imagen con IA. En otras palabras, las funciones relacionadas aún se basan en señales ópticas reales, introduciendo algoritmos más avanzados en el pipeline de procesamiento de imágenes para mejorar la calidad final de la imagen.