安防芯片需求及市场发展现状

    芯片在很大程度上左右着安防系统的整体功能、技术指标、稳定性、能耗、成本等，并在安防行业未来发展脉络及方向上起到关键作用。安防产业从模拟化到数字再到网络高清，以及当前正火的智能化，无一例外得益于芯片技术的进步。图像信息处理、视频编解码、以及AI智能分析等专业技术与适配的芯片硬件紧密结合，才能充分发挥安防系统的功效。
　　当前，我国安防企业的芯片采购来源主要分为几个层面：高端CPU、GPU 等通用器件主要来源于安霸、英伟达、英特尔等美国企业；中端和低端元件来自于海思等国内企业，其中SoC 芯片等元件已实现非美国供应。国内安防产业体量巨大，但与此同时，高端芯片过度依赖进口的现状却反映出国内安防芯片领域发展的不良于行。
　　一、安防行业对芯片的主要需求
　　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，在安防智能化进程中，产品升级将带来存量和增量市场的共同增长。其中，ISP、DVR SoC、IPC SoC和NVRSoC这四类芯片是目前安防行业最为关注的方向，其与视频监控也密切相关。安防监控四类主要芯片：
　　二、安防芯片的主要功能和作用
　　各类芯片广泛分布于整个安防监控系统中，扮演着核心角色，在很大程度上左右着安防系统的整体功能、技术指标、稳定性、能耗、成本等，并在安防行业未来发展脉络及方向上起到关键作用。
　　在安防系统中，芯片无处不在，并起着核心关键的作用。以视频监控系统来说，前端采集摄像机系统的技术关键就是在于核心芯片组的性能，包括：清晰度、灵敏度、色彩、动态范围等在内的各项指标，都将由芯片质量来决定。近年来，安防行业人工智能、无人机、智能家居的快速发展，很大程度上也是获益于芯片技术的进步。
　　三、安防芯片的主要分类
　　CMOS图像传感器：众所周知索尼最强，但是全球三强之一的豪威科技目前也是中国公司，另外国产还有比亚迪，格科微等等。
　　IP摄像头的SoC芯片：华为海思是市场的霸主，中国60%以上的IP摄像头芯片都来自海思，国外有美国的德州仪器，安霸等等，另外海康拥有大量股份的富瀚微也是海康IP摄像头的SoC芯片供应商。
　　和IP摄像头配合的后段NVR设备的芯片：主要是海思，德州仪器，Marvell三家，其中海思也占据了大部分份额。
　　模拟摄像机的ISP图像处理芯片，主要是处理CMOS传感器过来的原始图像信号，这方面富瀚微的芯片已经是中国市场第一梯队企业，其国内市场份额在20%以上。
　　和模拟摄像头配合的后段DVR芯片，华为海思同样是中国市场霸主，IHS的数据，早在2014年海思就占到了中国市场79%的份额
　　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IPC SoC芯片。
　　随着5G和物联网的快速发展，对于安防行业而言，未来”云边结合”也将是最主要的趋势。在云端芯片方面，目前主要还是英特尔、英伟达、谷歌等国外企业的天下，国内企业短期内还难于取得突破。相反，在边缘侧尤其是视频处理方面，对国内企业而言是难得的机遇，国产替代正在不断深入。
　　四、AI 芯片的基本定义
　　《人工智能芯片技术白皮书(2018)》第一、二、三章开宗明义，综述了AI芯片的技术背景，从多个维度提出了满足不同场景条件下理想的AI芯片和硬件平台的关键特征，提出AI芯片技术的重要地位以及对于我国未来芯片及人工智能领域发展的意义。
　　关于AI芯片的定义仍然缺乏一套严格和公认的标准。比较宽泛的看法是，面向人工智能应用的芯片都可以称为AI芯片。由于需求的多样性，很难有任何单一的设计和方法能够很好地适用于各类情况。因此，学界和业界涌现出多种专门针对人工智能应用的新颖设计和方法，覆盖了从半导体材料、器件、电路到体系结构的各个层次。
　　该《白皮书》探讨的AI芯片主要包括三类：
　　1.经过软硬件优化可以高效支持AI应用的通用芯片，例如GPU；
　　2.侧重加速机器学习(尤其是神经网络、深度学习)算法的芯片，这也是目前AI芯片中最多的形式；
　　3.受生物脑启发设计的神经形态计算芯片。
　　AI技术的落地需要来自多个层面的支持，贯穿了应用、算法机理、芯片、工具链、器件、工艺和材料等技术层级。各个层级环环紧扣形成AI的技术链，而AI芯片本身处于整个链条的中部，向上为应用和算法提供高效支持，向下对器件和电路、工艺和材料提出需求。
　　针对应用目标是”训练”还是”推断”，把AI芯片的目标领域分成4个象限。
　　1.云端AI计算
　　面向云端AI应用，很多公司开始尝试设计专用芯片以达到更高的效率，其中最著名的例子是GoogleTPU，可以支持搜索查询、翻译等应用，也是AlphaGo的幕后英雄。
　　由于使用了专用架构，TPU实现了比同时期CPU和GPU更高的效率。
　　针对云端的训练和推断市场，从芯片巨头到初创公司都高度重视。英特尔宣布推出Nervana神经网络处理器(NNP)，可以优化32GBHBM2、1TB/s带宽和8Tb/s访问速度的神经网络计算。初创公司，如Graphcore、Cerebras、WaveComputing、寒武纪及比特大陆等也加入了竞争的行列。
　　此外，FPGA在云端的推断也逐渐在应用中占有一席之地。
　　微软的Brainwave项目和百度XPU都显示，在处理小批量情况下，FPGA具有出色的推断性能。目前，FPGA的主要厂商如Xilinx、Intel都推出了专门针对AI应用的FPGA硬件(支持更高的存储带宽)和软件工具；主要的云服务厂商，比如亚马逊、微软及阿里云等推出了专门的云端FPGA实例来支持AI应用。
　　2.边缘AI计算
　　边缘设备的覆盖范围其应用场景也五花八门。比如自动驾驶汽车可能就需要一个很强的计算设备，而在可穿戴领域，则要在严格的功耗和成本约束下实现一定的智能。
　　目前应用最为广泛的边缘计算设备来自于智能手机，苹果、华为、高通、联发科和三星等手机芯片厂商纷纷推出或者正在研发专门适应AI应用的芯片产品。创业公司层面，主要为边缘计算设备提供芯片和系统方案，比如地平线机器人、寒武纪、深鉴科技、元鼎音讯等。
　　传统的IP厂商，包括ARM、Synopsys等公司也都为手机、智能摄像头、无人机、工业和服务机器人、智能音箱以及各种物联网设备等边缘计算设备开发专用IP产品。
　　自动驾驶是未来边缘AI计算的最重要应用之一，MobileEyeSOC和NVIDADrivePX系列提供神经网络的处理能力可以支持半自动驾驶和完全自动驾驶。
　　3.云和端的融合
　　总的来说，云和端各有其优势和明显短板。云侧AI处理主要强调精度、处理能力、内存容量和带宽，同时追求低延时和低功耗；边缘设备中的AI处理则主要关注功耗、响应时间、体积、成本和隐私安全等问题。
　　在实际应用中，云和边缘设备在各种AI应用中往往是配合工作。最普遍的方式是在云端训练神经网络，然后在云端(由边缘设备采集数据)或者边缘设备进行推断。随着边缘设备能力不断增强，云的边界逐渐向数据的源头，AI处理将分布在各类网络设备中，未来云和边缘设备以及连接他们的网络可能会构成一个巨大的AI处理网络，它们之间的协作训练和推断也是一个有待探索的方向。
　　五、安防芯片领域的企业竞争现状
　　在今年国内多家安防企业被卷入贸易风波后，芯片成了中国安防企业共同面对的一个发展关键，国内安防产业体量巨大，芯片国产化自卫战在安防行业打响。
　　纵观芯片领域，英伟达、英特尔、安森美、德州仪器、安霸、恩智浦、索尼、特威、三星等海外豪强林立，并长期占据市场主导地位。我国芯片产业总体落后于发达国家，高端芯片严重依赖进口，但在局部领域已有企业实现赶超。
　　大华股份自主研发了包括HDCVI芯片、AI芯片等多款芯片产品，已实现量产并商用，其AI SoC芯片已成功用于睿智系列经济型人脸摄像机，与零跑汽车共同研发的芯片”凌芯01″于2019年内进行实车测试。近期， 在2019年深圳安博会上，大华股份带来的自主HDCVI 6.0 4K实时AD芯片，可实现4K@30fps实时预览，让用户看清更多细节，尤其是在拍摄高速运动场景时有效减少拖影，增强画面流畅度。
　　在种类众多的芯片当中，安防编解码芯片的发展与国际水平同步的，而在视频编解码芯片领域，华为海思是绝对的霸主。此外，在网络摄像机(IPC)SoC芯片市场中，海思半导体的实力也是不可小觑。
　　提出”算法即芯片”理念的依图科技，自研AI芯片”求索”最高能提供每秒15 TOPS的视觉推理性能，适用于人脸识别、视频结构化分析、行人再识别等多种图像和视频实时智能分析任务。
　　云天励飞拥有”算法+芯片+数据分析”完整人工智能研发链条的”全栈式”创始人团队，芯片是其打开人工智能服务和人工智能产业化的一把钥匙。在2019年深圳安博会上，云天励飞第二代自主知识产权的人工智能芯片-DeepEye1000大放异彩。
　　富瀚微从ISP出发，集成编解码和CPU等，做成SoC，并已经成为了海康IP摄像头的芯片供应商。富瀚微以AI SoC、智慧安防、专业安防、智慧家庭、车载ISP五大主题亮相深圳安博会，并展示了全新AI SoC芯片在人脸和人形检测的演示。
　　地平线一开始便明确要做”嵌入式人工智能，软硬一体，面向终端”。2019年深圳安博会期间，地平线宣布推出旭日二代边缘AI芯片及一站式全场景芯片解决方案，并再次强调通过芯片架构创新重新定义效能比。未来，地平线将携手合作伙伴，以芯片效能和AIOT方案赋能智能物联网产业。
　　比特大陆的产品主要应用于区块链和人工智能两大领域，高性能芯片设计是其核心竞争力。2019年，深圳安博会上，比特大陆携算丰第三代智能服务器SA5登场，该产品的核心是比特大陆研发的AI芯片BM1684。
　　目前，中国芯片企业在世界芯片市场里难以讨论竞争力这个问题，在整个芯片市场内的发展并不乐观。中国芯片企业在芯片市场内分布不均，布局严重不足。虽然有 MCU 领域内中国企业蜂拥而至的现状，但更多的是像GPU、DSP等领域内中国企业寥寥无几，难以为继的悲惨场景。
　　归根结底，技术成为了中国企业止步于开拓部分领域的重要原因。尽管从表面上看会有像CPU领域的市场垄断，成为某些企业放弃争夺的重要影响因素，但是追本溯源会发现，霸占市场的关键还是在于技术的快速发展，不断更新的技术将反作用于市场的快速占领。
　　目前，众国产芯片厂商如同勇攀高峰的一组登山队，海思、龙芯等企业率先成为敢于尝试打破技术壁垒的先头部队。但由于起步晚，部分领域技术差距悬殊，行业命脉仍被把控在如德州仪器、安霸等老牌芯片设计公司的手中。因此安防芯片产业国有化要努力攻克的就是芯片产业的高端领域。
　　安防市场国有化的痛点在于，中低端芯片企业在中国是更为庞大的群体，尽管他们对市场需求反应灵活，但是更多的中低端企业能提供的技术不足以满足市场越来越复杂的高端需求。
　　安防领域的技术重点已从简单传统的图像数据的收集和存储，转入对图像数据的有效信息挖掘和分析。要想将”中国制造”转变为”中国智造”，就需要鼓励越来越多的中游企业加入高端布局，跟紧先进技术的不断更迭，并开始着眼于自主研发，以期未来具有良好的研发实力，从而在世界市场中更具有竞争力。
　　国产安防芯片产业的发展还要有赖于国家政策的扶持和重视。正视技术上的巨大差异，努力鞭策行业和企业本身，不断革新，探索高精尖的人工智能技术并以此为核心。努力打破高端芯片领域中国企业少数派的现状，从而促使整个行业技术成本的降低。伴随着整个行业成本门槛的降低，有助于更多的中下游企业加入游戏，使全面国有化落实的更彻底。