安防江湖30年血战，AI芯片+安防推动产品多样化

 本文转载自IC咖啡，原标题《安防AI芯片走向何方》。亿欧智慧城市对文章进行二次编辑，供读者参考。

---

随着人工智能兴起，安防市场就成为了其全球最大的市场，也是成功落地的最主要场景之一。

根据美国信息服务社的数据，截至 2015 年末，全球已安装了超过 2.45 亿个视频监控摄像头，我国已安装的监控摄像头也已超过 3000 万个，同时全球和国内监控摄像头销售市场仍在逐年扩张，每年仅我国就产生数万PB的数据量。与数据量同步增长的是巨大的市场规模，国内安防市场在近十年来快速发展，市场总产值从2012年的3280亿，增长到了2017年的6000亿，研究机构预计到2022年会达到万亿规模。

海量数据决定了智能化的发展速度，市场规模决定了商业化的潜力。人工智能+安防成为各大公司追逐的“香饽饽”是必然。

安防监控芯片分类

多年的发展，使得安防行业不仅形成了比较完整的市场格局和产业链。

在安防产品中，摄像头、交换机、IPC（网络摄像机）、硬盘刻录机、各类服务器等设备都需要芯片。芯片在安防系统中扮演核心角色，主要的安防监控芯片可分为ISP芯片、DVR SoC芯片、IPC SoC芯片、NVR SoC芯片这四类，IPC芯片增长潜力最大。

从技术角度而言，ISP芯片（ImageSignalProcessing，图像信号处理）主要负责对前端摄像头所采集的原始图像信号进行处理。

前端ISP芯片、IPCSoC芯片领域，目前国内市场国产芯片(主要是华为海思)的提升到70%左右，国外芯片占比降低到30%左右，富瀚微ISP芯片实力强劲，并积极开拓IPC芯片市场；另外，国科微凭借集成电路产业基金加持，已成功在IPC芯片市场站稳脚跟。

DVR（DigitalVideoRecorder，数字硬盘录像机）SoC芯片主要用于模拟音视频的数字化、编码压缩与存储；IPC（IPCamera，IP摄像机）SoC芯片通常集成了嵌入式处理器（CPU）、图像信号处理（ISP）模块、视音频编码模块、网络接口模块等，具备入侵探测、人数统计、车辆逆行、丢包检测等一些简单的视频分析功能。

NVR（NetworkVideoRecorder，网络硬盘录像机）SoC芯片主要用于视频数据的分析与存储，功能相对单一，但由于多与IPC联合使用，市场增长也较快。

在后端，无论是在DVRSOC芯片、NVRSOC芯片上，华为海思已经占了接近80%的市场份额，其他厂商在该领域缺乏竞争力。

通常情况下，安防视频监控模拟摄像机的核心部件包括一颗图像传感器和一颗ISP芯片，安防视频监控网络摄像机的核心部件包括一颗图像传感器和一颗IPCSoC芯片。

前端与后端技术方案对比

前端产品的核心功能是为后端提供高质量、初步结构化的图像数据，其主要作用有两点：提升部分智能分析应用的实时性，节省带宽和后端计算资源。

典型的前端智能摄像头内置深度学习算法，一方面可以在前端完成人脸定位检测和质量判断，有效解决漏抓误报问题，同时拥有较好的图像效果，即使周围环境光线不佳，人员戴帽子或一定角度下低头、侧脸，仍然可以做到准确检测，并自动截取视频中的人脸输出给后端；另一方面可以输出编码后的网络视频，还支持输出非压缩、无损无延时的视频流图像，这样可以为大型用户节省服务器成本和带宽，在同等服务器数量和计算能力的情况下能够接入更多路摄像头。

后端产品的核心功能是利用计算能力对视频数据进行结构化分析，一般包括智能 NVR、高密度GPU服务器。 前者是基于深度学习算法推出的智能存储和分析产品，兼顾传统 NVR 优势的同时增加了视频结构化分析功能；后者集成了基于深度学习的智能算法，每秒可实现数百张人脸图片的分析、建模，可支持数十万人脸黑名单布控，人脸1V1比对、以脸搜脸等多项实用功能，满足各行业的人脸智能分析需求。

从前后端智能化模块来看，目前的解决方案有两种思路，一种是智能前置，一种是后置智能，这一直是行业备受争议的两个方向。

由于前端设备内的空间有限，再加上功耗、成本等因素的限制，智能前置会受硬件计算资源限制，只能运行相对简单的、对实时性要求很高的算法，但算法升级、运维较难；后端智能分析通常可以根据需求配置足够强大的硬件资源，能够运行更复杂的、允许有一定延时的算法。另外，在后端算法升级、运维都会比较方便。需要说明的是，前后端产品不是对立与竞争的关系，根据实际应用的不同将长期同时存在。

安防AI芯片发展趋势

根据IDC最新发布的数据显示，2018年我国人工智能市场规模为17.6亿美元，预计2023年将达到119亿美元。而在这其中，平安城市中的安防仍然是最大的应用场景。

要想打开安防领域的市场，就要在功耗和成本的严格约束下，不断提升算力，适配场景，提升芯片的专用性。

例如，端侧和后台对AI芯片的要求不同，在当下城市智能安防系统状况下，端侧以减少传输压力为目的，是作为基本算力的存储，而后台需要专注于算力提升，且要求更加通用化以及各种算法的同时调度能力。

而应用场景的不同也引出了另一个问题：做通用芯片还是专用芯片？专用芯片牺牲了灵活性，对特殊场景进行优化；通用芯片适配多种场景，能耗也相应上升。

专用的AI芯片应该是未来的发展趋势，无论是在云端还是在边缘侧，随着应用的逐渐落地，应用场景和各种专用功能会愈加清晰，市场需求也会越来越多。

另外，与GPU和FPGA相比，ASIC的专利壁垒要小得多，而且其设计难度也是最小的。随着AI应用场景的落地，专用的ASIC芯片量产成本低、性能高、功耗低的优势会逐渐凸显出来。

那么，端侧和云端又是哪个有更大的机会？

在端侧，以往采用主芯片加AI协处理器的方式，而目前合二为一的方案已成为主流，且需要易用、稳定、支持主流深度学习框架的软件开发工具，此外，端侧设备对功耗和价格也非常敏感。

与端侧相比，云侧对AI芯片的解码能力要求更高，起码不低于AI处理能力，在此基础上，大数据并发效率决定了AI算力实际能发挥的程度。在价格与功耗方面，云侧并没有端侧那么敏感，不过降低花费始终是用户的诉求。

目前安防中，“云边结合”是发展的趋势。但从当前AI芯片市场前景和竞争格局看，国内AI芯片企业在边缘端的机会更多，尤其是视频处理相关芯片具有很大潜力。国内很多人工智能企业锁定的都是交通监控、人脸识别、公司考勤等单点单技术的应用，随着5G、物联网等应用兴起，这类企业的市场空间将进一步扩大。

云端AI市场一直由Nvidia的GPU和Intel的CPU主导，寒武纪、Graphcore、Habana Labs等公司在挑战。而国内企业在云端芯片领域仍在加速追赶。

安防行业内已经出现了众多基于自主研发的采用ASIC架构的摄像机边缘智能芯片，通过将智能算法直接固化为IP，嵌入前端视频监控SOC芯片中，实现低功耗，低成本、性能强的优势。

针对此次“实体清单”事项，海康威视高层态度非常坚决，芯片受限制，我们换芯片，换不了芯片的，我们换组件，换不了组件的，我们重新设计产品。如果必要，我们将自己设计芯片。”

此外，海康威视总裁胡扬忠、高级副总裁黄方红在沟通会上进一步指出：“由于这两年美国断供的压力存在，公司也在考虑自研，这方面的考虑和安排都在推进，也做了一些工作。另外，芯片不神秘，由于现在IP共享的策略，芯片已经没有那么复杂。在1994年的时候我们就做过芯片设计。对于国家而言，对于中国的整个IC产业链来说，构建起自己完整的IC产业链，是更应该关心的事情。”

大华股份已经推出了自研AISoC芯片，并用于睿智系列经济型人脸相机，预计大华将于今年Q3推出第二代高性能方案。 虽然，海康威视一直认为自研芯片不划算，但其将视频智能分析技术及人脸图像检索系统及其方法专利授权给富瀚微，并被用在新一代IPC芯片中，助力富瀚微打入安防智能芯片。

另外，以地平线、云天励飞、依图科技为代表的人工智能初创企业也推出众多终端AI SoC芯片；寒武纪推出的云端智能芯片MLU100，通过联合星宸半导体/SigmaStar和的卢深视推出了集成寒武纪终端智能处理器IP产品的系统解决方案，以芯片+安防场景助力行业应用。

在国家政策以及资本力量支持下，国产AI芯片厂商在推理端已具备完善的产品组合，可以对国际厂商形成替代。

国内主要厂商在安防AI芯片领域布局情况

海思：

目前，在视频编解码芯片领域海思是绝对的霸主。根据HIS统计数据，2016年海思以62%的出货占比，远超TI、NXP和Ambarella等国外企业。另外，在网络摄像机（IPC）SoC芯片市场中，海思半导体可谓一家独大。

主要产品：Hi3516CV500等、云端AI芯片“昇腾”系列

国科微：

国科微电子股份有限公司成立于2008年，长期致力于智能机顶盒、智能监控、存储、物联网等领域大规模集成电路及解决方案开发。

国科微2015年进入安防IPC领域，凭借其优秀的ISP性能、完善的系统架构、超高的系统集成度、优异的低功耗设计等高性价比优势，先后推出GK710x等系列H.264监控芯片，新一代H.265智能监控芯片GK720系列及产品解决方案，广泛应用于平安城市、智能家居、交通、金融、学校等行业级、民用消费级安防监控市场。

主要产品：GK7205/GK7205S、GK7202、GK7101、GK7102

景嘉微：

长沙景嘉微电子股份有限公司成立于2006年4月，致力于信息探测、信息处理和信息传递领域的技术和综合应用，为客户提供高可靠、高品质的解决方案、产品和配套服务。目前是国内率先成功自主研发国产化图形处理芯片（GPU）并产业化的企业。

景美系列GPU芯片是高可靠性、高性能、低功耗的图形处理芯片，能够高效的完成图形加速功能，并提供了多种丰富的外设接口，支持外视频在图形上进行开窗、缩放、旋转以及叠加显示。

主要产品：JM5400、JM7200

富瀚微：

上海富瀚微电子股份有限公司成立于2004年4月，专注于视频监控芯片及解决方案，满足高速增长的数字视频监控市场对视频编解码和图像信号处理的芯片需求。

在视频监控方面，可提供高性能视频编解码SoC和图像信号处理器芯片，主要包括IPCSoC和CameraISP两个方面。

主要产品：FH8856、FH8852、FH8632、FH8535、FH8538D等。

云天励飞: 

云天励飞成立于2014年，经过短短几年的发展已成为一家提供五位一体（芯片+算法+数据+应用+服务）端到端全栈式解决方案的供应商。其“深目”方案已经被广泛应用到平安城市、智慧城市、智慧商业、无人机船车、机器人和智能制造等行业。 

云天励飞在2016年完成了第一代深度学习神经网络处理器NNP100的研制，并基于FPGA载体实现商用。

云天励飞推出的第二代自主知识产权人工智能芯片DeepEye1000于2018年10月成功流片。DeepEye1000是一款异构多核视觉分析SoC芯片,内嵌一颗自定义指令集神经网络处理器,具有低功耗、高能效、智升级、可编程等特点,可广泛用于摄像机、机器人、无人机,以及数字城市、新零售等场景,实现视觉AI城市大脑终端摄像机的安全、独立、自主、可控。

主要产品：NNP100、DeepEye1000

地平线：

地平线基于自主研发的边缘计算平台及领先的深度学习算法，可以实现边缘端AI的计算与推广，为客户提供高清人脸识别摄像机、高性能视频结构化服务器及高性能、低功耗、低成本的全栈式智慧城市解决方案。

主要产品：旭日1.0芯片

阿里巴巴：

2018年4月，阿里巴巴宣布达摩院正在研发一款神经网络芯片--Ali-NPU。这款芯片将用于图像视频分析、机器学习等AI推理计算。

Ali-NPU将应用在解决图像、视频识别、云计算等商业场景的AI推理运算问题，提升运算效率、降低成本。据阿里方面透露，按照设计，阿里巴巴的Ali-NPU性能，将是目前市面上主流CPU、GPU架构AI芯片的10倍，而制造成本和功耗仅为一半，性价比超过40倍。该芯片成熟后将通过阿里云提供公共服务。

主要产品：Ali-NPU

寒武纪：

成立于2016年的寒武纪，成立之初就发布了世界首款商用深度学习专用处理器寒武纪1A处理器(Cambricon-1A)，并成为全球第一个成功流片并拥有成熟产品的AI芯片公司，拥有终端AI处理器IP和云端高性能AI芯片两条产品线。其中中科曙光与寒武纪合作，在人工智能服务器Phaneron中搭载寒武纪的深度学习ASIC芯片，在深度学习应用中比传统的CPU/GPU在性能、功耗和芯片面积方面均有较大优势，有望在安防监控领域落地应用。

今年6月份，寒武纪公司推出云端AI芯片“思元”——第二代云端AI芯片思元270(MLU270)及板卡产品。思元270芯片处理非稀疏深度学习模型的理论峰值性能提升至上一代MLU100的4倍，达到128TOPS(INT8)；同时兼容INT4和INT16运算，理论峰值分别达到256TOPS和64TOPS；支持浮点运算和混合精度运算。思元270采用寒武纪公司自主研发的MLUv02指令集，可支持视觉、语音、自然语言处理以及传统机器学习等人工智能应用。

主要产品：Cambricon-1A、MLU270 

比特大陆：

2017年，比特大陆推出其AI品牌Sophon(算丰)，并发布其第一代云端AI芯片张量计算处理器BM1680，适用于CNN/RNN/DNN 的训练和推理。BM1680 单芯片能够提供 2TFlops 单精度加速计算能力，芯片由64 NPU构成。2018 年比特大陆发布第2代算丰AI芯片BM1682，计算力有大幅提升。同时，10月份比特大陆基于云端芯片BM1682还发布了算丰智能服务器SA3。

2019年9月17日，在福州城市大脑暨闽东北信息化战略合作发布会上，比特大陆发布了其算丰第三代AI芯片BM1684，该芯片聚焦于云端及边缘应用的人工智能推理，采用台积电12nm工艺，为福州城市大脑基础设施提供算力。

目前，比特大陆已量产发布多款云端BM168X系列和终端BM188X系列AI芯片，可应用于人脸识别、自动驾驶、城市大脑、智能安防、智能医疗等人工智能场景。

主要产品：云端BM168X系列和终端BM188X系列AI芯片

依图科技：

2019年5月，依图宣布推出其首款视觉推理AI芯片产品questcore（中文名“求索”），该款芯片采用16nm工艺，最高能提供每秒15TOPS（每秒万亿次运算）的视觉推理性能，适用于人脸识别等多种任务场景。此外依图还推出了基于该芯片构建的软硬件一体化系列产品和行业解决方案。

questcore单芯片可支持64路视频高清实时解码，支持50路视频实时解析，可支持视觉的检测、分类、识别、跟踪等任务。

主要产品：questcore

编辑：李腾

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。