隨著人工智能興起，安防市場就成為了其全球最大的市場，也是成功落地的最主要場景之一。

根據(jù)美國信息服務(wù)社的數(shù)據(jù)，截至 2015 年末，全球已安裝了超過 2.45 億個視頻監(jiān)控攝像頭，我國已安裝的監(jiān)控攝像頭也已超過 3000 萬個，同時全球和國內(nèi)監(jiān)控攝像頭銷售市場仍在逐年擴張，每年僅我國就產(chǎn)生數(shù)萬PB的數(shù)據(jù)量。與數(shù)據(jù)量同步增長的是巨大的市場規(guī)模，國內(nèi)安防市場在近十年來快速發(fā)展，市場總產(chǎn)值從2012年的3280億，增長到了2017年的6000億，研究機構(gòu)預計到2022年會達到萬億規(guī)模。

海量數(shù)據(jù)決定了智能化的發(fā)展速度，市場規(guī)模決定了商業(yè)化的潛力。人工智能+安防成為各大公司追逐的“香餑餑”是必然。

安防監(jiān)控芯片分類

多年的發(fā)展，使得安防行業(yè)不僅形成了比較完整的市場格局和產(chǎn)業(yè)鏈。

在安防產(chǎn)品中，攝像頭、交換機、IPC(網(wǎng)絡(luò)攝像機)、硬盤刻錄機、各類服務(wù)器等設(shè)備都需要芯片。芯片在安防系統(tǒng)中扮演核心角色，主要的安防監(jiān)控芯片可分為ISP芯片、DVR SoC芯片、IPC SoC芯片、NVR SoC芯片這四類，IPC芯片增長潛力最大。

從技術(shù)角度而言，ISP芯片(ImageSignalProcessing，圖像信號處理)主要負責對前端攝像頭所采集的原始圖像信號進行處理。

前端ISP芯片、IPCSoC芯片領(lǐng)域，目前國內(nèi)市場國產(chǎn)芯片(主要是華為海思)的提升到70%左右，國外芯片占比降低到30%左右，富瀚微ISP芯片實力強勁，并積極開拓IPC芯片市場;另外，國科微憑借集成電路產(chǎn)業(yè)基金加持，已成功在IPC芯片市場站穩(wěn)腳跟。

DVR(DigitalVideoRecorder，數(shù)字硬盤錄像機)SoC芯片主要用于模擬音視頻的數(shù)字化、編碼壓縮與存儲;IPC(IPCamera，IP攝像機)SoC芯片通常集成了嵌入式處理器(CPU)、圖像信號處理(ISP)模塊、視音頻編碼模塊、網(wǎng)絡(luò)接口模塊等，具備入侵探測、人數(shù)統(tǒng)計、車輛逆行、丟包檢測等一些簡單的視頻分析功能。

NVR(NetworkVideoRecorder，網(wǎng)絡(luò)硬盤錄像機)SoC芯片主要用于視頻數(shù)據(jù)的分析與存儲，功能相對單一，但由于多與IPC聯(lián)合使用，市場增長也較快。

在后端，無論是在DVRSOC芯片、NVRSOC芯片上，華為海思已經(jīng)占了接近80%的市場份額，其他廠商在該領(lǐng)域缺乏競爭力。

通常情況下，安防視頻監(jiān)控模擬攝像機的核心部件包括一顆圖像傳感器和一顆ISP芯片，安防視頻監(jiān)控網(wǎng)絡(luò)攝像機的核心部件包括一顆圖像傳感器和一顆IPCSoC芯片。

前端與后端技術(shù)方案對比

前端產(chǎn)品的核心功能是為后端提供高質(zhì)量、初步結(jié)構(gòu)化的圖像數(shù)據(jù)，其主要作用有兩點：提升部分智能分析應用的實時性，節(jié)省帶寬和后端計算資源。

典型的前端智能攝像頭內(nèi)置深度學習算法，一方面可以在前端完成人臉定位檢測和質(zhì)量判斷，有效解決漏抓誤報問題，同時擁有較好的圖像效果，即使周圍環(huán)境光線不佳，人員戴帽子或一定角度下低頭、側(cè)臉，仍然可以做到準確檢測，并自動截取視頻中的人臉輸出給后端;另一方面可以輸出編碼后的網(wǎng)絡(luò)視頻，還支持輸出非壓縮、無損無延時的視頻流圖像，這樣可以為大型用戶節(jié)省服務(wù)器成本和帶寬，在同等服務(wù)器數(shù)量和計算能力的情況下能夠接入更多路攝像頭。

后端產(chǎn)品的核心功能是利用計算能力對視頻數(shù)據(jù)進行結(jié)構(gòu)化分析，一般包括智能 NVR、高密度GPU服務(wù)器。前者是基于深度學習算法推出的智能存儲和分析產(chǎn)品，兼顧傳統(tǒng) NVR 優(yōu)勢的同時增加了視頻結(jié)構(gòu)化分析功能;后者集成了基于深度學習的智能算法，每秒可實現(xiàn)數(shù)百張人臉圖片的分析、建模，可支持數(shù)十萬人臉黑名單布控，人臉1V1比對、以臉搜臉等多項實用功能，滿足各行業(yè)的人臉智能分析需求。

從前后端智能化模塊來看，目前的解決方案有兩種思路，一種是智能前置，一種是后置智能，這一直是行業(yè)備受爭議的兩個方向。

由于前端設(shè)備內(nèi)的空間有限，再加上功耗、成本等因素的限制，智能前置會受硬件計算資源限制，只能運行相對簡單的、對實時性要求很高的算法，但算法升級、運維較難;后端智能分析通常可以根據(jù)需求配置足夠強大的硬件資源，能夠運行更復雜的、允許有一定延時的算法。另外，在后端算法升級、運維都會比較方便。需要說明的是，前后端產(chǎn)品不是對立與競爭的關(guān)系，根據(jù)實際應用的不同將長期同時存在。

安防AI芯片發(fā)展趨勢

根據(jù)IDC最新發(fā)布的數(shù)據(jù)顯示，2018年我國人工智能市場規(guī)模為17.6億美元，預計2023年將達到119億美元。而在這其中，平安城市中的安防仍然是最大的應用場景。

要想打開安防領(lǐng)域的市場，就要在功耗和成本的嚴格約束下，不斷提升算力，適配場景，提升芯片的專用性。

例如，端側(cè)和后臺對AI芯片的要求不同，在當下城市智能安防系統(tǒng)狀況下，端側(cè)以減少傳輸壓力為目的，是作為基本算力的存儲，而后臺需要專注于算力提升，且要求更加通用化以及各種算法的同時調(diào)度能力。

而應用場景的不同也引出了另一個問題：做通用芯片還是專用芯片?專用芯片犧牲了靈活性，對特殊場景進行優(yōu)化;通用芯片適配多種場景，能耗也相應上升。

專用的AI芯片應該是未來的發(fā)展趨勢，無論是在云端還是在邊緣側(cè)，隨著應用的逐漸落地，應用場景和各種專用功能會愈加清晰，市場需求也會越來越多。

另外，與GPU和FPGA相比，ASIC的專利壁壘要小得多，而且其設(shè)計難度也是最小的。隨著AI應用場景的落地，專用的ASIC芯片量產(chǎn)成本低、性能高、功耗低的優(yōu)勢會逐漸凸顯出來。

那么，端側(cè)和云端又是哪個有更大的機會?

在端側(cè)，以往采用主芯片加AI協(xié)處理器的方式，而目前合二為一的方案已成為主流，且需要易用、穩(wěn)定、支持主流深度學習框架的軟件開發(fā)工具，此外，端側(cè)設(shè)備對功耗和價格也非常敏感。

與端側(cè)相比，云側(cè)對AI芯片的解碼能力要求更高，起碼不低于AI處理能力，在此基礎(chǔ)上，大數(shù)據(jù)并發(fā)效率決定了AI算力實際能發(fā)揮的程度。在價格與功耗方面，云側(cè)并沒有端側(cè)那么敏感，不過降低花費始終是用戶的訴求。

目前安防中，“云邊結(jié)合”是發(fā)展的趨勢。但從當前AI芯片市場前景和競爭格局看，國內(nèi)AI芯片企業(yè)在邊緣端的機會更多，尤其是視頻處理相關(guān)芯片具有很大潛力。國內(nèi)很多人工智能企業(yè)鎖定的都是交通監(jiān)控、人臉識別、公司考勤等單點單技術(shù)的應用，隨著5G、物聯(lián)網(wǎng)等應用興起，這類企業(yè)的市場空間將進一步擴大。

云端AI市場一直由Nvidia的GPU和Intel的CPU主導，寒武紀、Graphcore、Habana Labs等公司在挑戰(zhàn)。而國內(nèi)企業(yè)在云端芯片領(lǐng)域仍在加速追趕。

安防行業(yè)內(nèi)已經(jīng)出現(xiàn)了眾多基于自主研發(fā)的采用ASIC架構(gòu)的攝像機邊緣智能芯片，通過將智能算法直接固化為IP，嵌入前端視頻監(jiān)控SOC芯片中，實現(xiàn)低功耗，低成本、性能強的優(yōu)勢。

針對此次“實體清單”事項，?？低?/u>高層態(tài)度非常堅決，芯片受限制，我們換芯片，換不了芯片的，我們換組件，換不了組件的，我們重新設(shè)計產(chǎn)品。如果必要，我們將自己設(shè)計芯片?！?/p>

此外，?？低暱偛煤鷵P忠、高級副總裁黃方紅在溝通會上進一步指出：“由于這兩年美國斷供的壓力存在，公司也在考慮自研，這方面的考慮和安排都在推進，也做了一些工作。另外，芯片不神秘，由于現(xiàn)在IP共享的策略，芯片已經(jīng)沒有那么復雜。在1994年的時候我們就做過芯片設(shè)計。對于國家而言，對于中國的整個IC產(chǎn)業(yè)鏈來說，構(gòu)建起自己完整的IC產(chǎn)業(yè)鏈，是更應該關(guān)心的事情?！?/p>

大華股份已經(jīng)推出了自研AISoC芯片，并用于睿智系列經(jīng)濟型人臉相機，預計大華將于今年Q3推出第二代高性能方案。雖然，?？低曇恢闭J為自研芯片不劃算，但其將視頻智能分析技術(shù)及人臉圖像檢索系統(tǒng)及其方法專利授權(quán)給富瀚微，并被用在新一代IPC芯片中，助力富瀚微打入安防智能芯片。