0
近日，工信部下發了2018年人工智能與實體經濟深度融合創新項目名單。
該名單按照《工業和信息化部辦公廳關于開展2018年人工智能與實體經濟深度融合創新項目申報工作的通知》（工信廳科函〔2018〕118號）要求，經項目推薦、綜合評審和網上公示等環節以確定。
2018年人工智能與實體經濟深度融合創新項目名單
從這份名單中可以看到，包括浙江大華技術股份有限公司申報的視頻監控人工智能SoC芯片研發及應用等項目位列其中。
對于老牌安防企業造AI芯片一事，此前海康威視也有所動作。
一年前，國家發展改革委辦公廳曾下發關于組織實施2018年“互聯網+”、人工智能創新發展和數字經濟試點重大工程的通知，讓各地發展改革委和有關中央管理企業組織申報“互聯網+”、人工智能創新發展重大工程。
2018年“互聯網+”、人工智能創新發展和數字經濟試點重大工程擬支持項目名單公示
隨之，包括海康威視的計算機視覺人工智能芯片研發及產業化等項目悉數曝光。對此，雷鋒網也做了詳細報道。
就此，前后一年時間，海康威視、大華股份兩大安防雙雄的自研AI芯片項目相繼浮出水面。
大華股份相關技術研發人員告訴雷鋒網，目前大華這款自研的AI SoC芯片已經裝配于新推出的新品睿智系列經濟型人臉攝像機中，它相比市面上的智能攝像機，價格大大降低且穩定性得以保障。
目前該AI攝像機支持人臉結構化分析，在視頻感知端進行各種關鍵信息提取和檢測，在網絡節點和云端進行識別、索引、標注等。
對此，也許會有人提到，大華為什么要自研AI SoC芯片？在分析原因及相關優勢之前，首先有必要了解什么是AI SoC芯片。
通常來說，AI芯片與市面上其他的SoC芯片并無兩意。地平線資深IC工程師譚洪賀曾表示，眼下，很多芯片都是集成了多個向量處理器，在做計算機視覺處理。
由于可以運行基于CNN的視覺處理算法來實現一些智能的功能，所以人們也不自覺地將其稱為AI芯片。目前任何有編程能力的CPU芯片都可以執行AI算法，只是效率不同的問題。
準確來說，AI芯片可以定義為“專門針對AI算法做了特殊加速設計的芯片”。這種芯片的核心就是神經網絡加速器，或者叫深度學習加速器。與此同時，僅有一個加速器是無法使用的，所以除特殊情況外，AI芯片都是包含了特定NN或DL加速器的SoC。
例如，華為麒麟970中，集成的是寒武紀的專為DL打造的處理器IP；蘋果用于iphone-X的A11，集成了其自己研發的Apple Neural Engine。
可以看到的是，集成NN加速器的狹義AI芯片會成為主流。Movidius最新的Myraid X芯片、Mobileye最新的EyeQ5芯片，都在原來的基礎上增加了特定的NN加速器。
AI芯片對于安防智能化升級之重要性可類比船槳之于舟。
得益于深度學習的發展，以往模式識別中依靠人工完成的特征提取工作全部可以通過網絡結構自主完成。它能夠將視頻圖像內容轉化成清晰表達目標屬性的結構化數據，進行數據深度挖掘，有效提高數據處理效率。
通俗一點說，得到AI芯片加持，普通的攝像頭能夠變得加更聰明、更為強大。
作為全球領先的安防企業之一，大華股份早已意識到了這一點。去年安博會前夕，大華股份董事長傅利泉就曾公開表示，眼下，在AI技術的助推下，圍繞視頻數據為核心，各廠商開始了真正的智能安防之旅。同時，想讓這些智能技術進行大規模商業化應用，仍然存有眾多障礙，最主要的挑戰是AI的推廣受到成本的影響。
雷鋒網了解到，受制于成本原因，智能安防產品難以得到大規模普及應用。目前市面上的主流人工智能攝像頭產品售價為4000元左右，是普通高清攝像頭的3-4倍，其主要原因在于AI芯片成本居高不下。
也就是說，在智能安防人人可談的今天，所有從業者受錮的枷鎖竟來自于AI芯片，它的價格高昂讓一切智能夢暫時破滅，也讓苦于追逐智能浪潮的安防廠商們喘不過氣來。
毫不夸張地說，AI芯片的成本直接決定了智能安防產品普及與否的關鍵。
作為全球頂尖且實力不俗的安防大企，大華自然不會繼續停留在產業鏈下一級任人擺布。造芯這件事無論是考慮到外憂還是內患，都需盡力而為之。
從“內患”來看：這些年安防行業好不熱鬧，除了需要苦苦追趕前位的海康威視，近些年還需注意頻頻冒出的匹匹黑馬，它們當中有互聯網巨頭、有AI明星創企，無論是論渠道能力，還是論技術能力，皆不可小覷。
在這場混合大戰中，如果誰能夠研發出自己的AI芯片，就能在比較務實，看重性價比的安防行業獲得更多潛在市場。
在安防行業，硬盤、顯示器等硬件利潤都不高，唯獨芯片產業含有飽滿的油水，這也是驅使安防廠商向上游競走的動力所在。
此前，很多行業集成度較高的包括蘋果、三星、華為、小米、大疆等企業在發展壯大之后都會選擇自己研發芯片。
與此同時，視頻監控進入人工智能時代之后，行業對視頻監控企業的需求從以單純硬件的提供商為主轉變為在芯片、硬件產品、算法全生態布局，可提供軟硬件一體化的解決方案提供商，進一步提高了行業進入的技術壁壘。
就“外憂”而言：數據、算法、算力，這是已經被公認的AI發展三要素。
在算法及數據層面，此前中國企業一直表現尚優。相比之下，算力的市場風險巨大，它的戰斗程度和迭代速度也許比摩爾定律更為慘烈，中國企業相較美國等企業在這塊較為被動。
幸運的是，這幾年包括大華股份在內的中國企業已經意識到在數據、算法層的領先已經滿足不了產業競爭的現實需要了，國際政治時不時的壓力也會讓原先健康的產業鏈突然中斷。自研AI芯片的面世，對緩解芯片禁運擔憂有重要意義。
一來能夠鞏固自身地位，二來還能賺取更多利潤。此背景下，早在2016年第三季度，大華便成立芯片研究院，全力投入芯片研發，布局AI安防領域。
除此之外，大華還與眾多業內優秀企業頻頻接觸。去年五月份，大華牽手中科曙光打造人工智能聯合實驗室，共同開展在深度學習硬件、深度學習集群平臺、深度學習算法等領域的合作。
“伴隨著低成本AI芯片解決方案的推出，經濟型AI攝像頭價格有望腰斬，對現有產品替代有著重要意義。”大華該負責人表示。
與此同時，他也談到了大華在自研AI芯片方向上的不同之處。目前中國研發芯片的公司大致可以分為幾類：
一類是包括地平線、寒武紀在內的初創公司，他們在媒體文稿中第一次出現的定位就是為AI芯片而生；
第二類便是傳統的芯片公司，包括華為海思、杭州國芯等等，他們一直以來都在為安防行業提供IP；
再來便是包括海康威視、大華股份在內的傳統安防設備商。
在安防行業應用，目前AI的主要發力領域是在深度學習版塊，各個芯片廠商也紛紛推出了能夠支持深度學習網絡的芯片及方案。基于此，大華研發團隊此前也和各個芯片廠商做了很多深層次合作，包括ARM、GPU以及FPGA。
但在這個過程中，大華非常了解各個芯片的優勢和劣勢。在產品設計時，大華會依托自身在智能安防領域需求的深度理解，集合芯片、算法、方案等多層面優勢，為最終客戶提供最適合的解決方案。
他表示，在芯片領域的發展上，大華的芯片戰略不是想著如何替代別人，而是如何增強整體解決方案能力，更多地是做一些差異化芯片出來。
目前安防領域主要的需求還是來自于對人和車輛的檢查、識別、索引等，后期在行為識別方面需求也會越來越旺盛。未來諸如機器視覺、汽車、機器人等領域對圖像信息識別的需求也會比較大。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
