AI芯片加持，安防下一爆點：邊緣計算

AI芯片加持，安防下一爆點：邊緣計算

摘要:邊緣計算是一個難題，它為IT架構師和嵌入式開發人員提供了多種選擇。最終，它可以創建邊緣AI，從而實現更快、更豐富的決策?；贏I的機器學習技術已經超越了基于云的數據中心，因為重要的IoT傳感器數據的處理越來越接近數據最初所在的位置。

        邊緣計算是一個難題，它為IT架構師和嵌入式開發人員提供了多種選擇。最終，它可以創建邊緣AI，從而實現更快、更豐富的決策?；贏I的機器學習技術已經超越了基于云的數據中心，因為重要的IoT傳感器數據的處理越來越接近數據最初所在的位置。

　　此舉將由配備了新的人工智能(AI)的芯片實現。芯片級邊緣AI正在驅動下一代物聯網。

　　據德勤《2020科技、傳媒和電信行業預測》報告預測，2020年邊緣人工智能芯片——執行或加速設備內，而非遠程數據中心的機器學習任務的芯片或芯片部件——銷量將超過7.5億片，創造26億美元的收入。這一數據是德勤2017年預測3億片邊緣人工智能芯片銷量的兩倍以上，三年復合年均增長率高達36%。此外，還預測邊緣人工智能芯片市場將繼續加速發展，增長速度將超過芯片市場整體平均水平。至2024年，邊緣人工智能芯片銷量預計將超過——甚至可能遠遠超過——15億片，年銷量增長率將達到至少20%，是半導體行業整體長期預測9%的復合年均增長率的兩倍以上。

        這些邊緣人工智能芯片很大可能將流向數量日益增長的消費級設備，如高端智能手機、平板電腦、智能音箱及可穿戴設備等，同時亦將應用于多個企業市場——機器人、攝像頭、傳感器及其他物聯網設備。兩者均是十分重要的市場。

　　消費級邊緣人工智能芯片市場規模遠大于企業市場，但其增長速度可能相對較慢。至2024年，邊緣人工智能芯片銷量預計將超過15億片，甚至可能遠遠超過這一數據，年銷量增長率將達到至少20%，是半導體行業整體長期預測9%的復合年均增長率的兩倍以上。

　　AI芯片是安防領域強需求

　　在電子安防產品市場中，視頻監控系統占據了過半的份額，市場規模達到962億元，成為構建安防系統的核心。目前安防行業涉及多個領域，包括公安安防、智能家居、智能交通、智能制造、智慧城市等，主要需求還是來自于對人和車輛的檢索和識別，后期在行為識別方面的需求也會越來越大。在不久的將來，人工智能技術將會取代眾多傳統的安防技術，整個安防行業的發展已經到了比拼核心技術的關鍵節點。

　　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，再進行數據深度挖掘，可有效提高數據處理效率。圖像和視頻的人工智能處理，是目前AI芯片商業化前景最樂觀的賽道，也是玩家們彎道超車的最佳機會。

　　目前市面上主流的人工智能攝像頭產品售價均為幾千元不等，是普通高清攝像頭的幾倍，其主要原因在于AI芯片成本居高不下。如何讓AI芯片成本降低，性能不斷提高，才是智能安防能否真正落地的關鍵。

　　邊緣計算是智能安防的主要瓶頸

　　1.應用層面

　　目前，產品落地上主要體現在視頻結構化(對視頻數據的識別和提取)、生物特征識別(指紋識別、人臉識別等)、物體特征識別(車牌識別系統)等應用方向。安防系統每天產生的海量圖像和視頻信息造成了嚴重的信息冗余，識別準確度和效率不夠，并且可應用的領域較為局限。

　　視頻監控系統作為前后端分屬較為明顯的物聯網系統，在邊緣計算的應用方面有很大潛力。攝像機作為前端采集設備，目前不僅清晰度大大提高，而且對智能化需求也越來越強，因此行業內正在極力推進攝像機能夠實現對視頻圖像內容的實時處理，不但能夠極大地降低信息傳輸系統和后端設備的負擔，同時還能夠提升整個安防系統的響應速度，為安防領域一直提倡的"事前預警、事中制止、事后復核"理念走向現實提供最有利的技術支撐。

　　比如在人臉識別應用當中，通過前端抓拍+中心分析的前后端智能相結合的模式，將人臉識別智能算法前置，在前端攝像機內置高性能智能芯片，通過邊緣計算將人臉識別抓圖的壓力分攤到前端，解放中心的計算資源，以集中優勢計算資源做更高效的分析。

　　2. 云端的難題

　?。?）數據傳輸成本高。隨著數據量激增，對傳輸帶寬壓力也不斷增加，邊緣端的無線傳輸模塊必須支持高速無線傳輸，這就需要更大的功耗，與邊緣端低功耗的需求是沖突的。

　?。?）許多終端應用場景對延時非常敏感。比如平安城市中的異常行為檢查、人流量檢測等，都需要實時預警，延時較長是無法被接受的。

　?。?）像智能家居等場景對安全和隱私的需求，也使得云計算的發展受限，在數據傳輸到數據中心前，通過網絡邊緣設備對數據進行分析處理，匿名和加密，可以無需將所有終端數據都傳輸給云端，進而有效地解決這些問題。

　　邊緣計算可以很好的解決這些問題，根據實際應用需求，邊緣端既可以獨立作為智能處理模塊，也可以和云端配合（邊緣端做一些分析處理和過濾，再交給云端），這樣的解決方案對延時、帶寬和功耗等都有明顯優勢。

低功耗AI芯片加持攝像頭，邊緣設備智能化是安防新趨勢

      AI安防芯片是前端攝像頭智能化的關鍵因素，也是應對視頻監控高實時性要求的重要手段。城市各類犯罪呈現高發態勢，尤其是突發性暴力犯罪，時間不可預測，要求攝像機或攝像頭自動在圖像和視頻流中檢測和跟蹤人臉，進行實時比對和決策。針對海量視頻監控的實時性處理和反饋要求，云計算能力有限，存在諸如響應不及時、功耗高、網絡帶寬需求高等問題。

　　隨著芯片技術的持續發展，尤其是專門為視覺處理設計的終端芯片體積的減小、能耗的降低以及處理能力的增強，將AI 芯片放置在前端攝像機或攝像頭中，通過前移算力算法使終端設備擁有強大的視頻圖像采集技術和數據分析存儲能力，對視頻圖像進行預處理，去除圖像冗余信息，使得部分或全部視頻分析遷移到邊緣處，由此分攤云中心的計算和存儲壓力，提高視頻分析的速度。

　　目前中國的智能攝像頭產品已經在視頻監控領域真正落地，低功耗的人臉抓拍、識別與相關屬性分析、視頻結構化解析，可廣泛運用于機場、車站、商業街以及旅游景區等人群密集的地方。

　　華為采用自研海思芯片，應用到最新發布的智能攝像機系列中。地平線研發了主攻智能攝像頭的嵌入式AI芯片“旭日”， 并推出了面向安防領域的人工智能高清人臉識別網絡攝像機。?？低?、大華等安防廠商也在拓展上游市場，加入了造芯的隊伍中。視頻監控的前端智能已然成為了AI芯片廠商和老牌安防巨頭的必爭之地，由于AI芯片的成本是產品大規模普及應用的制約因素，能夠自主研發AI安防芯片的公司將會獲得更多潛在市場。

我國的安防領域信息化基礎扎實，攝像頭、抓拍機部署密度較大，邊緣側的數據采集已不存在障礙，且公共安全領域正廣泛開展大數據分析、計算機視覺等技術的實踐應用，在數據庫的搭建、算法模型的訓練、業務場景的適配方面，已經具備較好基礎。從智能攝像頭的巨大市場可以看出，前端攝像頭等邊緣設備智能化是安防的一大新趨勢。