安防行业成巨头必争之地 一文梳理安防AI芯片产品与主要企业

在人工智能兴起之后，安防市场就成为了其全球最大的市场，也是成功落地的最主要场景之一。对于安防应用而言，智慧摄像头、智慧交通、智慧城市等概念的不断涌现，对于芯片产业催生出海量需求。那么，国内安防AI芯片领域的主要玩家及产品都有哪些呢？

安防市场有多大？

根据IDC最新发布的数据显示，2018年我国人工智能市场规模为176亿美元，预计2023年将达到119亿美元。而在这其中，平安城市中的安防仍然是最大的应用场景。

而这也与安防本身的特性密切相关。首先，以视频技术为核心的安防行业拥有海量的数据来源，可以充分满足人工智能对于算法模型训练的要求。其次，安防行业中事前预防、事中响应、事后追查的诉求与人工智能的技术逻辑完全吻合。为此，安防市场也成为众多巨头以及创业公司的必争之地，例如华为。

近日，据俄罗斯国家媒体Sputnik 报道，华为将以5000万美元收购莫斯科安防技术企业Vocord，进一步完善视频监控和人脸识别技术布局。在产品方面，华为在2018年就曾发布了星像、星驰、星图、星盾、星辰五款系列化智能摄像机，与传统安防巨头正面竞争。

从细分领域来看，视频监控的市场规模占比接近安防整体市场一半。未来两年预计保持134%的年复合增速。

需要哪些类别芯片？

从技术角度而言，ISP 芯片(Image Signal Processing，图像信号处理)主要负责对前端摄像头所采集的原始图像信号进行处理；DVR（Digital Video Recorder，数字硬盘录像机）SoC 芯片主要用于模拟音视频的数字化、 编码压缩与存储；IPC （IP Camera，IP 摄像机）SoC芯片通常集成了嵌入式处理器（CPU）、图像信号处理（ISP）模块、视音频编码模块、网络接口模块等，具备入侵探测、人数统计、车辆逆行、丢包检测等一些简单的视频分析功能；NVR (Network Video Recorder，网络硬盘录像机) SoC 芯片 主要用于视频数据的分析与存储，功能相对单一，但由于多与 IPC 联合使用，市场增长也较快。

通常情况下，安防视频监控模拟摄像机的核心部件包括一颗图像传感器和一颗ISP芯片，安防视频监控网络摄像机的核心部件包括一颗图像传感器和一颗IPC SoC芯片。

随着5G和物联网的快速发展，对于安防行业而言，未来“云边结合”也将是最主要的趋势。在云端芯片方面，目前主要还是英特尔、英伟达、谷歌等国外企业的天下，国内企业短期内还难于取得突破。相反，在边缘侧尤其是视频处理方面，对国内企业而言是难得的机遇，国产替代正在不断深入。

主要的玩家有哪些？

对于国内企业而言，华为海思、寒武纪、云天励飞、中科曙光、国科微、 中星微、北京君正、富瀚微、景嘉微等在安防芯片领域都有布局。其中，海思布局比较完善，在IPC SoC市场占有大量份额，并且已经覆盖云端及边缘。以下为国内主要厂商在安防AI芯片领域布局情况：

华为海思

主要产品：Hi3516CV500 等、云端 AI 芯片“升腾”系列

目前，在视频编解码芯片领域海思是绝对的霸主。根据HIS统计数据，2016年海思以62%的出货占比，远超TI、NXP和Ambarella等国外企业。另外，在网络摄像机（IPC）SoC芯片市场中，海思半导体可谓一家独大。

云天励飞

主要产品：NNP100

云天励飞成立于2014年，经过短短几年的发展已成为一家提供五位一体（芯片+算法+数据+应用+服务）端到端全栈式解决方案的供应商。其“深目”方案已经被广泛应用到平安城市、智慧城市、智慧商业、无人机船车、机器人和智能制造等行业。

云天励飞在2016年完成了第一代深度学习神经网络处理器NNP100的研制，并基于FPGA载体实现商用。2018年8月，云天励飞面向嵌入式端的边缘人工智能芯片IPU 成功流片。

地平线

主要产品：旭日系列

地平线基于自主研发的边缘计算平台及领先的深度学习算法，可以实现边缘端 AI 的计算与推广，为客户提供高清人脸识别摄像机、高性能视频结构化服务器及高性能、低功耗、低成本的全栈式智慧城市解决方案。

阿里巴巴

主要产品：Ali-NPU

2018年4月，阿里巴巴宣布达摩院正在研发一款神经网络芯片–Ali-NPU。这款芯片将用于图像视频分析、机器学习等AI推理计算。

Ali-NPU将应用在解决图像、视频识别、云计算等商业场景的AI推理运算问题，提升运算效率、降低成本。据阿里方面透露，按照设计，阿里巴巴的Ali-NPU性能，将是目前市面上主流CPU、GPU架构AI芯片的10倍，而制造成本和功耗仅为一半，性价比超过40倍。该芯片成熟后将通过阿里云提供公共服务。

依图 科技

主要产品：questcore

2019年5月，依图宣布推出其首款视觉推理AI芯片产品questcore（中文名“求索”），该款芯片采用16nm工艺，最高能提供每秒15TOPS（每秒万亿次运算）的视觉推理性能，适用于人脸识别等多种任务场景。

questcore单芯片可支持64路视频高清实时解码，支持50路视频实时解析，可支持视觉的检测、分类、识别、跟踪等任务。

景嘉微

主要产品：JM5400、 JM7200

长沙景嘉微电子股份有限公司成立于2006年4月，致力于信息探测、信息处理和信息传递领域的技术和综合应用，为客户提供高可靠、高品质的解决方案、产品和配套服务。目前是国内率先成功自主研发国产化图形处理芯片(GPU)并产业化的企业。

景美系列GPU芯片是高可靠性、高性能、低功耗的图形处理芯片，能够高效的完成图形加速功能，并提供了多种丰富的外设接口，支持外视频在图形上进行开窗、缩放、旋转以及叠加显示。

富瀚微：

主要产品：FH8856、FH8852、FH8632、FH8535、FH8538D等。

上海富瀚微电子股份有限公司成立于2004年4月，专注于视频监控芯片及解决方案，满足高速增长的数字视频监控市场对视频编解码和图像信号处理的芯片需求。

在视频监控方面，可提供高性能视频编解码SoC和图像信号处理器芯片，主要包括IPC SoC和Camera ISP两个方面。

国科微

主要产品：GK7205/GK7205S 、GK7202、GK7101、GK7102

国科微电子股份有限公司成立于2008年，长期致力于智能机顶盒、智能监控、存储、物联网等领域大规模集成电路及解决方案开发。

国科微2015年进入安防IPC领域，凭借其优秀的ISP性能、完善的系统架构、超高的系统集成度、优异的低功耗设计等高性价比优势，先后推出GK710x等系列H264监控芯片，新一代H265智能监控芯片GK720系列及产品解决方案，广泛应用于平安城市、智能家居、交通、金融、学校等行业级、民用消费级安防监控市场。

随着人工智能从云端向边缘扩展，边缘计算被视为下一个AI战场。海量的应用场景、庞大的计算需求，不仅吸引了英特尔、英伟达这些巨头加速完善云边端一体化的布局，更吸引了众多AI芯片公司纷纷入局。

云端AI已经造就了英伟达的巨大成功，如果边缘AI是一次崭新的机会，哪些公司有机会成为赢家？
业界对于通用、专用的计算路线讨论已久，与这个话题伴生的其实是多样、碎片的应用场景。场景是碎片的，产品是碎片的，那么芯片呢？也只能是碎片的、专用的，不能是通用的吗？通用计算老大哥CPU、GPU的地位会旁落吗？未来通用计算和专用计算的关系如何发展？

时擎 科技 总裁于欣告诉，针对不同应用的架构设计，是一定需要的。领域专用架构（DSA）处理器和芯片，本质上就是要解决通用性和专用性平衡和取舍的问题。

“这里有两个大前提，一是端侧的应用比较碎片化，第二是对功耗和成本往往有比较高的要求。在这两个前提下，如何既能保证相对于某个场景足够的竞争力，以满足成本和功耗的要求，同时又能兼顾足够的市场空间——这是每一家公司都要面临的挑战，也是对产品定义能力的考验”，他强调。

通用计算芯片固然能够覆盖边缘计算程序所需要的所有运算 *** 作，但在芯片架构伸缩性、性能方面，确实无法及时适应边缘侧需求的快速增长。通用计算和专用计算芯片已经呈现出融合发展的趋势。并且，计算特性决定了边缘芯片和云端芯片的不同，架构设计需要进行优化定制。

灵汐 科技 副总经理华宝洪表示，二者要相辅相成，最好能融为一体。在专用计算芯片中会包括通用计算的核，比如Arm或RISC-V等IP内核。新型计算架构芯片比如类脑计算芯片中，除了包括神经拟态计算核、神经网络计算核，一般还有通用的Arm核。同时，通用计算芯片比如最新的Arm芯片，也会内置部分针对传统神经网络加速的IP核。异构融合芯片架构是发展的必然。

伴随这一趋势，意味着需要把负责加速的专用计算单元移入通用编程模型中，且创建通用处理器的压力始终存在。Imagination计算业务产品管理总监Rob Fisher表示，这主要是从通用处理器编程的易用性角度来考虑的。当任务的规模或所需性能远远超出通用解决方案所能容纳的范围时，这种模式将受到限制。

他指出，GPU就是一个很好的示例。在实际应用中，将图形处理工作负载卸载到GPU上的优势很明显，从而推动了高效图形处理器的独立开发。矢量处理器正越来越多地与CPU架构紧密结合，从而允许对计算任务进行指令级加速。

雪湖 科技 副总裁赵小吾表示，针对不同场景下功能和性能的不同要求，边缘的需求更复杂，很难用一个通用的架构或者平台来满足大多数的需求，所以会针对不同应用场景进行专门的架构设计。性能要求不高，算法变化快的部分可以使用通用计算芯片，比如CPU；性能要求高，算法相对固化的部分可以使用专用计算芯片，比如ASIC；对性能和算法灵活性都有一定要求的部分可以使用FPGA可编程芯片。

他以智慧交通领域的边缘计算为例谈到，由于基本都是室外场景，环境复杂且恶劣，既要满足AI大算力和低延时，又要满足可靠性和稳定运行，因此目前大部分边缘计算机都无法满足需求。而采用了室外基站同等级的芯片为这种场景定制了专用的大算力计算机，才满足了这些特殊场景的需求。
随着高性能计算和机器学习的兴起，异构处理器必须处理的工作负载急剧增加，在整个半导体行业建立开放的生态合作至关重要。

不久前，英特尔、AMD、Arm、高通、台积电等已经联合成立了Chiplet标准联盟，推出了通用Chiplet的高速互联标准UCIe。在UCIe的框架下，互联接口标准得到统一，各类不同工艺、不同功能的Chiplet芯片，有望通过2D、25D、3D等各种封装方式整合在一起，多种形态的处理引擎将共同组成超大规模的复杂芯片系统。

英伟达在上个月的GTC22上，一方面宣布了对UCIe规范的支持，另一方面，宣布为半定制芯片开放其NVLink-C2C互连技术，这是一种支持内存一致性的芯片到芯片、裸片到裸片的互连技术。这一路线已经明确展现了英伟达的异构决心，按照这一规划，理论上甚至可以将英伟达的芯片与竞争对手的芯片放入同一个封装中。

黄仁勋告诉，他第一喜欢PCIe，第二喜欢UCIe，并且预测五年内UCIe的好处会逐渐显现。至于英伟达自身的NVlink互连技术，他强调优势在于直连能力。UCIe不能直接接入芯片，仍然是一个外设接口；而NVlink的优势在于可以直接连接，几乎就像直接连接到大脑一样。一定程度上，这可能会导致它的组装比较复杂，合作伙伴和客户必须非常了解NVlink。不过，一旦他们能做好这一点，就可以充分利用芯片内部的所有资源，就像这些资源都在同一个芯片上一样。

这一解答既表明了英伟达并不打算自我排除在在UCIe联盟之外，同时也展现出了对自身NVLink互连技术的绝对信心，推测该技术也将成为英伟达构建异构生态的关键。
边缘计算市场的巨大潜力，自然也吸引着云端芯片巨头的竞逐，他们正通过异构计算、先进制程、先进封装等方式进行全面布局，加之高筑的生态壁垒，国内AI芯片厂商是否有机会与之一搏？

“能造得了摩天大楼的，不一定擅长雕梁画柱。当然相对于云端目前高度垄断和集中的格局来说，边缘侧还没有确定的格局，大家都有机会，而具有更强技术能力和落地能力的厂家，会有更大的机会在竞争中脱颖而出”，时擎 科技 于欣表示，“云边端在某些场景融合协同是有道理的，但本身从芯片设计的角度来说，还是会有很大的区别。”

灵汐 科技 华宝洪则认为，异构计算、先进制程、先进封装等均是手段，不能从根本上解决高能效比、小样本学习、在线学习等问题。在行业导向和市场需求的双重驱动下，冯·诺依曼架构和非冯·诺依曼架构的异构融合，将成为驱动边缘计算技术创新与未来行业高质量发展的核心引擎。

一方面，冯·诺依曼架构的芯片依然在走“暴力计算”的美学方向，会考虑用最先进制程、最先进封装来提升算力；另一方面，非冯·诺依曼架构优先通过架构创新来满足在生物神经网络、类脑方向和新型混合神经网络等领域的规模化使用。以类脑计算为代表的新型计算架构将与传统计算架构深度融合，引领新一轮的技术变革。

雪湖 科技 赵小吾表示，业界头部厂商都开始用小芯片拼凑大芯片的方式来完成产品布局，以满足不同场景的算力需求。例如苹果和英伟达，都开始采用这种“拼积木”的方式，这是非常明确的趋势。

国内这两年市场很热发展很快，但形成规模和有竞争力的厂商并不多。“芯片还是一个需要积累的产业，且产业链比较长”， 赵小吾表示，“目前国内小而多的形态不利于去和上下游争夺话语权，预计未来1-2 年里应该会迎来一波AI芯片厂商淘汰潮。”

爱芯元智创始人、董事长兼CEO仇肖莘也表达了类似观点，她谈到，现在对国产芯片产业是千载难逢的机会，由于市场需求和国家支持，涌现了许多创业型公司。而从大环境出发，我国的芯片行业还属于初期阶段，正呈现出一种百花齐放的态势，但随着产业的不断发展壮大，随之而来的行业整合也将是必经过程。

她强调，这符合芯片行业在过去几十年发展的规律，经过这样的整合，业内一定会出现头部企业，这对于国家整体产业发展是非常重要的。只有这样，中国企业和国际大厂才有同台竞技的机会。

灵汐 科技 华宝洪表示，边缘AI芯片市场仍处于开放状态，没有绝对的霸主。新兴的、多样化的应用场景为国产AI芯片带来了巨大的市场机会，特别是在自动驾驶、智能安防、智能物联网和可穿戴设备等越来越碎片化的市场，国产AI芯片厂商和国际巨头芯片厂商是站在同一起跑线上的，甚至在某些领域更有优势。
就像计算架构领域一位著名的科学家所说，现在正是芯片体系架构百花齐放的黄金时代，这一时代前所未有。尽管CPU、GPU会持续创新，且在某些计算任务上是不可或缺的，但是AI加速计算、数据爆炸等趋势催生的新市场，一定是巨大且多样的，这就给了AI芯片公司带来了新的机会。

从CPU来看，x86架构统治PC和服务器已有松动迹象，Arm一路从手机端和IoT逐渐向上，攻入PC和服务器领域。RISC-V也从物联网设备起步，向更大量的设备进行布局。冯·诺依曼架构和非冯·诺依曼架构的异构融合，正在通往规模化的道路上……

每一次技术浪潮，都会产生新的领导型公司。边缘AI会吗？

服务器行业主要上市企业：浪潮信息(000977)、联想集团(00992HK)、神州数码(000034)、广电五舟(831619)、北京太速(873283)等。

本文核心数据：营业收入、营业利润、资产负债、专利数量

——发展历程对比：浪潮成立时间早

新华三集团作为数字化解决方案领导者，致力于成为客户业务创新、数字化转型值得信赖的合作伙伴。作为紫光集团旗下的核心企业，新华三通过深度布局“芯-云-网-边-端”全产业链，不断提升数字化和智能化赋能水平。新华三拥有芯片、计算、存储、网络、5G、安全、终端等全方位的数字化基础设施整体能力，提供云计算、大数据、人工智能、工业互联网、信息安全、智能联接、边缘计算等在内的一站式数字化解决方案，以及端到端的技术服务。同时，新华三也是HPE®服务器、存储和技术服务的中国独家提供商。

浪潮集团是中国领先的云计算、大数据服务商，拥有浪潮信息、浪潮软件、浪潮国际三家上市公司。主要业务涉及云计算、大数据、工业互联网、新一代通信及若干应用场景。已为全球一百二十多个国家和地区提供IT产品和服务。

——公司规模对比：浪潮信息公司整体规模更大，资产负债率更低

从两家公司的整体规模来看，浪潮信息的总资产及净资产水平都比新华三要高，且浪潮信息资产负债比较新华三低，反映浪潮信息举债经营规模处于相对合理范围，新华三举债经营规模相对较高，风险相对较大。

——经营情况对比：2021年浪潮信息营业收入略胜一筹

从两家公司的营业收入来看，2017-2021年两家公司的营业收入均呈上升趋势，浪潮信息的营业收入整体高于新华三。2021年浪潮信息营业收入为亿67048亿元，同比增长64%;新华三营业收入为44351亿元，同比增长205%。

——营业利润对比：新华三营业利润整体更高

从两家公司营业利润对比来看，2017-2021年新华三营业利润整体高于浪潮信息。2021年，浪潮信息营业利润为2153亿元，同比增长2352%;新华三营业利润为3663亿元，同比增长1755%。整体来看，浪潮信息营业收入高于新华三，但营业利润低于新华三，主要原因新华三产品毛利相对较高，公司主要以服务器销售及应用解决方案销售为主;而浪潮信息主要以服务器产品销售为主。

——服务器产品布局：浪潮信息处理器以英特尔为主

从两家公司的服务器产品类型对比来看，浪潮信息的服务器产品处理器及其他部件主要以英特尔核心产品为主，新华三使用的处理器包括英特尔、AMD，以及国产化的澜起津逮和鲲鹏处理器。两家公司均有边缘计算服务器产品，边缘计算服务器的处理器以英特尔为主。

——服务器应用案例对比：新华三更加注重AI服务器业务

从两家公司服务器应用案例对比来看，浪潮信息更加注重以高算力高存储能力的服务器支持企业进行大量业务，而新华三公司则更加注重AI服务器在云计算、人工智能方面的业务，为应用企业提供智能服务。此外，两家公司都有超融合一体机业务。

——服务器研发情况对比：浪潮信息服务器在研项目数量更多

从两家公司服务器研发项目来看，浪潮信息在研服务器项目数量比新华三更多在研项目覆盖通用服务器、高端服务器，以及AI服务器，新华三主要是服务器产品更新迭代。

——浪潮信息专利数量对比：浪潮信息专利数量是新华三专利数量3倍以上

从专利技术数量来看，根据“智慧芽”搜索的记录，浪潮信息与服务器相关的专利技术多达13000项，新华三服务器相关的专利数量为3740项，浪潮信息的专利数量是新华三的专利数量3倍以上。

——浪潮信息VS新华三对比总结

整体看来，尽管两家企业在行业内处于领先地位，当前综合公司规模、业务收入、研发项目和专利技术的层面来看浪潮信息更胜一筹，但从产品布局及应用案例上看，新华三产品相对更丰富，同时新华三营业利润较高且保持稳定增长，未来企业发展应当会稳步前进。

更多本行业研究分析详见前瞻产业研究院《中国服务器行业市场前瞻与投资战略规划分析报告》。

文/观察者网 谷智轩

全球估值最高的人工智能（AI）芯片独角兽诞生，摘取这一头衔的仍是一家中国公司。

2月27日，AI芯片初创企业地平线（Horizon Robotics）对观察者网透露，其获得6亿美元（约合40亿人民币）左右的B轮融资，估值达30亿美元（约合200亿人民币）。

去年6月，另一家中企寒武纪（Cambricon Technologies）完成数亿美元B轮融资，投后整体估值为25亿美元（约合167亿人民币），彼时成为全球AI芯片创业公司的“领头羊”。

如此看来，地平线已超越寒武纪，成为AI芯片领域“最值钱”的独角兽企业。

需要提及的是，本轮融资的领投方中，世界第三大半导体供应商韩国SK海力士（SK Hynix）赫然在列，而该领域的“老大”英特尔（Intel）早在2017年就领投地平线的A+轮融资。这意味着，全球前三的半导体巨头中，有两家已成为地平线的重要股东。

地平线的“征程10处理器” 图自地平线网站

成立已三年

地平线方面对观察者网表示，B轮融资由SK中国、SK海力士以及数家中国一线 汽车 集团（与旗下基金）联合领投。

参与的其他机构与战略合作伙伴包括：中国泛海控股集团旗下泛海投资、民银资本、中信里昂旗下CSOBOR基金和海松资本等。同时，本轮融资还获得了包括晨兴资本、高瓴资本、云晖资本和线性资本等现有股东加持。

这也是继2017年下半年获得由英特尔领投的超过1亿美元的A+轮融资之后，成立仅三年多的地平线再次获得重量级投资。

该公司还称，本次国内数家一线 汽车 集团给予地平线的上亿美元投资，也成为中国车企目前在AI领域最大规模的投资。

地平线创始人、CEO余凯对观察者网表示，“本次融资引入的重要战略伙伴和资源将进一步加速地平线的研发和商业化步伐。”

另外，SK中国总裁吴作义指出，“地平线在AI处理器以及自动驾驶领域的产品与方案令人印象深刻。”

此前供职于百度的余凯在2013年发起了百度自动驾驶项目。不过，2015年5月，他从百度离职，并于同年7月创立地平线。

余凯资料图 图自视觉中国

在获得最新一轮融资前，地平线也晒出了一份“成绩单”。

2017年，地平线大规模流片（试生产）并发布了中国首款边缘AI处理器——用于智能驾驶的地平线“征程”系列处理器与用于AIoT（人工智能物联网）边缘计算的地平线“旭日”系列处理器。

2018年，该公司依托其软硬结合AI处理器技术，相继发布了Matrix自动驾驶计算平台与和地平线XForce边缘AI计算平台。

目前，Matrix自动驾驶计算平台已向世界顶级L4自动驾驶厂商大规模供货。2018年底，该公司推出依托Matrix计算平台的Navnet众包高精地图采集与定位方案等软硬一体解决方案，并已开始逐步落地。

在智能驾驶领域，地平线的合作伙伴包括奥迪、博世、长安、比亚迪、上汽、广汽等。

另据路透社报道，地平线和奥迪合作开发的软硬件，帮助后者获得了在中国无锡公路上测试自动驾驶的执照。

地平线智能驾驶演示视频截图

中企尚待追赶行业巨头

观察者网同时注意到，尽管地平线已经获得众多资本的青睐，但在AI芯片领域，中企尚待追赶行业巨头。

市场研究机构Compass Intelligence对全球100多家芯片公司进行了评估，最终的AI芯片公司排名有24家企业入围，前3强为英伟达（Nvidia）、英特尔和IBM。华为是排名最高的中国公司，位列第12名。

地平线也跻身这份榜单，排名第24名，上文提到的寒武纪则领先其1位。

其他入围的中国企业还包括联发科（MediaTek）、Imagination、瑞芯微（Rockchip）、芯原（Verisilcon），分列第14、15、20、21名。

图自Compass Intelligence

本文系观察者网独家稿件，未经授权，不得转载。

---