智能安防行业研究：现状、趋势与格局

        芯片在财富链中饰演着最焦点的脚色。芯片普及应用于安防体系的前端、后 端、中心体系等遍地，阁下着安防体系的整体成果、不变性、能耗和本钱， 并在很洪流平上抉择着安防行业将来的成长偏向。视频监控体系中从图像 信号处理赏罚、视频编解码、视频存储、到 AI 智能说明，每项技能的成长都需 相适配的芯片硬件细密团结，才气充实验展整个体系的功能。最早的模仿系 统中，仅需认真求像处理赏罚的专用 ISP 芯片，跟着应用成果的伟大化，全定制 型的片上芯片（System On Chip，SoC）把一个体系所需的各类芯片和电子部 件集成到单一芯片上，成为监控体系的主流应用，前端集成的 IPC SoC 芯片 和后端集成的 DVR SoC 芯片、NVR SoC 芯片在数字监控体系和收集高清监 控体系中普及应用。今朝 ISP、IPC SoC、DVR SoC 和 NVR SoC 四类芯片均 已实现了较洪流平的国产化更换，首要厂商有华为、海思、富瀚微、中星微 等。跟着智能化与安防行业细密团结，各类范例的 AI 芯片正快速向安防监 控各环节渗出，但高机能 AI 芯片仍以海外为主导。

        ISP 芯片(Image Signal Processing，图像信号处理赏罚)：首要浸染是对视频监控摄 像机前端的图像传感器（CCD 或 CMOS）所收罗的原始图像信号举办处理赏罚， 包罗高机能的空间域时刻域噪声消除、镜头暗角/畸变校正、色度空间调动、宽动态合成和映射、数字稳像、去雾以及自动曝光（AE）、自动白均衡（AWB）、 自动聚焦（AF）的数据统计和节制计策等，使图像得以复兴和加强。ISP 芯 片的机能直接抉择了视频监控摄像机的成像质量。

        DVR（DigitalVideoRecorder，数字硬盘录像机）SoC 芯片：将 CPU 处理赏罚器、 内存、压缩、外设接口等举办整合。个中，模数转换（A/D）芯片和视频编 解码芯片是其最首要的部门，A/D 芯片的首要浸染是将音视频模仿信号转 换成数字信号；视频编解码芯片将 A/D 输出的数字信号举办编码转换成 MPEG-4 或 H.264、H.265 等尺度码流。

        IPC SoC：凡是集成了嵌入式处理赏罚器（CPU）、图像信号处理赏罚（ISP）模块、视 音频编码模块、收集接口模块、安详加密模块和内存子体系，视频原始数据 颠末 ISP 模块处理赏罚后，传到视频编码模块举办压缩，然后通过收集传输到后 端 NVR 吸取处理赏罚并存储。可见，IPCSoC 芯片涵盖了视频监控的焦点技能 ——ISP 技能和视频编解码技能。

         NVR (Network Video Recorder，收集硬盘录像机) SoC 芯片：NVR 体系的前 端为收集摄像机 IPC，IPC 将视频信号传输至 NVR 举办存储，NVR 成果单 一，仅视频传输与存储，更多视频说明成果放在靠山（云端）处事器运行。 跟着 IPC+NVR 方案渐成主流，NVR SoC 芯片也迎来了高速增添。

        当前，人工智能正处于起源开拓阶段，对付 AI 芯片的界说并没有一个严酷 和公认的尺度，应用于人工智能场景的种种芯片都被宽泛的以为是AI芯片。

        AI 芯片首要席卷三大类，一是颠末软硬件优化可以高效支持 AI 应用的通用 芯片，譬喻 GPU 方案 ；二是偏重加快呆板进修（尤其是神经收集、深度学 习）算法的芯片，这也是今朝 AI 芯片中最多的情势，如 FPGA、ASIC 方案； 三是受生物脑开导计划的神经形态计较芯片，称之为类脑芯片，通过模仿人 脑运行机制计划。好比IBM的类脑芯片TrueNorth就是基于脉冲神经收集。 但受限于脑科学的成长程度，今朝还很难研制出通用的类脑芯片，市场上的 类脑芯片一样平常只是部门罗致了人脑特点的专用处理赏罚芯片。

        AI 芯片应用在安防体系首要有两种方法，一种是以 AI 加快卡的情势嵌入到 前端摄像头和后端 DVR/NVR 中，进步整体计较手段，首要的 AI 芯片范例 为 ASIC 和 FPGA；另一种是以集成编解码、收集接口、视频说明等模块于 一体的 AI 芯片情势，应用于后端 DVR/NVR 或云端/中心处事器中，首要 的 AI 芯片范例为 GPU，也有部门 ASIC 和 FPGA 芯片。

        AI 芯片的方针在于“实习”和“揣度”。个中云端聚积实习和揣度双重成果，通用 GPU，出格是 NVIDIA 系列 GPU 芯片方案是今朝 AI 实习规模应用最 普及的平台。GPU 芯片善于并发计较，得当图形运算，上市快，通用性强， 但存在本钱、服从、功耗三方面的瓶颈。半定制化 FPGA 芯片在中心推理 及数据中心也有较多应用，FPGA 应承用户通过硬件编程界说逻辑，其前期 启动本钱低，通过再编程特征提供了机动性，但这种上风是以更高总本钱、 功耗以及捐躯机能为价钱。面向云端 AI 应用，越来越多的公司开始实行设 计专用芯片（ASIC 芯片）以到达更高的服从，个中最闻名的例子是 Google TPU，因为行使了专用架构，TPU 实现了比同时期 CPU 和 GPU 更高的效 率。海内的许多初创公司，如寒武纪及比特大陆，也每每从门槛较低的专用 芯片入手。安防是 ASIC 芯片的首要应用场景，ASIC 芯片是一种专向计划 的集成电路，无论功耗、靠得住性照旧体积、本钱均远低于 GPU，业界广泛 以为将会成为将来人工智能规模的焦点。跟着人工智能应用生态的发作，越 来越多的 AI 应用开始在前端装备上开拓和陈设。像海康、大华、宇视、苏 州科达、格灵深瞳、商汤科技等大部门公司的前端智能产物在 2016 年正式 推出。较为通用的应用为将智能辨认类算法直接固化为 IP，嵌入到视频监 控 SOC 芯片中（全定制芯片），利益是量产后功耗、价值等都极具上风，但 成果拓展性有限。

        当前安防监控规模最主流的深度进修芯片方案是 GPU，根基被英伟达掌控， 海内的 GPU 芯片方案尚无较大盼望。但思量到 GPU 方案存在本钱、服从、 功耗三方面的瓶颈，针对推理阶段并非最佳选择。跟着智能计较的不绝前移， 不少安防财富链企业着重开拓 FPGA/ASIC 智能芯片，如深鉴科技的 DPU 芯片（FPGA）、北京君正的 NPU 协处理赏罚器（ASIC）、寒武纪的 AI 处事器芯 片（ASIC）等，这些芯片在差异水平上办理了行业痛点，应用远景辽阔。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!