DSP（數字信號處理器）與CPU、GPU和FPGA同屬于四大主流處理器系列，雖然已經廣泛應用于手機、家電、汽車、高鐵、工業控制、無人機等諸多領域，但與其他處理器系列相比，明顯低調許多，甚至各類控制器、SoC、FPGA正在與其爭奪生存空間。
與CPU相比，它功能更專一，比FPGA計算效率更高，明明有“一技之長”，為什么一直默默無聞？我國DSP發展現狀如何？突破的瓶頸是什么？未來走向如何？
DSP適用于系統較低取樣速率、低數據率、多條件操作、處理復雜的多算法任務，能夠快速實現對信號的采集、變換、濾波、估值、增強、壓縮、識別等處理，以得到符合需要的信號形式。在數字化時代背景下，DSP己成為通信、計算機、消費電子等領域的基礎器件。
數據顯示，2020年我國DSP芯片市場規模達到136.92億元，需求量達到34.15億顆。而國內DSP芯片產量，到2020年，達到0.91億顆，雖然相比2015年的0.28億顆，翻了大約3倍之多，但是仍然與龐大的市場規模和需求量形成巨大反差，體現出了強勁的增長潛力和迫切的增長需要。
2015-2020年中國DSP芯片行業市場規模及需求量統計
來源：智研咨詢
2015-2020年我國DSP芯片產量走勢圖
來源：智研咨詢
數字信號處理器并非只局限于音視頻領域，它廣泛應用于通信與信息系統、信號與信息處理、自動控制、雷達、軍事、航空航天、醫療、家用電器等許多領域。從消費結構來看，通信領域是DSP芯片最大的應用領域，2020年占比為56.1%，其次是消費電子級自動控制領域（13.10%）、軍事及航天航空領域（6.01%）及儀表儀器領域等（24.79%）。
我國DSP芯片消費量遠遠高于產量，主要因為該領域一直被德州儀器 (TI)、亞德諾半導體（ADI）、恩智浦（NXP）等國外廠商主導，這些廠商積累了多年的硬件研發經驗和完善的軟件開發環境，用戶生態較為完備。我國發展DSP起步較晚，在軍用雷達等領域形成了較高的國產化程度，但是在民用市場亟需突破。
DSP技術發展大致經歷了4個階段：
單核、單運算部件時代
器件內部有一個專用硬件乘法器，一個有運算能力的地址發生器，體系上主要采用哈佛結構；
多運算部件階段
隨著DSP應用不斷深入，系統對信號處理運算能力要求快速增加，提高DSP器件運算能力成為主要目標，而增加器件內部運算部件數是提高運算能力的一種最直接、有效的手段；
同構多核階段
多核處理器允許各個處理器核完成不同任務，增加了處理器應用的靈活性；
異構多核階段
隨著工藝技術進一步提升，在一個芯片上集成不同處理器核成為可能，例如：CPU側重通用數據處理、DSP側重數據實時計算，二者結合則可以更大提升處理效率。
歷數DSP全球領先廠商TI、ADI的數代產品更新，幾乎都經歷了這些發展。經過數代產品更迭，DSP目前主要形成兩種產品形態：一種是單芯片，另一種是以IP或處理單元的形式集成在SoC中。伴隨多核異構趨勢的發展，單芯片、獨立DSP正在越來越多地轉向SoC的一個處理單元。
這一點，也可以從上游IP授權商的商業策略上得到驗證。全球DSP IP排名第一的授權商CEVA，從最初關注DSP編程，已經轉為關注整個生態系統，在為DSP的應用搭建一個更大的平臺。目前，CEVA主要有兩種服務方式，一種是通過IP授權給IDM、間接服務于OEM，另一種是通過提供開發工具、技術支持和軟件直接或者間接為OEM服務。從生態體系、價值供應鏈上進一步拓展DSP的應用市場。
高速、高密集的數據處理需求，正在不斷挑戰著DSP的性能極限。未來，DSP技術將呈現五大發展趨勢：
DSP的集成，越來越多的器件需要內嵌DSP功能，實現形態包括：DSP核或硬件DSP單元。
隨著實時算法復雜度的增加、對更多字長和更大的動態范圍的需求、產品開發和上市時間的縮短，以及浮點算法成本的不斷下降，推動DSP定點算法向浮點算法轉化。
低功耗。DSP并非運算性能越高越好，而是需要追求性能和功耗的平衡。很多應用場景中，系統的散熱很重要，因此并不能一味追求主頻高或多核，更多需要權衡低功耗需求。
物聯網時代，DSP對于軟件IP保護和安全網絡連接的需求在不斷增長，未來會更加重視安全特性。
由于產品迭代越來越快，下游客戶需要管理的代碼越來越多，與此同時，客戶在系統集成、測試、調試方面也面臨較多的挑戰，DSP在未來的設計中需考慮的要點將更為多樣化。
伴隨上述技術趨勢，以及國內大力發展新基建、人工智能等背景下，DSP有望在以下領域迎來發展：
新基建東風下
高端處理器繼續尋求突破
根據國家發改委對于信息技術基礎設施的定義，處理器等高端芯片成為5G等通信網絡基礎設施、AI等新技術基礎設施、智能計算中心等算力基礎設施的核心引擎，這里所指的高端芯片就包括DSP。
在華為早先發布的800G通信模塊產品中，就曾展示了自主研發的DSP芯片。據悉，800G 模塊的配套芯片主要是光電子通信芯片，用于完成光電信號的轉換，屬于通信核心器件。據2020Q4情況來看，云計算廠商資本開支仍保持高位，400G數通光模塊持續放量，數通光模塊景氣度將持續上行;并且，5G 建設仍在繼續，電信端光模塊整體需求有望重新提振，相關通信模塊繼續增長，都是高端DSP繼續發展的關鍵領域。
萬物互聯時代
智能控制器的萬億藍海市場
智能控制器是終端的大腦，是物聯網邊緣側不可或缺的“神經中樞”。隨著下游市場的快速擴張，行業整體景氣度較高，市場空間廣闊。2020年，全球/中國智能控制器市場規模分別高達1.5萬億美元/2.37萬億元。并且，在物聯網設備連接數爆發、產業政策持續加碼以及智能汽車、家用電器等下游應用持續爆發的背景下，智能控制器有望加速兌現增長潛力。
所謂智能控制器，是指在儀器、設備、裝置、系統中，為完成特定用途而設計實現的計算機控制單元，通常以MCU或DSP為核心，經電子加工工藝制造而形成的電子部件。例如：日常使用的電鉆、電鋸、切割機、割草機等電動工具，以及電視機、洗衣機、冰箱、空調等家電的控制門閥，還有工業設備以及智能建筑對照明回路的調光設置等等，都需要智能控制器的關鍵控制，使得這些設備更加安全、高效地運作。
隨著控制器智能化升級不斷深入，傳統產品逐漸被智能化、網聯化的新產品取代，智能控制器的技術復雜度提升、功能不斷豐富；同時，下游產品更新換代速度的加快，也在推動對智能控制器多樣化功能的需求。與非研究院認為，反映到上游核心芯片供應商來說，需要具備較強的產品更新和技術升級能力，來滿足下游應用需求，以更好地把握智能控制器“量價齊升”的機遇以及格局變遷紅利。
順應AI潮流
抓住智能視覺機遇
DSP在智能視覺領域一個突出的增長點在于視頻結構化需求。與非研究院認為，傳統的被動監控，逐步將由具有智能視頻分析（視頻移動探測、跟蹤，人的面像識別，人的步態識別，人與物的異常行為及非法滯留的識別，車牌識別等）等功能的主動監控所替代，這樣，根據不同監控場景的需要，把后臺視頻分析嵌入所需攝像機的DSP中，不僅能減少項目的工程量和節省費用，也能取代監控任務中人的大部分工作。這是智能監控對DSP技術發展的新需要。
例如，全球最大DSP IP授權商CEVA已經推出了基于深度神經網絡推理硬件引擎和可編程矢量DSP的AI處理器IP，以用于前端設備的深度學習需要，該方案在功耗、性能、靈活性方面都有一定的優勢。
瑞芯微的RK1108 IoT開發平臺，就內嵌了CEVA XM4視覺處理器DSP以及瑞芯微的圖像算法技術，可以使汽車、安防監控、家用輔助機器人、運動相機、無人機等終端設備具備較高智能視覺能力。
目前，多數廠商都對DSP內部算法進行了多元升級，提升其性能、清晰度、色彩、低照度等方面，使現圖像效果更為精細。以往的智能攝像機主要是提高圖像質量型，而智能攝像機將具備更加強大的圖像處理識別能力和智能因素，為用戶提供更多高級的視頻分析功能，提高視頻監控系統的能力，并使視頻資源發揮更大的作用，這些都給DSP下一步的升級指明了方向。
結語
我國發展DSP處理器主要有兩大制約因素：一是知識產權。任何處理器都需要指令集，知識產權是繞不過去的核心問題。巨頭們的DSP指令集都各不相同，并且不對外授權，因此國產DSP除了要定義自己的指令集，還要構建一整套工具鏈和生態。二是構建軟硬協同的應用生態。在市場迭代加快、應用需求迅速變化的今天，吸引更多開發者、并發展更多客戶，是國產DSP的一個更大挑戰，需要通過不斷的積累、合作和努力去推動。
2020年8月國務院印發的《新時期促進集成電路產業和軟件產業高質量發展的若干政策》提出，中國芯片自給率要在2025年達到70%。加快高端芯片的自主研發與國產替代愈發迫切，重要性與日俱增，這些都是擺在國產DSP面前不同于以往的新需求和新挑戰。
不過，新基建、智能控制、AI應用等領域都是國產DSP實現高端突破的切入點。這些市場不僅需求廣闊，對于實現自主可控的迫切性也更高。一旦在關鍵行業實現突破，就會形成產業帶動效應，加速國產DSP向更多市場領域推廣和應用。
在今年的缺芯浪潮中，國內一些用戶都在積極尋找國產替代方案。DSP立足于比較成熟的制造和封裝工藝，在市場需求倒逼之下，有望迎來新的增長。綜上，與非研究院認為，默默無聞的國產DSP有望在時代和市場多重需求和紅利之下，迎來新的發展拐點，進一步向高端領域尋求突破。
