從2015年以來牧抽，人工智能的第三次浪潮可以說是隨著深度學(xué)習(xí)技術(shù)的突破發(fā)展驅(qū)動(dòng)而掀起嘉熊。發(fā)展到現(xiàn)在，人工智能的產(chǎn)業(yè)發(fā)展關(guān)鍵在于商業(yè)化扬舒。商業(yè)化僅僅依靠技術(shù)本身將無以為繼阐肤，AI市場容量、應(yīng)用的深度呼巴、數(shù)據(jù)的規(guī)模決定了人工智能在某個(gè)具體行業(yè)的發(fā)展速度泽腮。就這一點(diǎn)而言，得益于平安城市十幾年的建設(shè)衣赶，安防行業(yè)的智能化走在了前面诊赊。
根據(jù)美國信息服務(wù)社的數(shù)據(jù)，截至 2015 年末府瞄，全球已安裝了超過 2.45 億個(gè)視頻監(jiān)控?cái)z像頭楚餐，我國已安裝的監(jiān)控?cái)z像頭也已超過 3000 萬個(gè)，同時(shí)全球和國內(nèi)監(jiān)控?cái)z像頭銷售市場仍在逐年擴(kuò)張蹂孽，每年僅我國就產(chǎn)生數(shù)萬PB的數(shù)據(jù)量撇扯。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)展酸穗，市場總產(chǎn)值從2012年的3280億见撵，增長到了2017年的6000億，研究機(jī)構(gòu)預(yù)計(jì)到2022年會(huì)達(dá)到萬億規(guī)模方蜡。
海量數(shù)據(jù)決定了智能化的發(fā)展速度薪尉，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”則是必然锚拳。本文將從市場格局凡加、技術(shù)方案、AI芯片三個(gè)方面销泽，由大到小分析AI安防芯片的行業(yè)面貌及其發(fā)展現(xiàn)狀與前景氧胳。
市場格局
近年來，安防行業(yè)保持了中高速增長態(tài)勢辰令，行業(yè)中企業(yè)集中度大幅提高伴鳖，行業(yè)競爭加劇，資源向龍頭企業(yè)集中趨勢愈發(fā)明顯绒北。隨著安防龍頭企業(yè)快速崛起黎侈，大型企業(yè)與中小企業(yè)之間的差距逐漸拉大察署，再加上產(chǎn)業(yè)鏈延伸、橫向跨界峻汉、行業(yè)深耕方面的優(yōu)勢贴汪，強(qiáng)者越強(qiáng)、贏者通吃的趨勢已經(jīng)顯現(xiàn)休吠。
國內(nèi)安防行業(yè)價(jià)格競爭日趨激烈扳埂，導(dǎo)致傳統(tǒng)產(chǎn)品毛利率有所下滑，具有技術(shù)壁壘的安防龍頭公司占據(jù)優(yōu)勢瘤礁。行業(yè)長尾效應(yīng)明顯阳懂，洗牌加劇，龍頭企業(yè)依托技術(shù)柜思、資源和規(guī)模優(yōu)勢仍能保持高速增長岩调，而位于長尾尾端的眾多中小企業(yè)已逐漸處于盈虧平衡狀態(tài)，生存艱難触擎。
安防行業(yè)發(fā)展多年沛狱，企業(yè)在規(guī)模上明顯形成了梯度，翰┭康威視尤乎、大華、宇視等公司占據(jù)了絕大部分市場份額剪妥，并且都在積極擁抱AI技術(shù)波寓。國內(nèi)安防領(lǐng)域整體的集中程度也逐年攀升，形成了“兩超多強(qiáng)”的格局蝇居，罕ü洌康威視和大華股份領(lǐng)跑市場，東方網(wǎng)力刮锹、佳都注辜、蘇州科達(dá)、天地偉業(yè)秆廉、漢王等第二梯隊(duì)企業(yè)奮起直追。AI技術(shù)火爆之后粉私，近幾年又出現(xiàn)了眾多基于人工智能的軟硬件提供商顽腾，例如依圖、商湯诺核、曠視抄肖、云從、比特大陸等窖杀。當(dāng)有了新技術(shù)的支持漓摩，尤其在AI應(yīng)用正式落地安防之后裙士，投資或收購AI技術(shù)公司成為傳統(tǒng)安防企業(yè)最有效創(chuàng)新升級的方式。
技術(shù)方案
多年的發(fā)展管毙，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)鏈腿椎。在市場格局方面，視頻監(jiān)控占據(jù)了近50% 的市場份額夭咬，這其中又分為前端(攝像頭)和后端(主控/云端)兩部分啃炸。
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)卓舵，其主要作用有兩點(diǎn)：提升部分智能分析應(yīng)用的實(shí)時(shí)性南用，節(jié)省帶寬和后端計(jì)算資源。
典型的前端智能攝像頭內(nèi)置深度學(xué)習(xí)算法秫废，一方面可以在前端完成人臉定位檢測和質(zhì)量判斷末径，有效解決漏抓誤報(bào)問題，同時(shí)擁有較好的圖像效果情丛，即使周圍環(huán)境光線不佳肉棕，人員戴帽子或一定角度下低頭、側(cè)臉眠乏，仍然可以做到準(zhǔn)確檢測伴糟，并自動(dòng)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)視頻羽傻，還支持輸出非壓縮壮焰、無損無延時(shí)的視頻流圖像，這樣可以為大型用戶節(jié)省服務(wù)器成本和帶寬法厢，在同等服務(wù)器數(shù)量和計(jì)算能力的情況下能夠接入更多路攝像頭费武。
后端產(chǎn)品的核心功能是利用計(jì)算能力對視頻數(shù)據(jù)進(jìn)行結(jié)構(gòu)化分析，一般包括智能 NVR怎猜、高密度 GPU服務(wù)器耽翁。前者是基于深度學(xué)習(xí)算法推出的智能存儲(chǔ)和分析產(chǎn)品，兼顧傳統(tǒng) NVR 優(yōu)勢的同時(shí)增加了視頻結(jié)構(gòu)化分析功能怔接；后者集成了基于深度學(xué)習(xí)的智能算法搪泳，每秒可實(shí)現(xiàn)數(shù)百張人臉圖片的分析、建模扼脐，可支持?jǐn)?shù)十萬人臉黑名單布控岸军，人臉 1V1 比對、以臉?biāo)涯樀榷囗?xiàng)實(shí)用功能瓦侮，滿足各行業(yè)的人臉智能分析需求艰赞。
從前后端智能化模塊來看，目前的解決方案有兩種思路，一種是智能前置方妖，一種是后置智能狭魂，這一直是行業(yè)備受爭議的兩個(gè)方向。由于前端設(shè)備內(nèi)的空間有限党觅，再加上功耗雌澄、成本等因素的限制，智能前置會(huì)受硬件計(jì)算資源限制仔役，只能運(yùn)行相對簡單的妒贞、對實(shí)時(shí)性要求很高的算法，但算法升級惠所、運(yùn)維較難剑银；后端智能分析通常可以根據(jù)需求配置足夠強(qiáng)大的硬件資源更掺，能夠運(yùn)行更復(fù)雜的锄垛、允許有一定延時(shí)的算法。另外拴挫，在后端算法升級默峦、運(yùn)維都會(huì)比較方便。需要說明的是揩榴，前后端產(chǎn)品不是對立與競爭的關(guān)系袱类，根據(jù)實(shí)際應(yīng)用的不同將長期同時(shí)存在。
AI芯片的發(fā)展前景
無論是前端產(chǎn)品還是后端產(chǎn)品柱爵，其底層能力都是芯片賦予的趣匪。對于智能前端產(chǎn)品目前有兩種芯片解決方案。
一種是較為通用的視覺處理器(半定制芯片)晒来，如 movidius 钞诡、英偉達(dá)的 Jetson 系列芯片、NVIDIA 的Jetson TX 芯片湃崩，這些主要針對終端市場荧降。海康攒读、大華朵诫、宇視、蘇州科達(dá)薄扁、格靈深瞳拗窃、商湯科技等大部分公司的前端智能產(chǎn)品在 2016 年正式推出。另一種是將較為通用的智能識(shí)別類算法直接固化為 IP 泌辫，嵌入到視頻監(jiān)控 SOC 芯片中(全定制芯片)，優(yōu)點(diǎn)是量產(chǎn)后功耗、價(jià)格等都極具優(yōu)勢震放，但功能拓展性有限宾毒。
在后端芯片方面，英偉達(dá)的GPU被采用最多殿遂，其應(yīng)用場景通用卸橘，但是昂貴，不過我們不得不承認(rèn)在安防監(jiān)控領(lǐng)域GPU依然是最主流的深度學(xué)習(xí)方案盔锦，但GPU在成本塞这、效率、功耗三方面仍在不足：
成本方面奖冻，嵌入式端GPU為數(shù)百美金窜鳍，后端高性能GPU高達(dá)數(shù)千美金。在嵌入式端癞糙，市場上已量產(chǎn)的IPC Soc 芯片價(jià)格已經(jīng)降到幾美金稻嘱，可以說是很好的替代品，但后端需要做大規(guī)模數(shù)據(jù)處理時(shí)還是離不開GPU伦朵。高昂的芯片成本罢令，推高了前后端設(shè)備的價(jià)格，阻礙了大范圍應(yīng)用暑赏。
效率方面媒埃，GPU擅長深度學(xué)習(xí)算法訓(xùn)練，但卻拙于推理贼穆。在推理階段题山，一次只能處理一張輸入圖像，并行優(yōu)勢不能完全發(fā)揮扮惦。
功耗方面臀蛛，GPU在深度學(xué)習(xí)計(jì)算上，比CPU節(jié)省10倍能耗崖蜜，但作為通用型芯片浊仆，在處理大量視頻數(shù)據(jù)時(shí)功耗依然不容小覷，用電及散熱成本也是一個(gè)大問題豫领。
相比GPU抡柿，專用定制的、高性價(jià)比的ASIC 芯片的優(yōu)勢越來越明顯等恐，目前被越來越多的企業(yè)寄予希望洲劣。經(jīng)過專門設(shè)計(jì)優(yōu)化的ASIC 芯片，有著更高性價(jià)比课蔬、更容易大規(guī)模部署的優(yōu)勢囱稽。相比 GPU 的通用性郊尝，ASIC 芯片是一種為實(shí)現(xiàn)特定要求設(shè)計(jì)的集成電路，這意味著該芯片無法擴(kuò)展卡围，但除此之外艺扑，無論功耗、可靠性還是體積外秋、成本均遠(yuǎn)低于GPU米法。鑒于 ASIC 芯片的諸多特質(zhì)，業(yè)界普遍認(rèn)為將會(huì)成為未來人工智能領(lǐng)域的核心奈株，越來越多的算法企業(yè)也在基于ASIC 優(yōu)化算法短户，而安防也成了主要的應(yīng)用場景。
例如比特大陸人工智能芯片BM 1680 就是一款面向深度學(xué)習(xí)應(yīng)用的 ASIC 芯片稿焚，其加速核采用改造型脈動(dòng)陣列架構(gòu)技術(shù)唇锡，具備4096個(gè)并行執(zhí)行單元，適用于CNN/RNN/DNN 等神經(jīng)網(wǎng)絡(luò)的預(yù)測和訓(xùn)練珊侍。BM 1680 從2015年底開始設(shè)計(jì)忽秕，歷時(shí)一年多成功流片，在2017年6月拿到了樣品豹谎，并在當(dāng)年內(nèi)實(shí)現(xiàn)量產(chǎn)悦要。
基于BM 1680，比特大陸還推出了算豐 SC1 和 SC1+兩種深度學(xué)習(xí)加速卡媳叨，前者擁有一顆高性能BM 1680 芯片腥光，后者則采用雙BM 1680級聯(lián)架構(gòu)，兩顆芯片通過高速SerDes聯(lián)接糊秆。此外武福，針對視頻和圖像分析，比特大陸基于BM 1680芯片和加速卡SC1+痘番，研發(fā)了智能視頻分析服務(wù)器算豐SS1捉片。SS1 預(yù)裝 Ubuntu 16.04操作系統(tǒng)，預(yù)裝包括固件汞舱、驅(qū)動(dòng)伍纫、BMDNN計(jì)算庫、Runtime庫等軟件環(huán)境昂芜，以及目標(biāo)檢測和目標(biāo)識(shí)別的樣例模型和測試程序莹规，適用于人臉檢測、人體檢測泌神、人臉識(shí)別良漱、機(jī)非人檢測分類等安防場景。
目前棠裹，比特大陸第二代人工智能芯片 BM 1682 于 2018年3月份推出忆和，可脫離 X86 CPU 單獨(dú)存在数壤，支持客戶二次開發(fā)，擁有單芯片八路H264/H265解碼能力朗恤，支持視頻圖像后處理硬件加速投墩，相比第一代擁有更低功耗、更高密度的特點(diǎn)茸太，實(shí)際性能提升5倍以上。此外支持以太網(wǎng)迂奋，PCIE的多芯片互聯(lián)级轰，易于橫向擴(kuò)展，支持大規(guī)模數(shù)據(jù)中心嘱垛。
受限于已經(jīng)部署了大量的非智能前端設(shè)備琢喷，以及前端有限的計(jì)算和儲(chǔ)存能力，后端設(shè)備在空間那惜、能耗算行、環(huán)境等方面限制較少，也更有利于大規(guī)模數(shù)據(jù)的深度處理苫耸，因此后端設(shè)備在當(dāng)前更適合人工智能技術(shù)的大規(guī)模應(yīng)用州邢，在不改造前端設(shè)備的前提下進(jìn)行智能化升級。
結(jié)語
未來褪子，AI 勢必將改變安防量淌，賦予安防系統(tǒng)更加智能化，自動(dòng)化處理視頻嫌褪、圖片等非結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)呀枢，提升信息搜索的精準(zhǔn)程度，極大提高警務(wù)效率笼痛，讓整個(gè)社會(huì)更安全裙秋、更有秩序，而要實(shí)現(xiàn)這樣的轉(zhuǎn)變這有賴于行業(yè)上下游的通力配合缨伊。值得注意的是摘刑，在這個(gè)耗資巨大、耗時(shí)很長的行業(yè)中倘核，尋找具有創(chuàng)新性泣侮、性價(jià)比高、可大規(guī)模部署的方案侧缔，是最務(wù)實(shí)也最接近成功的選擇鹏闭。
根據(jù)美國信息服務(wù)社的數(shù)據(jù)，截至 2015 年末府瞄，全球已安裝了超過 2.45 億個(gè)視頻監(jiān)控?cái)z像頭楚餐，我國已安裝的監(jiān)控?cái)z像頭也已超過 3000 萬個(gè)，同時(shí)全球和國內(nèi)監(jiān)控?cái)z像頭銷售市場仍在逐年擴(kuò)張蹂孽，每年僅我國就產(chǎn)生數(shù)萬PB的數(shù)據(jù)量撇扯。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)展酸穗，市場總產(chǎn)值從2012年的3280億见撵，增長到了2017年的6000億，研究機(jī)構(gòu)預(yù)計(jì)到2022年會(huì)達(dá)到萬億規(guī)模方蜡。
海量數(shù)據(jù)決定了智能化的發(fā)展速度薪尉，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”則是必然锚拳。本文將從市場格局凡加、技術(shù)方案、AI芯片三個(gè)方面销泽，由大到小分析AI安防芯片的行業(yè)面貌及其發(fā)展現(xiàn)狀與前景氧胳。
市場格局
近年來，安防行業(yè)保持了中高速增長態(tài)勢辰令，行業(yè)中企業(yè)集中度大幅提高伴鳖，行業(yè)競爭加劇，資源向龍頭企業(yè)集中趨勢愈發(fā)明顯绒北。隨著安防龍頭企業(yè)快速崛起黎侈，大型企業(yè)與中小企業(yè)之間的差距逐漸拉大察署，再加上產(chǎn)業(yè)鏈延伸、橫向跨界峻汉、行業(yè)深耕方面的優(yōu)勢贴汪，強(qiáng)者越強(qiáng)、贏者通吃的趨勢已經(jīng)顯現(xiàn)休吠。
國內(nèi)安防行業(yè)價(jià)格競爭日趨激烈扳埂，導(dǎo)致傳統(tǒng)產(chǎn)品毛利率有所下滑，具有技術(shù)壁壘的安防龍頭公司占據(jù)優(yōu)勢瘤礁。行業(yè)長尾效應(yīng)明顯阳懂，洗牌加劇，龍頭企業(yè)依托技術(shù)柜思、資源和規(guī)模優(yōu)勢仍能保持高速增長岩调，而位于長尾尾端的眾多中小企業(yè)已逐漸處于盈虧平衡狀態(tài)，生存艱難触擎。
安防行業(yè)發(fā)展多年沛狱，企業(yè)在規(guī)模上明顯形成了梯度，翰┭康威視尤乎、大華、宇視等公司占據(jù)了絕大部分市場份額剪妥，并且都在積極擁抱AI技術(shù)波寓。國內(nèi)安防領(lǐng)域整體的集中程度也逐年攀升，形成了“兩超多強(qiáng)”的格局蝇居，罕ü洌康威視和大華股份領(lǐng)跑市場，東方網(wǎng)力刮锹、佳都注辜、蘇州科達(dá)、天地偉業(yè)秆廉、漢王等第二梯隊(duì)企業(yè)奮起直追。AI技術(shù)火爆之后粉私，近幾年又出現(xiàn)了眾多基于人工智能的軟硬件提供商顽腾，例如依圖、商湯诺核、曠視抄肖、云從、比特大陸等窖杀。當(dāng)有了新技術(shù)的支持漓摩，尤其在AI應(yīng)用正式落地安防之后裙士，投資或收購AI技術(shù)公司成為傳統(tǒng)安防企業(yè)最有效創(chuàng)新升級的方式。
技術(shù)方案
多年的發(fā)展管毙，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)鏈腿椎。在市場格局方面，視頻監(jiān)控占據(jù)了近50% 的市場份額夭咬，這其中又分為前端(攝像頭)和后端(主控/云端)兩部分啃炸。
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)卓舵，其主要作用有兩點(diǎn)：提升部分智能分析應(yīng)用的實(shí)時(shí)性南用，節(jié)省帶寬和后端計(jì)算資源。
典型的前端智能攝像頭內(nèi)置深度學(xué)習(xí)算法秫废，一方面可以在前端完成人臉定位檢測和質(zhì)量判斷末径，有效解決漏抓誤報(bào)問題，同時(shí)擁有較好的圖像效果情丛，即使周圍環(huán)境光線不佳肉棕，人員戴帽子或一定角度下低頭、側(cè)臉眠乏，仍然可以做到準(zhǔn)確檢測伴糟，并自動(dòng)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)視頻羽傻，還支持輸出非壓縮壮焰、無損無延時(shí)的視頻流圖像，這樣可以為大型用戶節(jié)省服務(wù)器成本和帶寬法厢，在同等服務(wù)器數(shù)量和計(jì)算能力的情況下能夠接入更多路攝像頭费武。
后端產(chǎn)品的核心功能是利用計(jì)算能力對視頻數(shù)據(jù)進(jìn)行結(jié)構(gòu)化分析，一般包括智能 NVR怎猜、高密度 GPU服務(wù)器耽翁。前者是基于深度學(xué)習(xí)算法推出的智能存儲(chǔ)和分析產(chǎn)品，兼顧傳統(tǒng) NVR 優(yōu)勢的同時(shí)增加了視頻結(jié)構(gòu)化分析功能怔接；后者集成了基于深度學(xué)習(xí)的智能算法搪泳，每秒可實(shí)現(xiàn)數(shù)百張人臉圖片的分析、建模扼脐，可支持?jǐn)?shù)十萬人臉黑名單布控岸军，人臉 1V1 比對、以臉?biāo)涯樀榷囗?xiàng)實(shí)用功能瓦侮，滿足各行業(yè)的人臉智能分析需求艰赞。
從前后端智能化模塊來看，目前的解決方案有兩種思路，一種是智能前置方妖，一種是后置智能狭魂，這一直是行業(yè)備受爭議的兩個(gè)方向。由于前端設(shè)備內(nèi)的空間有限党觅，再加上功耗雌澄、成本等因素的限制，智能前置會(huì)受硬件計(jì)算資源限制仔役，只能運(yùn)行相對簡單的妒贞、對實(shí)時(shí)性要求很高的算法，但算法升級惠所、運(yùn)維較難剑银；后端智能分析通常可以根據(jù)需求配置足夠強(qiáng)大的硬件資源更掺，能夠運(yùn)行更復(fù)雜的锄垛、允許有一定延時(shí)的算法。另外拴挫，在后端算法升級默峦、運(yùn)維都會(huì)比較方便。需要說明的是揩榴，前后端產(chǎn)品不是對立與競爭的關(guān)系袱类，根據(jù)實(shí)際應(yīng)用的不同將長期同時(shí)存在。
AI芯片的發(fā)展前景
無論是前端產(chǎn)品還是后端產(chǎn)品柱爵，其底層能力都是芯片賦予的趣匪。對于智能前端產(chǎn)品目前有兩種芯片解決方案。
一種是較為通用的視覺處理器(半定制芯片)晒来，如 movidius 钞诡、英偉達(dá)的 Jetson 系列芯片、NVIDIA 的Jetson TX 芯片湃崩，這些主要針對終端市場荧降。海康攒读、大華朵诫、宇視、蘇州科達(dá)薄扁、格靈深瞳拗窃、商湯科技等大部分公司的前端智能產(chǎn)品在 2016 年正式推出。另一種是將較為通用的智能識(shí)別類算法直接固化為 IP 泌辫，嵌入到視頻監(jiān)控 SOC 芯片中(全定制芯片)，優(yōu)點(diǎn)是量產(chǎn)后功耗、價(jià)格等都極具優(yōu)勢震放，但功能拓展性有限宾毒。
在后端芯片方面，英偉達(dá)的GPU被采用最多殿遂，其應(yīng)用場景通用卸橘，但是昂貴，不過我們不得不承認(rèn)在安防監(jiān)控領(lǐng)域GPU依然是最主流的深度學(xué)習(xí)方案盔锦，但GPU在成本塞这、效率、功耗三方面仍在不足：
成本方面奖冻，嵌入式端GPU為數(shù)百美金窜鳍，后端高性能GPU高達(dá)數(shù)千美金。在嵌入式端癞糙，市場上已量產(chǎn)的IPC Soc 芯片價(jià)格已經(jīng)降到幾美金稻嘱，可以說是很好的替代品，但后端需要做大規(guī)模數(shù)據(jù)處理時(shí)還是離不開GPU伦朵。高昂的芯片成本罢令，推高了前后端設(shè)備的價(jià)格，阻礙了大范圍應(yīng)用暑赏。
效率方面媒埃，GPU擅長深度學(xué)習(xí)算法訓(xùn)練，但卻拙于推理贼穆。在推理階段题山，一次只能處理一張輸入圖像，并行優(yōu)勢不能完全發(fā)揮扮惦。
功耗方面臀蛛，GPU在深度學(xué)習(xí)計(jì)算上，比CPU節(jié)省10倍能耗崖蜜，但作為通用型芯片浊仆，在處理大量視頻數(shù)據(jù)時(shí)功耗依然不容小覷，用電及散熱成本也是一個(gè)大問題豫领。
相比GPU抡柿，專用定制的、高性價(jià)比的ASIC 芯片的優(yōu)勢越來越明顯等恐，目前被越來越多的企業(yè)寄予希望洲劣。經(jīng)過專門設(shè)計(jì)優(yōu)化的ASIC 芯片，有著更高性價(jià)比课蔬、更容易大規(guī)模部署的優(yōu)勢囱稽。相比 GPU 的通用性郊尝，ASIC 芯片是一種為實(shí)現(xiàn)特定要求設(shè)計(jì)的集成電路，這意味著該芯片無法擴(kuò)展卡围，但除此之外艺扑，無論功耗、可靠性還是體積外秋、成本均遠(yuǎn)低于GPU米法。鑒于 ASIC 芯片的諸多特質(zhì)，業(yè)界普遍認(rèn)為將會(huì)成為未來人工智能領(lǐng)域的核心奈株，越來越多的算法企業(yè)也在基于ASIC 優(yōu)化算法短户，而安防也成了主要的應(yīng)用場景。
例如比特大陸人工智能芯片BM 1680 就是一款面向深度學(xué)習(xí)應(yīng)用的 ASIC 芯片稿焚，其加速核采用改造型脈動(dòng)陣列架構(gòu)技術(shù)唇锡，具備4096個(gè)并行執(zhí)行單元，適用于CNN/RNN/DNN 等神經(jīng)網(wǎng)絡(luò)的預(yù)測和訓(xùn)練珊侍。BM 1680 從2015年底開始設(shè)計(jì)忽秕，歷時(shí)一年多成功流片，在2017年6月拿到了樣品豹谎，并在當(dāng)年內(nèi)實(shí)現(xiàn)量產(chǎn)悦要。
基于BM 1680，比特大陸還推出了算豐 SC1 和 SC1+兩種深度學(xué)習(xí)加速卡媳叨，前者擁有一顆高性能BM 1680 芯片腥光，后者則采用雙BM 1680級聯(lián)架構(gòu)，兩顆芯片通過高速SerDes聯(lián)接糊秆。此外武福，針對視頻和圖像分析，比特大陸基于BM 1680芯片和加速卡SC1+痘番，研發(fā)了智能視頻分析服務(wù)器算豐SS1捉片。SS1 預(yù)裝 Ubuntu 16.04操作系統(tǒng)，預(yù)裝包括固件汞舱、驅(qū)動(dòng)伍纫、BMDNN計(jì)算庫、Runtime庫等軟件環(huán)境昂芜，以及目標(biāo)檢測和目標(biāo)識(shí)別的樣例模型和測試程序莹规，適用于人臉檢測、人體檢測泌神、人臉識(shí)別良漱、機(jī)非人檢測分類等安防場景。
目前棠裹，比特大陸第二代人工智能芯片 BM 1682 于 2018年3月份推出忆和，可脫離 X86 CPU 單獨(dú)存在数壤，支持客戶二次開發(fā)，擁有單芯片八路H264/H265解碼能力朗恤，支持視頻圖像后處理硬件加速投墩，相比第一代擁有更低功耗、更高密度的特點(diǎn)茸太，實(shí)際性能提升5倍以上。此外支持以太網(wǎng)迂奋，PCIE的多芯片互聯(lián)级轰，易于橫向擴(kuò)展，支持大規(guī)模數(shù)據(jù)中心嘱垛。
受限于已經(jīng)部署了大量的非智能前端設(shè)備琢喷，以及前端有限的計(jì)算和儲(chǔ)存能力，后端設(shè)備在空間那惜、能耗算行、環(huán)境等方面限制較少，也更有利于大規(guī)模數(shù)據(jù)的深度處理苫耸，因此后端設(shè)備在當(dāng)前更適合人工智能技術(shù)的大規(guī)模應(yīng)用州邢，在不改造前端設(shè)備的前提下進(jìn)行智能化升級。
結(jié)語
未來褪子，AI 勢必將改變安防量淌，賦予安防系統(tǒng)更加智能化，自動(dòng)化處理視頻嫌褪、圖片等非結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)呀枢，提升信息搜索的精準(zhǔn)程度，極大提高警務(wù)效率笼痛，讓整個(gè)社會(huì)更安全裙秋、更有秩序，而要實(shí)現(xiàn)這樣的轉(zhuǎn)變這有賴于行業(yè)上下游的通力配合缨伊。值得注意的是摘刑，在這個(gè)耗資巨大、耗時(shí)很長的行業(yè)中倘核，尋找具有創(chuàng)新性泣侮、性價(jià)比高、可大規(guī)模部署的方案侧缔，是最務(wù)實(shí)也最接近成功的選擇鹏闭。
18221259202