AI安防芯片在智慧安防领域崛起

 对于视频监控行业来说，在GPU的CUBA模块出现后(相关链接：为何GPU能在安防行业呼风唤雨?十几年前这件事改变了安防前端格局)，前端摄像机对GPU的依赖就越来越重，一台摄像机能够搭载什么样的智能算法，算力又如何很大程度上取决于GPU的性能。然而安防行业是一个场景化的行业，GPU再好也有着它的局限性。在AI发展的浪潮下，越来越多的安防企业选择自研芯片来适应更细分的需求。各个安防企业都铆足力气或自研或合作生产安防芯片，几乎每隔几天就能蹦出一条非GPU安防芯片问世的新闻，在这个势头下，不少人都在心里打鼓：“是否GPU的王朝就要结束了?”

王朝是否结束先按下不表，但从2019年全年智能安防芯片的产出来看，ASIC、FPGA表现优秀，更是有专家表示，在细分场景的深度学习方面安防芯片已经展现出了良好的发展趋势，那么我们今年就来看一下2019年安防芯片得到了哪些发展机遇，又有哪些安防芯片表现出不俗的竞争力。在人工智能兴起之后，安防行业就成为了人工智能技术最大的试验田，也是落地的主要场景之一。

智慧安防需求多样，AI安防芯片崛起契机来临

在传统的认知中，算法的深度学习都依赖GPU的CUBA模块，根据吴恩达教授在2011的实验结果表明，12颗英伟达GPU可以提供相当于2000颗CPU的深度学习性能。但CPU作为图像处理器时，设计初衷是为了应对图像处理中的大规模并行计算。因此应用于深度学习时有明显的局限性。首先就是硬件结构完全由GPU厂商决定(主要是英伟达)，其次是在深度学习方面，其效能远低于ASIC及FPGA芯片。通俗的讲，采用GPU，你可以定制场景化的算法，但硬件性能以及发挥的效率完全是由英伟达决定，且算法的复杂程度还需要卡GPU的效能决定。尽管GPU目前依靠其优秀的编程环境和顶尖的算力依旧稳坐AI芯片市场NO1的地位，但其他两种芯片已呈现出后来居上之势。

ASIC和FPGA在安防行业越来越得到重视

算力的优势并不是凭空而来，传统的GPU虽然在算力上占尽优势，但存在严重的晶体管堆料的现象，导致其利用效率不高而且造成的功耗远高于其他两种芯片，对于以7X24小时运行的安防设备来说，这样的功耗很难接受。市场上虽然对这些缺点还算比较容忍，(毕竟客户主要更关心算力)。但长此以往无异于饮鸩止渴。在设计层面，由于摩尔定律的失效。7nm后制程升级越来越困难，GPU若想保持其算力优势势必还会走“堆料”的路子，在云端市场不断发展的今天，这样的市场越来越难以为继。也导致不少安防厂商纷纷开发自己的ASIC和终端的FPGA市场。由一家独大，到如今隐隐的三分天下之势，GPU确实该考虑如何更好的适应市场了。

激烈的安防芯片竞争

在AI芯片选择方面，一般是有钱的选择ASIC，早期过渡和追求性价比会选择FPGA。FPGA的是很多创业公司初期选择的平台，深鉴、寒武纪、地平线、比特大陆都先后使用过FPGA，商汤等视觉公司也应用过FPGA+GPU的解决方案，但当业务发展到一定程度后，都逐步开始转向ASIC。这是由于其芯片结构决定的，FPGA相比GPU功耗更低，相比ASIC具有更短的开发时间和更低的开发成本。一句话总结就是方便、性价比高。且由于英特尔于2015年收购了最成功的的FPGA芯片厂商Altera(151亿美元的天价，不得不说英特尔也是给CPU研发部门下了“死命令”)，近年来不断推出CPU+FPGA的组合给各个行业都带来了前所未有的AI发展机遇。

成本低、重构灵活成为FPGA最大的竞争筹码

且由于近两年业界对于深度的学习能力大为推崇，在这方面具有优势的FPGA无疑就成为了很多厂商的选择。相比性价比较高的FPGA，ASIC芯片无疑就彰显了定制化芯片的霸气。除了不能像FPGA那样进行功能扩展和重构以外，ASIC芯片几乎满足了所有安防高端定制化的需求，在功耗、可靠性、体积方面优势很大，尤其是在移动端，其高性能、低功耗的特点成为了众多厂商的首选。尤其是人工智能越来越深度化的当下，人们对于智能化深度的要求越来越高。相对应的芯片需要运行的算法也越来越复杂，这都要求芯片拥有一套专用的架构与其进行对应，而ASIC芯片完美地满足了这一需求。而ASIC应用的典型的代表就是知名的Alpha Go的大脑：谷歌研发的TPU芯片，其强大的深度学习能力和较低的功耗都让业内艳羡。据寒武纪发布的指令集指出，未来ASIC芯片将是AI芯片的核心。

智能芯片市场玩家可不止“御三家”

2019年，我国安防芯片取得了很大的成就，不管是泛用性极广的海思Hi3516CV500、昇腾系列、还是具有超高集成度的国科微GK7205/GK7205S、亦或是致力于智慧城市建设的地平线旭日1.0都向我们揭示了如今安防行业对于定制化AI芯片的渴求。在新的一年里，随着安防智能化的不断深入，AI芯片行业竞争也会愈加激烈，但无论如何这对于中国安防的发展，都是多了一种选择，也多了一份效能。

TPU在深度学习方面“独树一帜”

不过研发ASIC芯片的一大难题就是其高昂的成本和较长的开发周期。目前，致力于研发AISC芯片的都是既擅长芯片研发又具备AI算法的行业巨头，适用于已经具有一定规模且需求场景化定制需求的安防大厂。除了这几大类以外，目前安防行业还有云端芯片和类脑芯片具有强大的竞争力。不过不管谁将在这场竞争中胜出，GPU在安防行业中的衰落或将成为现实，而在AI芯片的竞争当中谁又能拔得头筹，这还要看他们具体和安防行业的适配程度。