今年以來芯片成了科技屆的重要話題，安防芯片尤其是AI安防芯片更是頗受關注。在安防領域，各類芯片廣泛分布于整個安防監控系統中，扮演著核心角色，芯片在很大程度上左右著安防系統的整體功能、技術指標、穩定性、能耗、成本等，并在安防行業未來發展發展脈絡及方向上起到關鍵作用。安防產業從模擬進化到數字再到網絡高清，以及當前的人工智能，無一例外得益于芯片技術的進步。
? 隨著安防行業的快速發展，產業鏈上游的芯片領域也發生了諸多變化，應用場景更細化，市場容量擴大、芯片技術不斷進步與革新，芯片性能顯著提升、市場格局在發生變化，等等。而當前，隨著人工智能的快速推進，全新一代AI芯片產業全面崛起，更多類型的AI芯片正快速向安防監控各環節滲透。本文將對安防AI芯片的發展做些簡單的分析。
AI產業化，芯片先行
2015年開始，無人駕駛汽車以及AlphaGo在媒體報道中接連出現，將人們對人工智能的熱度推向頂峰。在安防行業，早以前安防領域推出的基于視頻圖像的智能分析應用就在使用人工智能相關技術，但那時候并沒有引起很大關注。
近幾年，以深度學習為代表的神經網絡技術的跳躍式發展，尤其是深度卷積神經網絡在基于視頻圖像的目標檢測和識別任務上，相比傳統的計算機視覺算法取得驚人突破，助推了安防領域的傳統智能分析應用飛速發展，至此AI+安防受到空前關注與推進，對安防行業產生深遠影響。
對于安防而言，AI這一市場需求雖然已經存在多年，但AI +安防的全面發展仍需要時日。AI產業化，芯片必須先行。目前在AI的安防芯片市場，既有以華為海思為代表的傳統安防“巨無霸”，還有AI的“傳教士和推動者”英偉達以及AI“新貴”如寒武紀等，競爭很激烈。
在安防行業，AI芯片目前產業化最快的是圖片和視頻的大數據處理，用得最多的地方就是視頻監控。這幾年IPCSOC芯片的增長速度很快，據 HIS 研究報告顯示，2013 -2018 年，IPC SoC 芯片的出貨數量復合增長率高達 55.9%。在SoC這個領域，華為海思已經形成事實意義上的寡頭，其在國內的市場份額占到 70%以上，將TI、安霸全部拉下了馬。
目前，華為的安防產品線已默默從后臺走向前端，而能讓其自由游走在安防領域的最大底氣就來自于芯片。華為海思芯片搭建了底層平臺，在安防監控行業邁入H.265編碼標準下的超高清時代，堪稱 HEVC(H.265)編碼大佬級人物的華為，在未來安防監控市場中贏得了重要的話語權。
云AI芯片方面，以英偉達GPU為代表的海外廠家起步較早，英偉達可以說是全球GPU的霸主，目前國內眾多知名安防企業比如海康、大華、宇視都在使用英偉達的GPU，并推出了相應的產品。
除了以上企業，AI本土新貴也不斷涌現。比如寒武紀、地平線機器人、云天勵飛、深鑒科技、深思創芯等，也都在全力進行著AI芯片的發展。
整體來看，各陣營企業都在加快發力AI芯片，但整體來看AI芯片還在路上，規模化還需要時間。目前云端AI芯片的市場已經較為成熟，全球各大科技巨頭扎根已深。而終端AI芯片市場還有待拓展，是眾多AI芯片初創企業的機會所在，在這一領域目前中國的眾多初創公司跑在了世界前列。
AI新貴，FPGA先行
對于國內AI芯片的初創公司而言，2018年是非常關鍵的一年。如果說前兩年這些企業的主要工作還集中在建團隊、融資、研發等“調兵譴將”的部署階段，如今則是到了“上刺刀出擊”，看量產和銷量的時候。2017年下半年開始，大家對于人工智能的概念熱度逐漸降低，關注點轉向產品在實際應用的落地。因此現在乃至今后一段時間內如果能快速迭代，快速產業化應用則是新貴獲得安防AI入場券的一個重要機會點。
眾所周知AI芯片的初次投入成本特別大，動輒幾百萬美金，對于AI新貴們來說，一開始就產芯片風險較大。其次，AI芯片的設計跟量產周期都非常長，一般需要3-4年左右的時間才能走向量產周期。第三，AI芯片定義太寬泛，如何才能量產一顆在市場上有競爭力的AI芯片，需要提前到客戶端去了解需求來進行不斷的迭代，成本較高。目前用在FPGA上，產品的迭代相對更快，也有助于公司更快地驗證并找準自己的市場定位。通過對FPGA與AI芯片的分析對比，一方面，量產AI芯片跟FPGA產品的架構基本是一樣的，在很多場景下，FPGA產品已經得到廣泛的用戶認可。另一方面，從市場競爭的層面上看，在FPGA產品有一定的銷量后，可以解決芯片制造成本的問題。當需求量足夠大的時候，成本會被平攤，制造芯片就自然順理成章。從實操層面看，基本上新貴的AI安防公司也都是沿著FPGA這條路在不斷延展，2018年FPGA的AI芯片將會大放異彩。
AI巨頭將出現在垂直應用場景
雖然很多AI芯片公司都把安防作為切入口，以服務安防行業來實現盈利，但是從市場情況看還是有不同的區別點。比如當紅小生寒武紀主要做的是通用的人工智能芯片，不僅僅是深度學習，還有機器學習等，它是一個單純的芯片公司;而地平線機器人的方案可以用在安防產業，但從目前來看它的通用性不夠，還不能讓用戶自帶算法。而客戶其實都有足夠的數據，希望能夠把自己的算法逐漸開發起來，誰把握住市場的痛點，提供合適的方案，選擇對的應用場景，誰就可以在AI安防拔得頭籌。
相對于國外的一些AI芯片巨頭，國內的AI芯片企業要從正面趕超很難，國內AI芯片發展面臨的最大問題之一是人才的欠缺，哪怕清華、中科院在AI芯片這個研究層面其實做得非常好了，但是真正參與工業化流片的人才很少。但是打錯位戰是有機會趕超的，比如中國有全球規模最大的網絡攝像頭市場，在安防50強的TOP11里面，中國有海康、大華、天地偉業三個廠家。其中海康是全球最大的視頻監控生產廠家，這些都是國外不具備的先天優勢。AI芯片爆發只是在投資層面，真正的發展應該在應用層面。
AI芯片最終還是會分場景，在不同的場景里面會有一些巨頭出現，如果既想做服務器，又想做某一個垂直應用的終端AI芯片從目前看很難。但是做垂直場景發展起來的巨頭企業一定不是只提供芯片服務，其一定是除了AI芯片外，還提供軟件、算法等完整系統的企業。
京公網安備 11010502049343號