据数据预测，2018年中国安防行业市场规模将达到6570亿元，其中智能安防行业市场规模近300亿元，预计在2020年智能安防将创造一个千亿的市场，这将是安防领域不可小觑的市场。
而作为智能安防产品的核心，智能芯片的竞争也是日趋激烈。眼下中国的智慧城市和智慧安防建设如火如荼，AI芯片是所有平安城市和智慧城市构建的核心。在安防产品中，交换机、IPC、硬盘刻录机、各类服务器等智能设备都需要芯片。以往国内安防企业都倾向于从美国进口智能芯片。但在去年中兴事件后，人们越来越意识到一旦引进出了问题，对于自己企业的打击将是毁灭性的，再加上华为、比特大陆、亚马逊等芯片新锐的入局，如今的智能安防芯片市场，俨然已经成为了硝烟弥漫的战场。
那么今天帮尼菌就来带大家看看，在这场芯片“战争中”各大厂家的位置与前景。
格局：芯片“三大战场”烽烟竞起
AI芯片按技术路线可以分为ASIC（专用集成电路）、GPU（图形处理器）、FPGA（现场可编程门阵列）三种。对比来看，GPU与FPGA用于AI训练。GPU相比之下效率更高，而FPGA的可编程性则较好，而ASIC优势则在于成本低，相比FPGA则显得略有死板。
GPU市场 一超多强
从GPU市场来看，处于一超多强的局面。英伟达凭借多年来对GPU技术趋势的准确把握，在GPU芯片一举成名。当前在高性能智能分析市场，以及对视频图像的解析技术方面，英伟达GPU成为了市场的主要选择。相比之下英特尔则属于定制服务，根据客户的需求来定制有针对性的芯片设计。而比特大陆则属于新锐，凭借大量云算法和“挖矿”技术依靠其强大的算力自成一派，不过目前对于具体安防设备的结合则稍显稚嫩，有待时间的检验。
英伟达Jetson系列具有深度学习能力且能广泛应用于图像识别工程
FPGA市场 摸索阶段
中国的FPGA市场多年前曾被美国所垄断，为了打破垄断，中国政府多年来投入了数百亿资金来自研。我们不得不承认我国的FPGA产业与国际巨头（Xilinx、Altera）还有较大差距。但我国目前拥有超50亿元的巨大市场，且政府发展决心强大，所以诞生出了一大批致力于开发FPGA市场的企业，海思、同创、上海安路科技等企业都深入研发FPGA芯片，未来实现更加安全可控的产品。
FPGA芯片架构图
ASIC市场 群雄争霸
ASIC相比已有业内大佬的GPU、摸索阶段的FPGA市场无疑显得水深火热了许多，在传统芯片巨头队伍中，海思半导体在国内安防市场后来居上，与德州仪器（TI）、安霸、恩智浦、升迈等安防芯片供应商在IPC的ASIC高清芯片的竞争中崭露头角，并手握海康、大华等主流安防巨头的芯片订单，一度出现供不应求的情况。
格局 不会有永远的霸主 新玩家不断涌入
随着安防产业的不断发展，在世界范围内已经有越来越多的企业投身于安防AI芯片的研发当中。2018年10月10日，华为在全联接大会上对外阐述其AI战略，并推出了自主研发的两款AI芯片，正式吹响全面自研芯片的号角。除华为外，海康、大华、谷歌、苹果、亚马逊等厂商也纷纷入局，英伟达的老牌豪强的地位未来或遭到严重挑战。不过就目前形势来看，更多的安防厂商还是以与芯片厂商建立合作关系，同时兼具自研为主要产品出产方式。
谷歌、亚马逊等“新玩家”会给市场带来改变吗
前景：ASIC芯片研发空间广阔
从总体上来看，目前我国的安防产品还是要依赖以英伟达为首的外国芯片制造商，但人们也愈发认识到自研芯片的重要性，海康威视、大华、宇视、华为等公司都在积极拥抱AI技术。从目前的情况来看，英伟达的GPU芯片依然是最主流的深度学习方案，领导地位根深蒂固。想要突破对于芯片的封锁，相比之下性价比更高、专用定制的ASIC芯片领域更加收到青睐。
3月30日，华为发布业界首款ASIC商用终端模组
相比GPU的通用性，ASIC 芯片是一种为实现特定要求设计的集成电路，这意味着该芯片无法扩展，但除此之外，无论功耗、可靠性还是体积、成本均远低于GPU。鉴于 ASIC 芯片的诸多特质，业界普遍认为将会成为未来人工智能领域的核心，越来越多的算法企业也在基于ASIC 优化算法，而安防也成了主要的应用场景。
例如比特大陆人工智能芯片BM 1680 就是一款面向深度学习应用的 ASIC 芯片，其加速核采用改造型脉动阵列架构技术，具备4096个并行执行单元，适用于CNN/RNN/DNN 等神经网络的预测和训练。BM 1680 从2015年底开始设计，历时一年多成功流片，在2017年6月拿到了样品，并在当年内实现量产。
据专家介绍，未来ASIC自研芯片的迭代速度可能会进一步加快，伴随着激烈的竞争国内将诞生一个或几个引领品牌，结合安防的落地化项目进行更深远的开发和运用。
应用端 两架马车并行
除了芯片竞争，如何让这些高科技的结晶更好的服务安防企业也是个大厂商们研究的课题，就视频监视领域来看，目前安防产品的芯片应用大体分为两类，即前端和后端。
就视频监控系统来说，每个视频监控系统都拥有完整的数据采集、传输、存储、管理、分析和应用的环节。在这条长链上，视频数据的智能分析主要集中在后端的硬盘录像机（DVR/NVR）或智能平台的服务器里面，少数智能分析的功能通过AI芯片前置到前端的高清IPC里面，实现快速的结构化分析和检索，从而大大提升事前和事中预警的效率。
前端AI设备具有更好的分析能力和快速检索能力
部分业内人士推断，将AI从后端设备前置到前端摄像机将是安防行业未来的重要方向，并且列举了多个应用场景：
如交通执法部门可以通过前置到摄像机的AI芯片，快速将抓拍到的违章车辆的视频数据进行结构化分析，然后传到后端管理平台，将违章信息发送到车主终端，大大缩短车主违章信息推送滞后的问题。
再如零售商超将嵌入AI芯片的摄像机安装在指定地点，通过抓拍顾客的人像属性、行为轨迹等描绘成区域热图，快速分析出顾客的消费目标和意愿，现场推荐和引导客户达成消费行为。
对于AI芯片前置感兴趣的群体里，大部分是尝试或正在进入安防领域的AI芯片初创公司，他们正在通过具体的场景去试点运行。
不过芯片在前端摄像机的应用也有两个缺点，具体表现为成本和能耗。
能耗：以安防视频监控智能分析为例，AI芯片需要将大量的非结构化视频数据转化成结构化数据，将视频数据打上标签，然后进行比对分析。
想要实现整个分析过程的通畅无阻，AI芯片的性能必须达到要求，并要求整体的软硬件的耗能不能太高。
例如，同样是分析同一个红绿灯路口的车辆监控数据，不同的芯片装在同一个摄像机上，由于AI算法的千差万别，就会造成分析的同一张画面所需能耗可能一个只需要80毫安，另一个则需要120毫安。
虽然相差40毫安，但是在酷暑的气候条件下，这40毫安持续散发的热量可能会导致摄像机主板被烧坏，增加额外成本和维修费用。
成本：普通的高清枪机和球机，价格一般在几百到千元左右，但是如果在摄像机上加入场景定制的AI芯片，价格可能会翻一倍以上，对于大多数客户而言，在前置的智能分析无法带来业务和管理效率的提升时，没有必要冒险将智能分析的功能从后端前置到摄像机上。
可以看出，应用模式上的争议，正考验着整个安防行业的实践智慧，同时也让芯片商在产品上做出取舍。
在激烈的市场竞争中，要么不断优化后端的智能设计，要么不断压缩前端芯片的成本，随着越来越多互联网企业和安防企业涌入市场，未来的竞争谁能胜出，还取决于谁的产品做得更好，市场接纳度更高。
信息时代，谁都可能做领头羊
云天励飞研发副总李爱军曾表示，现在算法每半个月迭代一次，AI芯片则要同步迭代。在如此快的更新迭代中，谁能够更精准的把握产业的需求、研发出更适合安防的芯片产品，谁就能做领头羊，不过这种领头羊也只是暂时的，稍有不注意就会被其他厂商超越。而芯片竞赛，正是这么一场没有回头路的冲刺比赛。谁能笑到最后，谁才会笑的最好。
参考文献：
《浅析国内FPGA市场现状》
《AI安防芯片的现在与未来》
《英伟达的GPU宝座正受到威胁》
《自研芯片吹响号角 安防厂商为何纷纷入局》
閱讀更多 幫尼資訊 的文章
