AI芯片更強算力釋放安防價值

　　作為AI落地的重要領域，安防產業的攝像機、交換機等安防產品均需要芯片，這也決定了整個安防系統的業務表現。

　　以杭州主城區交通監控視頻處理為例，該業務需要40顆傳統GPU，且有300ms的延時;而含光800這種算力級別的芯片僅需4顆即可完成同樣的業務量，且延時降至150ms。強大的算力能夠更大程度釋放智慧安防的價值，算力對安防產品應用效果的影響不可謂不大。

　　場景不同要求不同：安防哪一領域好掘金?

　　當然，安防領域AI芯片的應用并不是“大力出奇跡”，還需要考慮更多因素。例如，端側和后臺對AI芯片的要求不同，在當下城市智能安防系統狀況下，端側以減少傳輸壓力為目的，是作為基本算力的存儲，而后臺需要專注于算力提升，且要求更加通用化以及各種算法的同時調度能力。

　　而應用場景的不同也引出了另一個問題：做通用芯片還是專用芯片?專用芯片犧牲了靈活性，對特殊場景進行優化;通用芯片適配多種場景，能耗也相應上升。

　　那么，端側和云端哪個有更大的機會?目前安防中，“云邊結合”是發展的趨勢。但從當前AI芯片市場前景和競爭格局看，國內AI芯片企業在邊緣端的機會更多，尤其是視頻處理相關芯片具有很大潛力。國內很多人工智能企業鎖定的都是交通監控、人臉識別、公司考勤等單點單技術的應用，隨著5G、物聯網等應用興起，這類企業的市場空間將進一步擴大。而國內企業在云端芯片領域預計很難有所突破，不過仍在加速追趕，對于其前景可以持樂觀態度。

　　安防AI芯片走向何方?

　　安防產業鏈長且高度碎片化，因此目前AI芯片在安防領域仍不能實現大規?？焖俾涞?，這與工程化難度以及技術積累也有關系。

　　目前，安防AI芯片更多從技術角度出發，以滿足特定性能需求，不能靈活適應多場景，未來需要專門為AI設計的靈活、通用的芯片。另外，現階段AI芯片產業主要以企業為主體，同環節的企業競爭激烈，產品上下游企業的運營和管理卻相對獨立，未來產業發展則應以合作為主線，形成產業生態。

　　AI芯片這把“火”也從安防燒到了其他領域。據市場調研公司ReportLinker預計，到2023年AI芯片市場規模將達到108億美元，復合年均增長率達53.6%。屆時，中國企業能否從激烈的競爭中脫穎而出?