AI芯片强势反扑GPU,安防行业的GPU王朝还能延续多久?

对于视频监控行业来说,在GPU的CUBA模块出现后(相关链接:为何GPU能在安防行业呼风唤雨?十几年前这件事改变了安防前端格局),前端摄像机对GPU的依赖就越来越重,一台摄像机能够搭载什么样的智能算法,算力又如何很大程度上取决于GPU的性能。

    在人工智能兴起之后,安防行业就成为了人工智能技术最大的试验田,也是落地的主要场景之一。
  对于视频监控行业来说,在GPU的CUBA模块出现后(相关链接:为何GPU能在安防行业呼风唤雨?十几年前这件事改变了安防前端格局),前端摄像机对GPU的依赖就越来越重,一台摄像机能够搭载什么样的智能算法,算力又如何很大程度上取决于GPU的性能。
  然而安防行业是一个场景化的行业,GPU再好也有着它的局限性。在AI发展的浪潮下,越来越多的安防企业选择自研芯片来适应更细分的需求。

AI芯片强势反扑GPU,安防行业的GPU王朝还能延续多久?

  各个安防企业都铆足力气或自研或合作生产安防芯片,几乎每隔几天就能蹦出一条非GPU安防芯片问世的新闻,在这个势头下,不少人都在心里打鼓:“是否GPU的王朝就要结束了?”
  随着深度学习的火热,GPU面临严峻挑战
  王朝是否结束先按下不表,但从2019年全年智能安防芯片的产出来看,ASIC、FPGA表现优秀,更是有专家表示,在细分场景的深度学习方面安防芯片已经展现出了良好的发展趋势,那么我们今年就来看一下2019年安防芯片得到了哪些发展机遇,又有哪些安防芯片表现出不俗的竞争力。
  智慧安防需求多样,AI安防芯片崛起契机来临
  在传统的认知中,算法的深度学习都依赖GPU的CUBA模块,根据吴恩达教授在2011的实验结果表明,12颗英伟达GPU可以提供相当于2000颗CPU的深度学习性能。
  但CPU作为图像处理器时,设计初衷是为了应对图像处理中的大规模并行计算。因此应用于深度学习时有明显的局限性。
  首先就是硬件结构完全由GPU厂商决定(主要是英伟达),其次是在深度学习方面,其效能远低于ASIC及FPGA芯片。
  通俗的讲,采用GPU,你可以定制场景化的算法,但硬件性能以及发挥的效率完全是由英伟达决定,且算法的复杂程度还需要卡GPU的效能决定。
  尽管GPU目前依靠其优秀的编程环境和顶尖的算力依旧稳坐AI芯片市场NO1的地位,但其他两种芯片已呈现出后来居上之势。
  ASIC和FPGA在安防行业越来越得到重视
  算力的优势并不是凭空而来,传统的GPU虽然在算力上占尽优势,但存在严重的晶体管堆料的现象,导致其利用效率不高而且造成的功耗远高于其他两种芯片,对于以7X24小时运行的安防设备来说,这样的功耗很难接受。
  市场上虽然对这些缺点还算比较容忍,(毕竟客户主要更关心算力)。但长此以往无异于饮鸩止渴。
  在设计层面,由于摩尔定律的失效。7nm后制程升级越来越困难,GPU若想保持其算力优势势必还会走“堆料”的路子,在云端市场不断发展的今天,这样的市场越来越难以为继。也导致不少安防厂商纷纷开发自己的ASIC和终端的FPGA市场。
  由一家独大,到如今隐隐的三分天下之势,GPU确实该考虑如何更好的适应市场了。
  激烈的安防芯片竞争
  在AI芯片选择方面,一般是有钱的选择ASIC,早期过渡和追求性价比会选择FPGA。
  FPGA的是很多创业公司初期选择的平台,深鉴、寒武纪、地平线、比特大陆都先后使用过FPGA,商汤等视觉公司也应用过FPGA+GPU的解决方案,但当业务发展到一定程度后,都逐步开始转向ASIC。
  这是由于其芯片结构决定的,FPGA相比GPU功耗更低,相比ASIC具有更短的开发时间和更低的开发成本。
  一句话总结就是方便、性价比高。且由于英特尔于2015年收购了最成功的的FPGA芯片厂商Altera(151亿美元的天价,不得不说英特尔也是给CPU研发部门下了“死命令”),近年来不断推出CPU+FPGA的组合给各个行业都带来了前所未有的AI发展机遇。
  成本低、重构灵活成为FPGA最大的竞争筹码
  且由于近两年业界对于深度的学习能力大为推崇,在这方面具有优势的FPGA无疑就成为了很多厂商的选择。
  相比性价比较高的FPGA,ASIC芯片无疑就彰显了定制化芯片的霸气。除了不能像FPGA那样进行功能扩展和重构以外,ASIC芯片几乎满足了所有安防高端定制化的需求,在功耗、可靠性、体积方面优势很大,尤其是在移动端,其高性能、低功耗的特点成为了众多厂商的首选。
  尤其是人工智能越来越深度化的当下,人们对于智能化深度的要求越来越高。相对应的芯片需要运行的算法也越来越复杂,这都要求芯片拥有一套专用的架构与其进行对应,而ASIC芯片完美地满足了这一需求。
  而ASIC应用的典型的代表就是知名的AlphaGo的大脑:谷歌研发的TPU芯片,其强大的深度学习能力和较低的功耗都让业内艳羡。
  据寒武纪发布的指令集指出,未来ASIC芯片将是AI芯片的核心。
  不过研发ASIC芯片的一大难题就是其高昂的成本和较长的开发周期。目前,致力于研发AISC芯片的都是既擅长芯片研发又具备AI算法的行业巨头,适用于已经具有一定规模且需求场景化定制需求的安防大厂。
  除了这几大类以外,目前安防行业还有云端芯片和类脑芯片具有强大的竞争力。
  不过不管谁将在这场竞争中胜出,GPU在安防行业中的衰落或将成为现实,而在AI芯片的竞争当中谁又能拔得头筹,这还要看他们具体和安防行业的适配程度。
  智能芯片市场玩家可不止“御三家”
  自研芯片的春天
  2019年,我国安防芯片取得了很大的成就,不管是泛用性极广的海思Hi3516CV500、N腾系列、还是具有超高集成度的国科微GK7205/GK7205S、亦或是致力于智慧城市建设的地平线旭日1.0都向我们揭示了如今安防行业对于定制化AI芯片的渴求。
  在新的一年里,随着安防智能化的不断深入,AI芯片行业竞争也会愈加激烈,但无论如何这对于中国安防的发展,都是多了一种选择,也多了一份效能。

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 高清监控的时代是什么样的呢

    高清监控的时代是什么样的呢

    2024年4月3日
  • 浅谈高清监控摄像机芯片未来发展趋势

    图像传感器是组成数字摄像机的重要组成部分。根据元件的不同,可分为CCD和CMOS两大类。如SONY的ICX445、ICX274、IMX035/036/122,Aptina的AR0130、AR0331、MT9P031,Omnivison的OV9712、OV2715等等。图像传感器的作用是将光学图像采集并转换成后端ISP可用的电信号。

    2023年9月16日
  • 高清监控角逐 CCD与CMOS传感器终极战

    CCD与CMOS,究竟哪款传感器更符合“高清”本质,一直颇受业内争议,无论在成本还是在成像效果上,二者差距有多大,而这些差距能否通过视觉来判断,还有待研究。本文将重点讲述CCD与CMOS的差别与应用现状。

    2024年4月9日
  • 第三代红外点阵技术的特点与应用

    红外摄像机市场在近几年得到突飞猛进的增长,成为人们在夜间无光照或光照较弱的环境下重要的监控手段,随之产生的是,夜间环境对红外摄像机的稳定性、使用寿命、性能效果等也提出了更严酷的挑战。

    2024年4月14日
  • 智能视频分析在IP摄像头监控系统中的应用

    TI最新DMVA3视频协处理器是针对IP摄像机市场开发的一款低成本、高精度、低功耗的智能视频分析解决方案,与FPGA方案相比,它的主要优势是:系统集成度高、功耗低、以及适合运行更复杂的智能视频分析算法。而哪些事应该存储下来以及这些事应该引发哪类警报,那就有赖于智能视频分析了。

    2024年4月5日
  • 高清看点十足 波粒将携多款新品亮相安博会

    次波粒将重点展出纯自主研发36倍光学变焦200万像素一体机芯、高速球、宽动态720P高清摄像机、新低照度百万高清全系列摄像机、16路720P高清嵌入式NVR、8路1080P高清嵌入式NVR、混合DVR、1080P高清电视墙解码器以及性能强劲、功能强大的百万高清监控综合管理平台。波粒10/18/22/36倍光学变焦720P/1080P一体机芯及高速球采用波粒全自主研发的一体机芯技术,在聚焦速度、聚焦精度、画面质量、稳定性上均有优异表现。由于国内一体机芯技术的逐步完善,目前国内越来越多的高速球厂家逐步转变做法,开始采用中国人自己的机芯。

    2024年4月15日