芯片在很大程度上左右著安防系統的整體功能、技術指標、穩定性、能耗、成本等，并在安防行業未來發展脈絡及方向上起到關鍵作用。安防產業從模擬化到數字再到網絡高清，以及當前正火的智能化，無一例外得益于芯片技術的進步。圖像信息處理、視頻編解碼、以及AI智能分析等專業技術與適配的芯片硬件緊密結合，才能充分發揮安防系統的功效。

當前，我國安防企業的芯片采購來源主要分為幾個層面：高端CPU、GPU 等通用器件主要來源于安霸、英偉達、英特爾等美國企業；中端和低端元件來自于海思等國內企業，其中SoC 芯片等元件已實現非美國供應。國內安防產業體量巨大，但與此同時，高端芯片過度依賴進口的現狀卻反映出國內安防芯片領域發展的不良于行。

一、安防行業對芯片的主要需求

在安防產品中，攝像頭、交換機、IPC（網絡攝像機）、硬盤刻錄機、各類服務器等設備都需要芯片，在安防智能化進程中，產品升級將帶來存量和增量市場的共同增長。其中，ISP、DVR SoC、IPC SoC和NVRSoC這四類芯片是目前安防行業最為關注的方向，其與視頻監控也密切相關。安防監控四類主要芯片：

二、安防芯片的主要功能和作用

各類芯片廣泛分布于整個安防監控系統中，扮演著核心角色，在很大程度上左右著安防系統的整體功能、技術指標、穩定性、能耗、成本等，并在安防行業未來發展脈絡及方向上起到關鍵作用。

在安防系統中，芯片無處不在，并起著核心關鍵的作用。以視頻監控系統來說，前端采集攝像機系統的技術關鍵就是在于核心芯片組的性能，包括：清晰度、靈敏度、色彩、動態范圍等在內的各項指標，都將由芯片質量來決定。近年來，安防行業人工智能、無人機、智能家居的快速發展，很大程度上也是獲益于芯片技術的進步。

三、安防芯片的主要分類

CMOS圖像傳感器：眾所周知索尼最強，但是全球三強之一的豪威科技目前也是中國公司，另外國產還有比亞迪，格科微等等。

IP攝像頭的SoC芯片：華為海思是市場的霸主，中國60%以上的IP攝像頭芯片都來自海思，國外有美國的德州儀器，安霸等等，另外海康擁有大量股份的富瀚微也是海康IP攝像頭的SoC芯片供應商。

和IP攝像頭配合的后段NVR設備的芯片：主要是海思，德州儀器，Marvell三家，其中海思也占據了大部分份額。

模擬攝像機的ISP圖像處理芯片，主要是處理CMOS傳感器過來的原始圖像信號，這方面富瀚微的芯片已經是中國市場第一梯隊企業，其國內市場份額在20%以上。

和模擬攝像頭配合的后段DVR芯片，華為海思同樣是中國市場霸主，IHS的數據，早在2014年海思就占到了中國市場79%的份額

通常情況下，安防視頻監控模擬攝像機的核心部件包括一顆圖像傳感器和一顆ISP芯片，安防視頻監控網絡攝像機的核心部件包括一顆圖像傳感器和一顆IPC SoC芯片。

隨著5G和物聯網的快速發展，對于安防行業而言，未來“云邊結合”也將是最主要的趨勢。在云端芯片方面，目前主要還是英特爾、英偉達、谷歌等國外企業的天下，國內企業短期內還難于取得突破。相反，在邊緣側尤其是視頻處理方面，對國內企業而言是難得的機遇，國產替代正在不斷深入。

四、AI 芯片的基本定義

《人工智能芯片技術白皮書（2018）》第一、二、三章開宗明義，綜述了AI芯片的技術背景，從多個維度提出了滿足不同場景條件下理想的AI芯片和硬件平臺的關鍵特征，提出AI芯片技術的重要地位以及對于我國未來芯片及人工智能領域發展的意義。

關于AI芯片的定義仍然缺乏一套嚴格和公認的標準。比較寬泛的看法是，面向人工智能應用的芯片都可以稱為AI芯片。由于需求的多樣性，很難有任何單一的設計和方法能夠很好地適用于各類情況。因此，學界和業界涌現出多種專門針對人工智能應用的新穎設計和方法，覆蓋了從半導體材料、器件、電路到體系結構的各個層次。

該《白皮書》探討的AI芯片主要包括三類：

1.經過軟硬件優化可以高效支持AI應用的通用芯片，例如GPU；

2.側重加速機器學習（尤其是神經網絡、深度學習）算法的芯片，這也是目前AI芯片中最多的形式；

3.受生物腦啟發設計的神經形態計算芯片。

AI技術的落地需要來自多個層面的支持，貫穿了應用、算法機理、芯片、工具鏈、器件、工藝和材料等技術層級。各個層級環環緊扣形成AI的技術鏈，而AI芯片本身處于整個鏈條的中部，向上為應用和算法提供高效支持，向下對器件和電路、工藝和材料提出需求。

針對應用目標是“訓練”還是“推斷”，把AI芯片的目標領域分成4個象限。

1.云端AI計算

面向云端AI應用，很多公司開始嘗試設計專用芯片以達到更高的效率，其中最著名的例子是GoogleTPU，可以支持搜索查詢、翻譯等應用，也是AlphaGo的幕后英雄。

由于使用了專用架構，TPU實現了比同時期CPU和GPU更高的效率。

針對云端的訓練和推斷市場，從芯片巨頭到初創公司都高度重視。英特爾宣布推出Nervana神經網絡處理器（NNP），可以優化32GBHBM2、1TB/s帶寬和8Tb/s訪問速度的神經網絡計算。初創公司，如Graphcore、Cerebras、WaveComputing、寒武紀及比特大陸等也加入了競爭的行列。

此外，FPGA在云端的推斷也逐漸在應用中占有一席之地。

微軟的Brainwave項目和百度XPU都顯示，在處理小批量情況下，FPGA具有出色的推斷性能。目前，FPGA的主要廠商如Xilinx、Intel都推出了專門針對AI應用的FPGA硬件（支持更高的存儲帶寬）和軟件工具；主要的云服務廠商，比如亞馬遜、微軟及阿里云等推出了專門的云端FPGA實例來支持AI應用。

2.邊緣AI計算

邊緣設備的覆蓋范圍其應用場景也五花八門。比如自動駕駛汽車可能就需要一個很強的計算設備，而在可穿戴領域，則要在嚴格的功耗和成本約束下實現一定的智能。

目前應用最為廣泛的邊緣計算設備來自于智能手機，蘋果、華為、高通、聯發科和三星等手機芯片廠商紛紛推出或者正在研發專門適應AI應用的芯片產品。創業公司層面，主要為邊緣計算設備提供芯片和系統方案，比如地平線機器人、寒武紀、深鑒科技、元鼎音訊等。

傳統的IP廠商，包括ARM、Synopsys等公司也都為手機、智能攝像頭、無人機、工業和服務機器人、智能音箱以及各種物聯網設備等邊緣計算設備開發專用IP產品。

自動駕駛是未來邊緣AI計算的最重要應用之一，MobileEyeSOC和NVIDADrivePX系列提供神經網絡的處理能力可以支持半自動駕駛和完全自動駕駛。

3.云和端的融合

總的來說，云和端各有其優勢和明顯短板。云側AI處理主要強調精度、處理能力、內存容量和帶寬，同時追求低延時和低功耗；邊緣設備中的AI處理則主要關注功耗、響應時間、體積、成本和隱私安全等問題。

在實際應用中，云和邊緣設備在各種AI應用中往往是配合工作。最普遍的方式是在云端訓練神經網絡，然后在云端（由邊緣設備采集數據）或者邊緣設備進行推斷。隨著邊緣設備能力不斷增強，云的邊界逐漸向數據的源頭，AI處理將分布在各類網絡設備中，未來云和邊緣設備以及連接他們的網絡可能會構成一個巨大的AI處理網絡，它們之間的協作訓練和推斷也是一個有待探索的方向。

五、安防芯片領域的企業競爭現狀

在今年國內多家安防企業被卷入貿易風波后，芯片成了中國安防企業共同面對的一個發展關鍵，國內安防產業體量巨大，芯片國產化自衛戰在安防行業打響。

縱觀芯片領域，英偉達、英特爾、安森美、德州儀器、安霸、恩智浦、索尼、特威、三星等海外豪強林立，并長期占據市場主導地位。我國芯片產業總體落后于發達國家，高端芯片嚴重依賴進口，但在局部領域已有企業實現趕超。

大華股份自主研發了包括HDCVI芯片、AI芯片等多款芯片產品，已實現量產并商用，其AI SoC芯片已成功用于睿智系列經濟型人臉攝像機，與零跑汽車共同研發的芯片“凌芯01”于2019年內進行實車測試。近期， 在2019年深圳安博會上，大華股份帶來的自主HDCVI 6.0 4K實時AD芯片，可實現4K@30fps實時預覽，讓用戶看清更多細節，尤其是在拍攝高速運動場景時有效減少拖影，增強畫面流暢度。

在種類眾多的芯片當中，安防編解碼芯片的發展與國際水平同步的，而在視頻編解碼芯片領域，華為海思是絕對的霸主。此外，在網絡攝像機（IPC）SoC芯片市場中，海思半導體的實力也是不可小覷。

提出“算法即芯片”理念的依圖科技，自研AI芯片“求索”最高能提供每秒15 TOPS的視覺推理性能，適用于人臉識別、視頻結構化分析、行人再識別等多種圖像和視頻實時智能分析任務。

云天勵飛擁有“算法+芯片+數據分析”完整人工智能研發鏈條的“全棧式”創始人團隊，芯片是其打開人工智能服務和人工智能產業化的一把鑰匙。在2019年深圳安博會上，云天勵飛第二代自主知識產權的人工智能芯片-DeepEye1000大放異彩。

富瀚微從ISP出發，集成編解碼和CPU等，做成SoC，并已經成為了海康IP攝像頭的芯片供應商。富瀚微以AI SoC、智慧安防、專業安防、智慧家庭、車載ISP五大主題亮相深圳安博會，并展示了全新AI SoC芯片在人臉和人形檢測的演示。

地平線一開始便明確要做“嵌入式人工智能，軟硬一體，面向終端”。2019年深圳安博會期間，地平線宣布推出旭日二代邊緣AI芯片及一站式全場景芯片解決方案，并再次強調通過芯片架構創新重新定義效能比。未來，地平線將攜手合作伙伴，以芯片效能和AIOT方案賦能智能物聯網產業。

比特大陸的產品主要應用于區塊鏈和人工智能兩大領域，高性能芯片設計是其核心競爭力。2019年，深圳安博會上，比特大陸攜算豐第三代智能服務器SA5登場，該產品的核心是比特大陸研發的AI芯片BM1684。

目前，中國芯片企業在世界芯片市場里難以討論競爭力這個問題，在整個芯片市場內的發展并不樂觀。中國芯片企業在芯片市場內分布不均，布局嚴重不足。雖然有 MCU 領域內中國企業蜂擁而至的現狀，但更多的是像GPU、DSP等領域內中國企業寥寥無幾，難以為繼的悲慘場景。

歸根結底，技術成為了中國企業止步于開拓部分領域的重要原因。盡管從表面上看會有像CPU領域的市場壟斷，成為某些企業放棄爭奪的重要影響因素，但是追本溯源會發現，霸占市場的關鍵還是在于技術的快速發展，不斷更新的技術將反作用于市場的快速占領。

目前，眾國產芯片廠商如同勇攀高峰的一組登山隊，海思、龍芯等企業率先成為敢于嘗試打破技術壁壘的先頭部隊。但由于起步晚，部分領域技術差距懸殊，行業命脈仍被把控在如德州儀器、安霸等老牌芯片設計公司的手中。因此安防芯片產業國有化要努力攻克的就是芯片產業的高端領域。

安防市場國有化的痛點在于，中低端芯片企業在中國是更為龐大的群體，盡管他們對市場需求反應靈活，但是更多的中低端企業能提供的技術不足以滿足市場越來越復雜的高端需求。

安防領域的技術重點已從簡單傳統的圖像數據的收集和存儲，轉入對圖像數據的有效信息挖掘和分析。要想將“中國制造”轉變為“中國智造”，就需要鼓勵越來越多的中游企業加入高端布局，跟緊先進技術的不斷更迭，并開始著眼于自主研發，以期未來具有良好的研發實力，從而在世界市場中更具有競爭力。

國產安防芯片產業的發展還要有賴于國家政策的扶持和重視。正視技術上的巨大差異，努力鞭策行業和企業本身，不斷革新，探索高精尖的人工智能技術并以此為核心。努力打破高端芯片領域中國企業少數派的現狀，從而促使整個行業技術成本的降低。伴隨著整個行業成本門檻的降低，有助于更多的中下游企業加入游戲，使全面國有化落實的更徹底。