需要「獨角獸」，更需下沉「田間地頭」！

2018年，AI的熱度有所降溫，因為大家的目光都轉移到「獨角獸」上去了。獨角獸實質是資本層面的概念，小編甚至認為「獨角獸風」比「2017AI風」猛烈得多。在「AI+安防」領域，一定會有「獨角獸」茁壯成長起來，也一定有中途掉隊的，「獨角獸」更多是早期投資者希望儘快資本回報的一廂情願，「安防+AI」的道路上，最終拼的還是「產品及服務」，海康CEO說：「CEO應該把時間花在「田間地頭」上，......（安防領域）新進入者沒有多少機會」，對於此，小編認認同一半：新進入者還是有機會的，但不是每一家都有機會的！

2017年AI領域最火的是「AI演算法」，單憑優秀的演算法就想顛覆傳統安防領域格局確實是不現實的，好在各家AI企業意識到問題所在，紛紛攜資本優勢，迅速向上下游擴展，有的涉足晶元，有的涉足硬體，有的轉向「解決方案」。2017年的AI是「技術」層面的，有「三級火箭」之說法，即演算法、算力（晶元）和數據，演算法是智能的基礎、數據是智能的源頭，而算力（晶元）是實現智能的手段。2018年，隨著AI落地，AI更側重「應用」層面的，應用層面體現在「三個方面」，即感知、決策與場景。

顯然，隨著人工智慧的普及和這兩年海量的資本投入，以及深度學習的開源平台，深度學習切入的門檻逐步降低，各家在演算法上差距逐漸縮小。有的企業走向"『演算法+晶元+數據』的閉環生態，以形成自己的核心競爭力，其中的核心思想是：演算法、晶元和數據之間能形成有機的迭代，尤其平安城市安防領域，廠商通過採集大量視頻監控數據，從這些數據中提煉出被標註的資料庫，反過來反哺和訓練深度學習的演算法，不斷優化和迭代演算法的精準度。在演算法和晶元的設計過程中做結合，這樣可以提升晶元的運算能力，同時降低演算法的複雜度。總之，從演算法，晶元，海量數據，再回到優化演算法形成有機的閉環，並不斷迭代升級。

雲天勵飛是目前比較典型的打通了「演算法、算力、數據、場景應用」的AI廠商。

AI大熱的同時，AI晶元受到大力追捧，很多企業投入其中，其中不乏老牌巨頭和新進AI企業，典型如深鑒、曠視等。AI晶元對於人工智慧，有點類似於汽車發動機於汽車，顯然，優秀的汽車廠商都不會依賴別人家的發動機。廣義上講，能夠驅動AI程序的晶元，就是AI晶元，狹義講，是為AI演算法進行了特殊設計的晶元。AI晶元簡單分為用於雲端伺服器的雲AI晶元及用於前端智能的端AI晶元。雲AI晶元性能強大、算力足夠，不用在乎成本及功耗等，而端晶元需要做好性能、功耗、成本及尺寸等方面的平衡，比如攝像頭或者手機端。

未來，端AI晶元將會出現百家爭鳴的情況，需求將會細分，CPU/FPGA/ASIC和GPU都會在這個領域發揮各自的優勢特點，但無論如何，低功耗，高性能，是各個廠家追求的目標，而以神經網路單元為核心，多種晶元組合（SOC）將會是未來AI晶元的主要形式。ASIC級別的功耗、GPU級別的性能、FPGA級別的靈活性，是晶元的追求目標。深鑒是FPGA的典型代表，跟賽靈思有良好的合作關係，據說深鑒科技目前的開發板功耗在4瓦左右，能夠做到比一個15至20瓦的GPU性能高出兩倍，而曠視也正在開發自有的FPGA晶元，它是一種可編程的晶元，可以將自家的神經網路演算法放上去。

眾所周知，深度學習分為訓練（Training）和應用（Inference）兩部分，從訓練出演算法到遷移到晶元再形成硬體產品，還有很艱難的鴻溝。如果演算法團隊只是搞純演算法的，對硬體、晶元沒概念，這個晶元是搞不好的；如果團隊只懂晶元的指令集、架構，完全不理解演算法，不理解應用場景，設計出來的晶元肯定是一個塊頭很大、功耗很高、成本昂貴的晶元。不過已有解決此鴻溝的廠商，比如深鑒科技，它主要解決應用問題，簡單來說就是企業將自己的深度學習演算法模型訓練好之後，由深鑒科技將其壓縮20-50倍並編譯，最終產品以板卡形式呈現。

與深鑒科技賦能中小企業的模式不同，雲天勵飛採用的是「打通AI全鏈條」，雲天勵飛認為，如果只是單獨做一個晶元公司，風險非常高。因為周期比較長，資金消耗大，只有從一個單純的晶元走到一個系統，再到一個解決方案，公司的前景才會更廣闊一些。據說其已組建了40人的晶元團隊，並且第一款AI晶元將會在2018年生產投片；平台方面，其為公安定製的動態人臉識別已經投入應用並且實戰效果不錯；演算法方面，其經過實戰檢驗的演算法會通過和優秀攝像機廠商合作的模式，植入到攝像機。尤其比較落地的是，其能夠從演算法公司向工程切換思維（這是很多AI/IT公司所謂的臟活），潛心研究如何將攝像頭的點位架設的足夠科學、合理，如何才能採集到更為高質的圖片，甚至專門為此開發了一個堪點APP，確保每個攝像機的架設都能發揮其真正價值。

當前安防領域有兩類公司：第一類是依靠硬體設備起家的海康、大華、宇視、科達、天地、網力等傳統安防巨頭，佔據著較絕大市場份額；第二類是依靠人臉識別演算法崛起的AI公司，即目前火爆的AI獨角獸公司，他們借著資本的力量快速成長。2018年，在AI驅動下視頻監控產業鏈正在逐步發生變革。上游視頻晶元往下游滲透，更多的晶元企業進入行業，晶元商以核心演算法或者硬加速器等載入於原產品之上，降低了低端設備的技術開發難度，類似早期TI模式；中游出現獨立智能分析軟體（演算法供應商），智能化的趨勢推動視頻監控設備的軟體附加值擴大，典型如博思廷，類早期OV，但依附於大型行業集成商，或自建渠道覆蓋中小企業；渠道的作用更明顯，隨著中低端通用市場容量擴大，監控設備在朝著標準化的方向發展，因而銷售渠道的作用將更加突出，而在高端行業市場，因為系統複雜，負責集成的工程商須承擔起總體架構設計與運營的工作，進入門檻高，因而話語權擴大。

3月15日舉行的「人工智慧與半導體技術國際論壇」上，雲天勵飛聯合創始人兼CTO田第鴻博士做的視界智能，用「芯」實現的主題演講上談到：雲天勵飛在深圳龍崗區架設了5000多路智能攝像頭，在全國有10000+多路部署，這些攝像頭都需要大量的視頻處理能力，如果未來當規模達到數萬甚至幾十萬路級時，更需要強大的前端強大的分析能力，快速反饋結果，並降低伺服器端的壓力。過去大家都在拼性能，但演算法的壁壘會越來越低，到那個時候相差百分之幾的數字比拼本質上並沒多大差別，真正的差別在於誰的演算法能在嵌入式端和大規模數據中實時運行，屆時晶元將很重要。基於此，具有「演算法及晶元」雙重基因的雲天勵飛團隊自研了AI晶元，以期在大規模應用中「又快又准」。

雲天勵飛的晶元名字，IPU，其實與其他廠商推出的AI晶元（XPU）本質上是互通的，就是一種針對動態視頻識別應用，集成了自家深度學習演算法，並將多種「處理器包」封裝在一起，這個「處理器包」專業一點說叫SoC（System-on-a-Chip），高大上的說法是「計算平台」，類似麒麟970或A11。IPU的核心是神經網路處理器，增加了DSP/ISP等，做更多圖像的處理，本質上是一個ASIP處理器設計，核心環節就是專為CNN演算法定製的指令集，支持各種卷積Kernel大小，獨特的內存管理機制，實現靈活的數據和參數重用。

剛剛結束的GTIC2018AI晶元峰會上，宇視科技的副總裁&首席架構師姚華表示：在剛剛過去的2017年，AI是安防最火熱的關鍵詞，大聯網、人臉識別，視圖解析、物聯網等技術對整個安防系統帶來了效率提升與功能擴展，推動安防行業從2.0往3.0進發。不過也正因如此，AI為安防帶來的挑戰是全流程的挑戰。比如將AI晶元用於攝像機里，不僅要求這個攝像機需要拍得更清楚，還要求這塊晶元在算力、功耗、成本間找到極好平衡，在演算法上面能夠應對複雜光線、快速移動等，並能要求晶元夠承受極限高低溫、乾燥潮濕等惡劣環境。宇視並不是給AI及AI晶元的潑一盆「冷水」，而是從工程落地角度，讓行業清醒認識AI安防存在的挑戰，這一點與雲天勵飛發力AI晶元背景類似。

「這是最好的時代，也是最壞的時代」。每當行業發生變革，新的企業摩拳擦掌的時候，都會發出如上的感嘆。好的時代，顯然是機會多，大家都有想像和發展空間，壞的時代，因為大家都認為機會多，所以競爭很激烈。上次發出如此感嘆的是5年前的海康CEO，當時行業在向高清發展，海康營收不過百億，如今海康的CEO風淡雲清地對著哈佛商業評論寄語安防：「要耐得住寂寞、要活下來，要少提商業模式，多重視產品和服務，要抓住客戶」。

AI的獨角獸，講的是技術創新突破，「田間地頭」，講的是務實，！雲天勵飛在「AI+安防」領域屬獨角獸之列，但其實際上在「演算法、晶元、數據、場景應用」等環節，更務實、落地。

「安防+AI」,未來格局如何，拭目以待！

部分圖文來源互聯網，僅供參考！

安天下小編作品，京東、噹噹有售！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！