作為AI產(chǎn)業(yè)發(fā)展的基石笔喉，AI芯片近年發(fā)展勢頭迅猛，作為人工智能落地首站的安防領(lǐng)域硝皂，開始成為眾多企業(yè)發(fā)力的焦點(diǎn)常挚，從前端攝像頭提高邊緣智能，到后端服務(wù)器進(jìn)行大規(guī)模訓(xùn)練分析稽物，部署端到端的“算力+算法”一體化解決方案奄毡，顯然已經(jīng)成為安防行業(yè)新的價值所在。然而贝或，當(dāng)前安防AI芯片發(fā)展看似火熱吼过，實(shí)際上尚處于“嬰兒期”，企業(yè)要想保持未來發(fā)展勢頭傀缩，仍需找準(zhǔn)突破點(diǎn)那先。
如何衡量AI芯片？不唯有算力
如果要給出一個衡量AI芯片的有力指標(biāo)赡艰，大部分人也許會認(rèn)為是“算力”售淡、“能耗比”等這些直觀數(shù)據(jù)，畢竟算力是人工智能發(fā)展的關(guān)鍵因素之一慷垮，市場對具有海量數(shù)據(jù)并行計算能力揖闸、能夠加速計算處理的AI芯片有很大需求。
但在實(shí)際使用時，有些場景下計算核的利用率非常低阐赖，甚至有很多計算種類不支持闲耿。由此看來，算力不能作為衡量AI芯片性能的唯一指標(biāo)皆舅。
同時减组，如今安防邊界逐漸擴(kuò)大，各類場景下的智能應(yīng)用也隨之豐富特植，多業(yè)務(wù)同時運(yùn)行成為常態(tài)哆卓，所以計算核在多業(yè)務(wù)切換情況下的性能表現(xiàn)也是一項(xiàng)重要的衡量標(biāo)準(zhǔn)，尤其是在衡量節(jié)點(diǎn)端芯片和云端芯片性能方面逝惑。
此外岂苏，AI加速硬件十分依賴存儲器帶寬，因此在相同算法及計算量情況下巾沟，計算核對帶寬的使用效率往往也決定整體系統(tǒng)性能限禀。
掘金安防行業(yè) AI芯片需要適配場景
傳統(tǒng)芯片企業(yè)更關(guān)注通用化芯片，但在做到通用化的同時也犧牲了對具體領(lǐng)域的契合性祷安，這在落地應(yīng)用時會遇到不少問題姥芥。
例如，安防端側(cè)關(guān)注點(diǎn)在于降低AI芯片的單位功耗辆憔，但芯片企業(yè)對功耗要求可能不是首要優(yōu)先級撇眯，這就給提供解決方案和算法的企業(yè)帶來了難題：算法是統(tǒng)一的，但在不同場景中需要適配不同的芯片模組虱咧。
因此熊榛，要想打開安防領(lǐng)域的市場，就要在功耗和成本的嚴(yán)格約束下腕巡，不斷提升算力玄坦，適配場景，提升芯片的專用性绘沉。
安防行業(yè)需要怎樣的芯片煎楣？
AI芯片應(yīng)用位置不同，需求也不同车伞。在端側(cè)择懂，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关读，且需要易用蝶映、穩(wěn)定、支持主流深度學(xué)習(xí)框架的軟件開發(fā)工具够戒，此外擦斑，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才昔，起碼不低于AI處理能力谓蹂，在此基礎(chǔ)上，大數(shù)據(jù)并發(fā)效率決定了AI算力實(shí)際能發(fā)揮的程度峰礁。在價格與功耗方面漠恰，云側(cè)并沒有端側(cè)那么敏感，不過降低花費(fèi)始終是用戶的訴求尸饵。
目前致力于研發(fā)安防領(lǐng)域AI芯片的公司非常多自驹，這意味著安防AI芯片擁有十分廣闊的市場乘儒，但誰能更好地滿足行業(yè)需求苔寝、實(shí)現(xiàn)大批量出貨還有待時間驗(yàn)證。
如何衡量AI芯片？不唯有算力
如果要給出一個衡量AI芯片的有力指標(biāo)赡艰，大部分人也許會認(rèn)為是“算力”售淡、“能耗比”等這些直觀數(shù)據(jù)，畢竟算力是人工智能發(fā)展的關(guān)鍵因素之一慷垮，市場對具有海量數(shù)據(jù)并行計算能力揖闸、能夠加速計算處理的AI芯片有很大需求。
但在實(shí)際使用時，有些場景下計算核的利用率非常低阐赖，甚至有很多計算種類不支持闲耿。由此看來，算力不能作為衡量AI芯片性能的唯一指標(biāo)皆舅。
同時减组，如今安防邊界逐漸擴(kuò)大，各類場景下的智能應(yīng)用也隨之豐富特植，多業(yè)務(wù)同時運(yùn)行成為常態(tài)哆卓，所以計算核在多業(yè)務(wù)切換情況下的性能表現(xiàn)也是一項(xiàng)重要的衡量標(biāo)準(zhǔn)，尤其是在衡量節(jié)點(diǎn)端芯片和云端芯片性能方面逝惑。
此外岂苏，AI加速硬件十分依賴存儲器帶寬，因此在相同算法及計算量情況下巾沟，計算核對帶寬的使用效率往往也決定整體系統(tǒng)性能限禀。
掘金安防行業(yè) AI芯片需要適配場景
傳統(tǒng)芯片企業(yè)更關(guān)注通用化芯片，但在做到通用化的同時也犧牲了對具體領(lǐng)域的契合性祷安，這在落地應(yīng)用時會遇到不少問題姥芥。
例如，安防端側(cè)關(guān)注點(diǎn)在于降低AI芯片的單位功耗辆憔，但芯片企業(yè)對功耗要求可能不是首要優(yōu)先級撇眯，這就給提供解決方案和算法的企業(yè)帶來了難題：算法是統(tǒng)一的，但在不同場景中需要適配不同的芯片模組虱咧。
因此熊榛，要想打開安防領(lǐng)域的市場，就要在功耗和成本的嚴(yán)格約束下腕巡，不斷提升算力玄坦，適配場景，提升芯片的專用性绘沉。
安防行業(yè)需要怎樣的芯片煎楣？
AI芯片應(yīng)用位置不同，需求也不同车伞。在端側(cè)择懂，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关读，且需要易用蝶映、穩(wěn)定、支持主流深度學(xué)習(xí)框架的軟件開發(fā)工具够戒，此外擦斑，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才昔，起碼不低于AI處理能力谓蹂，在此基礎(chǔ)上，大數(shù)據(jù)并發(fā)效率決定了AI算力實(shí)際能發(fā)揮的程度峰礁。在價格與功耗方面漠恰，云側(cè)并沒有端側(cè)那么敏感，不過降低花費(fèi)始終是用戶的訴求尸饵。
目前致力于研發(fā)安防領(lǐng)域AI芯片的公司非常多自驹，這意味著安防AI芯片擁有十分廣闊的市場乘儒，但誰能更好地滿足行業(yè)需求苔寝、實(shí)現(xiàn)大批量出貨還有待時間驗(yàn)證。
18221259202