在高清监控摄像头数量与AI渗透率不断递增的情况下，由摄像头采集的图像、视频流数据，需要更强大的分析引擎对其进行分析、处理和训练。
以北京地铁站为例，北京1000多个地铁站中平均每站都有上百个摄像头，平均每个地铁站每天流通8到10万人较为常见。保守预估每个相机每天看见1万个人，再假设对比库中有1万个目标（对于公安数据库来说并不大），这个相机每天要回答的问题就是一亿零一万个！
显然，在当前各类安防项目中，依靠纯嵌入式智能DVR和NVR均无法满足严苛的计算要求。
面对万亿级AI安防市场，在技术落地成花的十字路口，所有的安防企业高管们都会面对一个终极命题：AI安防究竟需要一款怎样强大的服务器？
谈到安防服务器，X86无处不在，一直以来，它都是包括安防在内等多个行业的“宠儿”。
“眼下安防市场很多的管理平台，譬如流媒体服务器、转发服务器、主控服务器基本基于X86架构建设，它的最大优势是比较容易开发、上手比较快，大多工程师更擅长在X86架构上做研发。”
华泰科捷CEO傅剑辉告诉雷锋网，考虑到它表现不俗的性价比，X86服务器一直都是我们采购的首选。
由此，过去多年来，X86服务器也获得了全球顶尖服务器供货商的青睐。
遗憾的是，各科成绩均“达标”的 X86服务器，在如今大热的AI浪潮面前，却遇到了一些“偏科”难题。
傅剑辉透露，从安防用户实际使用角度考量，目前X86服务器应用在安防行业主要存在三大问题：
一、CPU负责逻辑运算的单元并不多，在多任务处理时效率低下。面对海量视频信息，传统X86服务器单纯以CPU为核心的数据中心部署已经不能很好地满足并行灵活计算、多变环境的计算需求，很难在安防企业级服务器市场有惊艳的表现。
“以前的视频数据只需存在后台，做少量分析即可，也就是说存储足够大就行；今天，很多客户都希望我们能够实时处理这些海量视频信息并反馈结果，而这就意味着系统需要同时做解码、做视频结构化、做识别、搜索等等，X86明显就不够用了。”
换句话说，X86可以类比手机里的功能机，它能够满足单一的通信处理需求，而AI融入的安防市场，更需要一台强大的智能手机，配备更强大的性能以适配 游戏 、处理等个性需求。
二、在行业出现算力不够的大背景下，很多厂商打出X86服务器加上若干GPU卡的组合拳，而这种为了单纯解决算力而“拼凑”出的方案大大增加了服务器的功耗和用户成本。
从行业采用情况看，如果涉及人脸识别等AI项目时，大部分厂商会采用GPU作为人像数据结构化的处理单元，特别是在X86服务器集群中，GPU更是成为唯一选择。
在某种程度上，GPU的确解决了部分算力不足的问题，却也存在两个致命硬伤。
一是功耗大，需依托X86架构服务器运行，不适用于更为广泛的AI方案开发； 二是成本高昂，比如采用GPU方案，折算单路人脸识别成本在万元以上，相较其他千元级，甚至是百元级的方案，毫无成本优势可言，这两个致命短板，也让很多企业不得不寻求新的方案。
三、由于X86更多采用的是较为开放的LinuX系统，而非封闭的AIX系统，在稳定性和可维护性上略显不足。
“未来的市场必定是数据规模和计算能力的角逐。”
浪潮商用机器有限公司产品部张琪告诉雷锋网，随着越来越多新应用的出现，传统的X86计算架构会遇到很多瓶颈，包括数据瓶颈（处理器的计算单元以多快的速度获取和交换数据）、计算瓶颈（单位空间内能集成多少计算能力）、延迟瓶颈、通信瓶颈。
就像设计时速30码的道路难以承载均速100码的车辆通行一样，很短时间内就可造成道路拥堵甚至瘫痪。
今天来看，面对大计算、智能化场景，谁能够最先解决算力问题，又能够更好降低功耗与成本，谁就能在AI浪潮下引领鳌头。
在张琪看来，基于POWER9的高性能服务器能够很好满足AI安防时代下的高智能需求。
从AI安防实际场景所需出发，浪潮商用机器有限公司近期推出了基于POWER9服务器，搭载UltraVision视频智能分析系统的AI视觉分析智能分析解决方案(UltraVision on Power)。
AI视觉分析解决方案可以看作一个超级高效的AI大脑，它软硬结合，能够实时、准确、智能、节能地完成包括安防在内各个行业所需的复杂性数据处理工作。
“硬”，体现在POWER9架构上，它能够提供强大的图像视频的计算处理能力。相比其他处理器，POWER9支持了PCIe40、NVlink20等新一代I/O协议，能够在AI等应用中展示出更好的应用表现。
具体来看，相比X86，其单节点视频处理路数提升近3倍，达38倍提升深度学习框架AI模型训练效率，18倍更好的加速数据库性能，IO能力提升了近5倍。
另外，执行视频和图像编解码，查询搜索任务时，整机可提供单精度56TFlops和双精度28TFlops超强算力，和比X86服务器相比，单块GPU即可提供比纯CPU服务器高30倍的推理能力。
值得一提的是，该方案独有的CAPI技术，可以将延迟降低至1/36，全面加速图像处理，同时功耗降低高达30%。
18倍、38倍、3倍、5倍、30倍，看起来不大的几个数字对于安防行业来说，都是庞大数量级的提升。
这几个数字的变化，能够将各类犯罪和严重的暴力事件的防控手段从事后介入提前到事前或事中，大大减少安全事件的发生，实现公共安全从被动防御到主动防御的业务转变。
除了POWER9提供的超强算力硬核外，在软件层面，该方案还有高重UltraVision视频智能分析技术加持，如目标检测（PD）、行人重识别（RE-ID）等多项计算机视觉技术，提升目标识别准确率高达94%。
毋庸置疑，软硬结合的AI视觉分析解决方案在实际落地过程中，能够实实在在地为用户解决AI时代下的高算力与低功耗问题。
除此之外，相比其他热门方案，该方案还有两大优势不得不提。
其一、独有的利旧能力降低客户成本。
通常来说，一般的AI视频系统想要实现某些功能必须接入具备AI技术的感知摄像头，该方案在部署过程中不需要更换原有摄像头，只需要旁路接入视频采集端，即可实现AI系统；
另外，该方案还可以兼容不同品牌、不同制式的任何摄像头；可以不改变客户原服务器等硬件架构的情况下直接部署，有效降低客户部署成本。
其二、就浪潮商用机器公司本身来说，依托其在服务器领域的引领地位，拥有强大的定制化落地能力，缩短交付周期从月到天。
该方案无论是面对大数据处理、机器学习这样的AI应用，还是软件定义存储、内存数据库这一类的开源应用都会有比较好的性能表现。
毫无疑问，专为AI、云计算、大数据等新兴应用而生的AI视觉分析解决方案在客户面对严苛业务挑战时，提供了更多元化的选择。
依托这款高性能产品，用户可以更快地部署各类智能应用，缩短安防AI应用的技术迭代周期。
与此同时，性能卓越的浪潮商用机器服务器的应用不仅限于安防行业，在互联网、金融等对安全性要求高的领域，其也可以施展拳脚。
安防之外，整个 社会 正在向规模化、自动化、智能化转型升级。其中，智能化的应用方向涵盖四大方向：前端化、云端化、平台化和行业化。
在这个升级过程中，新的平台需要有新的能力做新的认知，新的认知催生新的需求和应用。
对于包括浪潮在内的 科技 公司来说，这是一次巨大的机会，同时也是一个不小的挑战，路漫漫其修远兮，必须上下而求索。雷锋网雷锋网雷锋网人脸识别的核心即为算法模型，基于深度神经网络的算法，这需要大量的数据以及计算力去训练一个成熟的神经网络模型，同时，在验证训练好的模型时还要用到能效比高的推理服务器进行 *** 作。目前的人脸识别等智能分析有两种产品形态，一类将具有智能分析功能的软硬件前置在视频采集端，另一类是在后端服务器上运行视频分析功能，前段的摄像头只负责视频采集。前端分析模式免去了大量的视频传输和存储，但位于前段的分析算法难以知晓临近摄像头的状态，且无法基于多个摄像头进行目标追踪，而且由于其计算能力限制，无法运行复杂的视频分析算法。后端分析模式对网络传输和后端服务器处理能力要求更高。但在网络带宽成本越来越便宜的当下，后端部署的优势也越来越明显。后端部署模式在监控需求提升时也更容易进行升级，只需更新后端的智能视频分析服务器即可，思腾合力推理服务器采用NVIDIA Tesla T4推理计算卡。
深度学习是机器学习的分支，是一种以人工神经网络为架构，对数据进行表征学习的算法。深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理等多个领域都取得了卓越的成果，可见其重要性
熟悉深度学习的人都知道，深度学习是需要训练的，所谓的训练就是在成千上万个变量中寻找最佳值的计算。这需要通过不断的尝试识别，而最终获得的数值并非是人工确定的数字，而是一种常态的公式。通过这种像素级的学习，不断总结规律，计算机就可以实现像人一样思考。因而，更擅长并行计算和高带宽的GPU，则成了大家关注的重点。
很多人认为深度学习GPU服务器配置跟普通服务器有些不一样，就像很多人认为做设计的机器一定很贵一样。其实只要显卡或者CPU满足深度学习的应用程序就可以进行深度学习。由于现在CPU的核心数量和架构相对于深度学习来说效率会比GPU低很多，所以大部分深度学习的服务器都是通过高端显卡来运算的。
这里谈谈关于深度学习GPU服务器如何选择，深度学习服务器的一些选购原则和建议：
1、电源：品质有保障，功率要足够，有30~40%冗余
稳定、稳定、还是稳定。一个好的电源能够保证主机再长时间运行不宕机和重启。可以想象一下，计算过程中突然重启，那么又要重来，除了降低效率，还影响心情。有些电源低负载使用的时候可能不出问题，一旦高负载运行的时候就容易出问题。选择电源的时候一定要选择功率有冗余品质过硬，不要功率刚刚好超出一点。
2、显卡：目前主流RTX3090,最新RTX4090也将上市
显卡在深度学习中起到很重要的作用，也是预算的一大头。预算有限，可以选择RTX3080 /RTX3090/RTX4090(上月刚发布，本月12日上市)。预算充足，可以选择专业深度学习卡Titan RTX/Tesla V100 /A6000/A100/H100（处于断供中）等等。
3、CPU：两家独大，在这要讲的是PC级和服务器级别处理器的定位
Intel的处理器至强Xeon、酷睿Core、赛扬Celeron、奔腾Pentium和凌动Atom5个系列，而至强是用于服务器端，目前市场上最常见的是酷睿。当下是第三代Xeon Scalable系列处理器，分为Platinum白金、Gold金牌、 Silver 银牌。
AMD处理器分为锐龙Ryzen、锐龙Ryzen Pro、锐龙线程撕裂者Ryzen Threadripper、霄龙EPYC，其中霄龙是服务器端的CPU，最常见的是锐龙。当下是第三代 EPYC（霄龙）处理器 ，AMD 第三代 EPYC 7003 系列最高 64核。
选择单路还是双路也是看软件，纯粹的使用GPU运算，其实CPU没有多大负载。考虑到更多的用途，当然CPU不能太差。主流的高性能多核多线程CPU即可。
4、内存：单根16G/32G/64G 可选，服务器级别内存有ECC功能，PC级内存没有，非常重要
内存32G起步，内存都是可以扩展的，所以够用就好，不够以后可以再加，买多了是浪费。
5、硬盘：固态硬盘和机械硬盘，通常系统盘追求速度用固态硬盘，数据盘强调存储量用机械盘
固态选择大品牌企业级，Nvme或者SATA协议区别不大，杂牌固态就不要考虑了，用着用着突然掉盘就不好了。
6、机箱平台：服务器级别建议选择超微主板平台，稳定性、可靠性是第一要求
预留足够的空间方便升级，比如现在使用单显卡，未来可能要加显卡等等；结构要合理，合理的空间更利于空气流动。最好是加几个散热效果好的机箱风扇辅助散热。温度也是导致不稳定的一个因素。
7、软硬件支持/解决方案：要有
应用方向：深度学习、量化计算、分子动力学、生物信息学、雷达信号处理、地震数据处理、光学自适应、转码解码、医学成像、图像处理、密码破解、数值分析、计算流体力学、计算机辅助设计等多个科研领域。
软件： Caffe, TensorFlow, Abinit, Amber, Gromacs, Lammps, NAMD, VMD, Materials Studio, Wien2K, Gaussian, Vasp, CFX, OpenFOAM, Abaqus, Ansys, LS-DYNA, Maple, Matlab, Blast, FFTW, Nastran等软件的安装、调试、优化、培训、维护等技术支持和服务。
————————————————
版权声明：本文为CSDN博主「Ai17316391579」的原创文章，遵循CC 40 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：>
感知层：底层数据采集职能，包括芯片、连接芯片和应用设备的模组、传感器、各类识别技术等1、芯片：低功耗、高可靠性的半导体芯片应用广泛，MCU/SoC逐渐渗透物联网领域。MCU芯片复杂度较低，适用于智能设备的短距离信息运输，主要应用于智能家居、消费电子、医疗保健和工业电子等领域；SoC芯片系统复杂度较高，集成功能更丰富，支持运行多任务复杂系统，可应用于功能较复杂的嵌入式电子设备，应用于无人机、自动驾驶和工业互联网等领域
2、无线模组：为物联网提供网联能力的基础硬件，将芯片、存储器和功放器件等集成在一块线路板上，并提供标准接口，在物联网产业中处于承上启下的中间环节，向上连接芯片行业，向下连接各类终端设备，终端设备借助无线模组实现通信或定位的功能。
3、传感器：作为物体的“五官”，传感器承担采集数据、感知世界的重任，不断向智能化、高精度、微型化的方向发展，市场空间广阔。传感器与MEMS结合是当下技术的新趋势，MEMS传感器集成通信、CPU、电池等组件及多种传感器，具有体积小、功耗低、成本低、集成度高、智能化特点，广泛应用于消费电子、医疗和车联网等领域。
涉及企业：
芯片
翱捷科技：具备全球稀缺的全制式蜂窝基带芯片研发能力的平台型芯片设计企业。2015年成立以来一直专注于无线通信芯片的研发和技术创新。公司各类芯片产品可应用于手机、智能穿戴设备为代表的消费电子市场和以智慧安防、智能家居、自动驾驶为代表的智能物联市场。
先科电子：领先的高质量模拟和混合信号半导体产品供应商。成立于1960年，主要为客户提供电源管理、保护、高级通信。人机界面、测试与测量以及无线和感应产品方的专有解决方案。
广芯微电子：成立于2017年，一家为客户提供创新解决方案的集成电路设计企业，公司开发包括面向工业物联网（IIoT）并支持边缘计算的专用处理器芯片、面向LPWA的IoT连接专用芯片、IoT基带处理器芯片、以及应用于传感器信号调理的专用芯片。
华为海思：全球领先的Fabless半导体与器件设计公司，前身为华为集成电路设计中心，2004年注册成立实体公司，提供海思芯片的对外销售及服务。
联发科：全球第四大无晶圆半导体公司，联发科技的核心业务包括移动通信、智能家居与车用电子，着重研发适用于跨平台的芯片组核心技术，联发科的芯片经过优化，能在极低散热量且极度节能的模式下运行，以延长电池续航力，时时刻刻达到高效能、高电源效率与连网能力的完美平衡。
紫光展锐：我国集成电路设计产业的龙头企业。公司于2013年成立，致力于移动通信和物联网领域核心芯片的研发及设计，产品包括移动通信中央处理器、基带芯片、AI芯片、射频前端芯片、射频芯片等各类通信、计算及控制芯片，其物联网解决方案支持众多智能电子产品，包括智能手机、平板电脑、Wi-Fi调制解调器、家用设备、可穿戴设备、互联汽车产品等。
移芯通信：为中国自主研发的超低功耗NB-IoT和Cat-M物联网芯片供应商。公司于2017 年成立，2020年12月完成B轮融资。主要业务为蜂窝物联网芯片的研发和销售，致力于设计全球极致性价比的蜂窝物联网基带芯片。
高通：是全球领先的无线科技创新者，也是5G研发、商用与实现规模化的推动力量。成立于1985年，1991年在纳斯达克上市。Qualcomm主要研发无线芯片平台和其它产品解决方案，凭借行业领先的技术解决方案以及在标准组织中的积极贡献，Qualcomm成为赋能无线生态系统不可或缺的一部分。
诺领科技成立于2018年9月，是探索满足IoT需求的全集成、低功耗无线SoC解决方案的先行者。诺领科技作为一家广域无线物联网芯片设计公司，拥有射频模拟、基带通信系统、GNSS、SoC系统和软件方面的顶尖人才，致力于发布最佳SoC解决方案。公司目前推出的产品包括物联网系统级芯片NB-IoT和Cat-M SoCs，服务于广泛的市场，其中包括智慧城市、可穿戴设备、资产追踪等等。
芯翼信息是5G物联网端侧SoC创新领导者。成立于2017年3月，公司专注于物联网通讯芯片（NB-IoT）的研发和销售。其产品XY1100是全球首颗single die集成CMOS PA的量产NB-IoT SoC，具有超低功耗、超小体积模块设计和开发灵活等优势，可应用于智慧气表、智慧水表、烟感、电动车、物流跟踪、智慧穿戴等应用场景。
智联安科技是一家专业从事芯片设计的国家高新技术企业。成立于2013年9月，公司总部位于中国北京，在硅谷、武汉、合肥等多地设有子公司和技术研发中心。公司致力于无线通信芯片的技术研发，目前已于2019年8月成功完成NB-IoT终端通信芯片MK8010量产流片，并在多个行业中实现落地应用。
中兴微电子为中国领先的通信IC设计公司。成立于2003年，中兴微电子专注于通信网络、智能家庭和行业应用等通信芯片开发，自主研发并成功商用的芯片达到100多种，覆盖通信网络“承载、接入、终端”领域，服务全球160多个国家和地区，连续多年被评为“中国十大集成电路设计企业”。
Nordic Semiconductor北欧半导体是专注研究物联网无线技术无晶圆厂半导体公司。公司专注于低功耗无线技术产品，包括短距离蓝牙，2020年从Imagination Technologies收购的Wi-Fi技术和LTE-M / NB-IoT蜂窝物联网解决方案。
Marvell美满是高性能数据基础架构产品的全球半导体解决方案提供商。成立于1995年，Marvell专注模拟，混合信号，计算，数字信号处理，网络，安全性和存储领域，提供产品和解决方案来满足汽车，运营商，数据中心和企业数据基础架构市场日益增长的计算，网络，安全性和存储需求。公司当前的产品主要包括两大类：网络和存储。
Broadcom博通是全球领先的有线和无线通信半导体公司。拥有50年来的创新，协作和卓越工程经验，公司设计提供高性能并提供关键任务功能的产品和软件，包括半导体解决方案和基础设施软件解决方案，半导体解决方案主要包括明星级的有线基础设施业务（以太网交换芯片/数据包处理器/ASCI等）和无线芯片业务（Wi-Fi 芯片/蓝牙/GPS 芯片等）。基础设施软件部门主要包括主机、企业软件解决方案和光纤通道存储区域网络业务。
NXP恩智浦半导体公司是嵌入式应用安全连接解决方案的全球领导者。公司于2006年在荷兰成立，前身为荷兰飞利浦公司于1953年成立的半导体事业部，致力于为客户提供广泛的半导体产品组合，包括微控制器，应用处理器，通信处理器，连接芯片组，模拟和接口设备，RF功率放大器，安全控制器和传感器等
乐鑫科技是一家专业的物联网整体解决方案供应商。公司在2008年4月成立于上海，是一家主要从事智能物联网Wi-Fi MCU通信芯片与模组研发设计与销售的公司。公司采用Fabless的经营模式，将晶圆制造、封装和测试环节委托于专业代工厂商。近年来，公司牢牢把握智能物联网行业的机遇，主要产品Wi-Fi MCU通信芯片目前主要运用于智能家居、智能照明、智能支付终端、智能可穿戴设备、传感设备及工业控制等物联网领域
晶晨股份是全球布局、国内领先的集成电路设计商。成立于2003年，公司专注于为多媒体智能终端SoC芯片的研发、设计与销售，芯片产品主要应用于智能机顶盒、智能电视和AI音视频系统终端等科技前沿领域。公司属于典型的Fabless模式IC设计公司，将晶圆制造、芯片封装和芯片测试环节分别委托给专业的晶圆制造企业和封装测试企业代工完成，自身则长期专注于多媒体智能终端SoC芯片的研发、设计与销售，已成为智能机顶盒芯片的领导者、智能电视芯片的引领者和AI音视频系统终端芯片的开拓者。
蜂窝模组企业
移远通信：全球领先的物联网模组龙头。公司成立于2010年，从事物联网领域无线通信模组及其解决方案的设计、生产、研发与销售服务，可提供包括无线通信模组、物联网应用解决方案及云平台管理在内的一站式服务。
广和通：作为首家上市的无线通讯模组企业，近十年为公司业务的快速发展期。成立于1999年，并于2017年在深圳证券交易所创业板上市，成为中国无线通讯模组产业中第一家上市企业。公司主要从事无线通信模块及其应用行业的通信解决方案的设计、研发与销售服务。
美格智能：全球领先的无线通信模组及解决方案提供商。成立于2007年，美格智能专注于为全球客户提供以MeiGLink品牌为核心的标准M2M/智能安卓无线通信模组、物联网解决方案、技术开发服务及云平台系统化解决方案。
日海智能：通信行业连接设备龙头，成立于2003年，2017年相继收购了龙尚科技与芯讯通，入股美国艾拉，在国内率先实现了“云+端”的物联网战略布局，卡位物联网发展关键环节；在2018年重新确立了AIoT人工智能物联网发展战略，
高新兴：全球领先的智慧城市物联网产品与服务提供商。成立于1997年，公司长期致力于研发基于物联网架构的感知、连接、平台层相关产品和技术，从下游物联网行业应用出发，以通用无线通信技术和超高频RFID技术为基础，融合大数据和人工智能等技术，实现物联网“终端+应用”纵向一体化战略布局，构筑物联网大数据应用产业集群，并成为物联网大数据应用多个细分行业领先者，服务于全球逾千家客户。目前公司正处于战略和资源进一步聚焦阶段，重点聚焦车联网和执法规范化两大垂直应用领域。
有方科技：物联网接入通信产品和服务提供商。成立于2006年，公司致力于为物联网行业提供稳定可靠的接入通信产品和服务。公司的主营业务为物联网无线通信模块、物联网无线通信终端和物联网无线通信解决方案的研发、生产（外协加工方式实现）及销售。
合宙通信：一家专业提供物联网无线通信解决方案技术产品和服务的高科技企业。成立于2014年，公司致力于提供基于通信模块的智能硬件、软件平台、云平台等综合解决方案
鼎桥通信：行业无线解决方案的领导者。成立于2005年，公司专注于无线通信技术与产品的创新，布局三大业务板块：行业无线、物联网&5G、行业定制终端。
锐明技术：全球商用车载监控龙头。成立于2002年，公司聚焦商用车视频监控和车联网18年，细分行业龙头公司，产品覆盖商用车全系车型。公司外销“商用车通用监控产品”，内销“商用车行业信息化产品”，全球累计超过120万辆商用车安装有公司的产品
传感器
奥比中光：一家全球领先的AI 3D 感知技术方案提供商。公司成立于2013年，在2020年12月进行上市辅导备案。公司拥有从芯片、算法，到系统、框架、上层应用支持的全栈技术能力，主要产品包括3D视觉传感器、消费级应用设备和工业级应用设备技术产品，其AI 3D 感知技术广泛应用于移动终端、智慧零售、智能服务、智能制造、智能安防、数字家庭等领域。
歌尔股份：一家电子元器件制造商，成立于2001年，属于消费电子行业，主营业务可分为精密零组件业务、智能声学整机业务和智能硬件业务。
汉威科技：气体传感器龙头企业，成立于1998年，并于2009年10月作为创业板首批上市公司在深交所创业板上市。公司致力于气体传感器和仪表的制造、并提供物联网解决方案
联创电子：成立于1998年，公司主营业务为研发、生产和销售触控显示类产品和光学元件产品。公司现已形成光学镜头和触控显示两大业务板块，主要产品包括高清广角镜头、平面保护镜片、手机触摸屏、中大尺寸触摸屏、显示模组、触控显示一体化模组等
瑞声科技：全球领先的智能设备解决方案提供商，在声学、光学、电磁传动、精密结构件、射频天线等领域提供专有技术解决方案。公司成立于1993年，公司是电磁器件、射频天线、精密结构件等多个细分领域的行业冠军，也是5G天线产品的重要供应商
睿创微纳公司是一家专业从事专用集成电路、红外热像芯片及MEMS传感器设计与制造，成立于2009年。公司具有完全自主的知识产权，为全球客户提供性能卓越的红外成像MEMS芯片、红外探测器、ASIC 处理器芯片、红外热成像与测温机芯、红外热像仪、激光产品光电系统。
远望谷：我国物联网产业的代表企业，成立于1999年，公司主营业务集中在物联网感知层和应用层，为多个行业提供基于RFID技术的系统解决方案、产品和服务。
金溢科技：一家智慧交通与物联网核心设备及解决方案提供商。公司创立于2004年，公司产品主要包括高速公路ETC产品、停车场ETC产品、多车道自由流ETC产品和基于射频技术的路径识别产品。
杭州士兰微电子：一家专业从事集成电路芯片设计以及半导体微电子相关产品生产的企业。公司成立于1997年，并于2003年3月在上交所主板上市。公司主要产品是集成电路以及相关的应用系统和方案，主要产品包括集成电路、半导体分立器件、LED（发光二极管）产品等三大类。
水晶光电：专业从事光学光电子行业的设计、研发与制造,专注于为行业领先客户提供全方位光学光电子相关产品及服务的公司。公司创建于2002年8月
敏芯股份：成立于2007年，是一家专业从事微电子机械系统传感器研发设计和销售的的高新技术企业，也是国内唯一掌握多品类MEMS芯片设计和制造工艺能力的半导体芯片上市公司，主营产品包括MEMS麦克风、MEMS压力传感器和MEMS惯性传感器
必创科技：成立于2005年，无线传感器网络系统解决方案及MEMS传感器芯片提供商
固锝电子：成立于1990年，2006年在深交所主板上市，是国内半导体分立器件二极管行业完善、齐全的设计、制造、封装、销售的厂商。
感知交互企业
出门问问：以语音交互和软硬结合为核心的AI公司。公司成立于2012年，作为入选“新基建产业独角兽TOP100”的人工智能企业，出门问问拥有完整的“端到端”语音交互相关技术栈，包括声音信号处理、热词唤醒、语音识别、自然语言识别、自然语言理解、语音合成等尖端技术。
汉王科技：国内人工智能产业的先行者，成立于1998年，在人工智能领域深耕二十多年，是一家模式识别领域的软件开发商与供应商，主营业务包括“人脸及生物特征识别”、“大数据与服务”、“智能终端”、“笔触控与轨迹”等
科大讯飞：亚太地区知名的智能语音和人工智能上市企业，公司成立于1999年，公司主营业务包括语音及语言、自然语言理解、机器学习推理及自主学习等人工智能核心技术研究、人工智能产品研发和行业应用落地。科大讯飞作为中国人工智能产业的先行者,在人工智能领域深耕二十年，公司致力让机器“能听会说，能理解会思考”，用人工智能建设美好世界,在发展过程中形成了显著的竞争优势。
声智科技：融合声学和人工智能技术的平台服务商，也是全球人工智能 *** 作系统领域的开拓者。公司成立于2016年4月，拥有声学与振动、语音与语义、图像与视频等远场声光融合算法，以及开源开放的壹元人工智能交互系统(SoundAI Azero)，具有声光融合感知、人机智能交互、内容服务聚合、数据智能分析、IoT控制和即时通讯等能力。
云知声：致力于AI产业的高新技术企业，成立于2012年6月，总部位于北京。公司以AI语音技术起家，经过多年经验和技术的积累，逐渐构筑起一个涵盖机器学习平台、AI芯片、语音语言、图像及知识图谱等技术的技术城池，成为了具有世界顶尖智能语音技术的独角兽
生物识别企业
商汤科技：全球领先的人工智能平台公司，也是中国科技部指定的首个“智能视觉”国家新一代人工智能开放创新平台。公司自主研发并建立了全球顶级的深度学习平台和超算中心，推出了一系列领先的人工智能技术，包括：人脸识别、图像识别、文本识别、医疗影像识别、视频分析、无人驾驶和遥感等。商汤科技已成为亚洲领先的AI算法提供商。
神州泰岳：致力于将人工智能/大数据技术、物联网通讯技术、ICT技术进行融合，大力提升行业/企业组织信息化、智能化的质量与效率的高新技术企业。公司成立于2001年
端侧BIoT
比特大陆：是一家全球领先的科技公司，成立于2013年。公司立足中国，以全球视野整合前沿研发资源，专注于高速、低功耗定制芯片设计研发，其产品包括算力芯片、算力服务器、算力云，主要应用于区块链和人工智能领域。[汽车之家 新鲜技术解读] 自动驾驶系统，最关键的部件是什么呢？是传感器？是控制软件？还是处理芯片呢？我个人认为在目前这个阶段来说，处理芯片是一个最关键的部件，它的性能直接影响自动驾驶系统的好坏。过去，顶尖的芯片技术一直是国外企业垄断的，但随着中国芯片企业近年的快速追赶，情况已经有所改观。今天我们就来聊聊中国自动驾驶芯片究竟处于一个怎样的水平？
● 自动驾驶芯片是干什么用的？
虽然目前L3级别有条件自动驾驶车辆在中国尚未落地，但从一些带有高阶L2驾驶辅助系统的车辆上我们可以发现，这些车辆都带有数量不少的传感器用以检测车辆周围的障碍物，从而为控制系统决策提供数据支持。这些传感器包括毫米波雷达、超声波雷达、摄像头等。这些传感器每秒钟会产生数GB（1GB=1024MB=10242KB）的数据，自动驾驶芯片需要流畅地处理这些数据才能保证系统及时作出正确的决策，从而确保车辆的行驶安全。
可能大家对每秒数GB的数据没有概念，这里举一个生活中的例子。普通的USB30接口U盘，其读取速度峰值接近200MB/s，要从这个U盘中读取1GB的文件大约需要5秒左右的时间，足见每秒数GB的数据量是相当大的。
自动驾驶系统除了需要解决大流量数据传输问题，还需要解决的就是如何能快速处理这些海量数据，而强大的自动驾驶芯片正是那把正确的钥匙。
● 国外的自动驾驶芯片处在怎样的水平？
虽然本文主要是讲中国自动驾驶芯片的，但知己知彼，百战百胜，在审视本土状况之前，我们还是先要来简单了解国外的情况。国外自动驾驶芯片真正能够大规模进入量产车市场的无非三家，英伟达、Mobileye（现已被英特尔收购）、特斯拉。
其中，走实用路线的Mobileye目前市场占有率在70%以上，市场上的产品主要是应用于L2驾驶辅助系统的EyeQ3芯片（算力0256TOPS，“TOPS”是每秒万亿次运算的意思，详细介绍请看这篇文章相关介绍，本文标注的算力如无特别说明均指的是8位整数计算能力）以及具备L3级别自动驾驶能力的EyeQ4芯片（算力25TOPS）。像是小鹏G3、蔚来ES6/ES8、广汽新能源Aion LX就采用了EyeQ4芯片作为其驾驶辅助系统的核心。
相较于英伟达上代自动驾驶平台旗舰之作DRIVE PX Pegasus 320TOPS的算力，新的DRIVE AGX Orin平台的旗舰配置实现了成倍的性能增长。此外，DRIVE AGX Orin平台的扩展柔性化程度相比以往平台进一步提升，能够通过硬件配置的增减，满足从一般驾驶辅助到L5级别完全自动驾驶等不同级别车辆的需求。
特斯拉Autopilot 10系统采用的是1颗英伟达Tegra3芯片+1颗Mobileye EyeQ3芯片；Autopilot 20系统采用的是1颗英伟达Tegra Parker芯片+1颗Pascal架构GPU芯片；Autopilot 25系统采用的是2颗英伟达Tegra Parker芯片+1颗Pascal架构GPU芯片。
已经搭载在最新下线特斯拉车型上的自研FSD芯片，单颗芯片算力为72TOPS，Full Self-Driving Computer集成有两颗独立工作的FSD芯片，一颗“挂了”，另外一颗马上“顶上”，提升了整套系统的安全性和稳定性。
当然了，除了上面三家锋芒毕露的企业，还有不少企业在垂涎自动驾驶芯片这块蛋糕，其中包括高通、赛灵思、恩智浦等，但这些企业真正走向量产车的自动驾驶芯片还不成规模，限于篇幅，这里就不作介绍了。
● 迅速崛起的中国自动驾驶芯片企业
好了，看完国外的情况，我们目光回到国内。自动驾驶芯片市场火爆，国外科技巨头抢滩登陆，中国企业究竟实力怎么样呢？下面我们一起来看看。
◆ 寒武纪
中科寒武纪科技股份有限公司（下称“寒武纪”）的前身是中国科学院计算技术研究所下，由陈云霁和陈天石两兄弟领导的一个课题组。该课题组在2008年开始研究神经网络算法和芯片，并在2012年开始陆续发表研究成果。
2016年，上述课题组提出的深度学习处理器指令集DianNaoYu被ISCA2016所接受，实验表明搭载该指令集的芯片相较于传统执行X86指令集的芯片，在神经网络计算方面有两个数量级的性能优势。随着课题组的研究成果趋于成熟，中科寒武纪科技股份有限公司正式成立，并着手将其芯片和指令集向商业领域转化。也是在2016年，寒武纪发布了首款商用深度学习处理器寒武纪1A。
聊完这家公司的身世，下面我们来看看它的产品。目前寒武纪有两款最新的人工智能芯片IP授权，分别是Cambricon-1M和Cambricon-1H。性能指标最强的Cambricon-1M-4K在1GHz时钟频率下拥有8TOPS的算力；性能指标最弱的Cambricon-1H8mini在1GHz时钟频率下拥有05TOPS的算力。所有型号的详细算力参数可以参看下表。
Cambricon-1M和Cambricon-1H被定义为终端智能处理器IP。我们在手机或者汽车这些终端上出现的人脸识别、指纹识别、障碍物识别、路标识别等应用都能通过在芯片中集成上述处理器IP实现加速。
上面提到的“边缘”一词来自于“边缘计算”。 边缘计算是指在靠近智能设备（终端）或数据源头（云端）的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。边缘计算可以满足系统在实时业务、智能应用、安全隐私保护等方面的要求，为用户提供本地的智能服务。思元220在边缘计算中扮演着提高数据安全、降低处理延时以及优化带宽利用的角色。
目前寒武纪高算力芯片产品被定义为智能加速卡，可用于服务器中加速人工智能运算。谷歌的AlphaGo人工智能机器人打败韩国世界围棋冠军李世石的新闻相信各位有所耳闻，AlphaGo人工智能机器人的背后其实是谷歌自研的TPU芯片。寒武纪的高算力芯片产品的特性和应用也与谷歌TPU类似，当然它们之间也可以算是竞争对手了。
所不同的是思元270-S4采用的是被动散热设计，最大热设计功耗为70W，定位为高能效比人工智能推理设计的数据中心加速卡。这也意味着该卡会有“功耗墙”设定，即当加速卡功耗达到阈值上限时会降低算力以保证较低的功耗和发热。
思元270-F4相当于是“满血版” 思元270-S4，最大热设计功耗150W，采用涡轮风扇进行主动散热。良好的散热和充足的供电使得思元270-F4能够发挥出思元270芯片的全部性能。该卡定位是为桌面环境提供数据中心级人工智能计算力，简而言之就是为台式机配的高性能人工智能加速卡。
虽然思元270在制造工艺上只采用了台积电的16nm工艺，但整体能耗比还是做得比较不错的。虽然单卡算力不及最新的英伟达旗舰计算卡，但5张思元270-S4/思元270-F4并行的话，峰值算力也能达到英伟达A100的水平。只是英伟达A100更先进的工艺应该在能耗比上面会有一定的优势。
其中思元100-C搭载了视频和图像解码单元，采用被动散热方式，最大热设计功耗为110W；思元100-D不搭载视频和图像解码单元，采用被动散热方式，最大热设计功耗为75W。目前思元100系列产品已经于2019年在滴滴云和金山云上得到应用。其中滴滴云采用思元100板卡加速d性推理服务，该服务用于深度学习推理任务；而金山云则采用思元100板卡加速语音、图像、视频等人工智能应用。
前面讲的尽是服务器级的计算卡，这是不是偏离了我们应该聊的自动驾驶芯片话题呢？其实不然。前面也提到了，寒武纪目前是一家专注于人工智能芯片开发的企业，自动驾驶领域确实涉足不深，但通过和其他国内友商的联合还是有一些建树的。
WiseADCU CN1自动驾驶运算域控制器提供了L3或以上级别自动驾驶系统所需的算力以及传感器连接数量需求，实现了仿真、模型、系统、架构、编码、加速、算法七个关键控制点的自主可控。
实际上威盛集团由于处理器产品性能竞争力弱，早就退出了主流X86处理器市场的竞争，市场中就剩下英特尔和AMD在角力。兆芯成立后，吃透了威盛的X86技术，并在威盛当时最新的处理器架构基础上进行全面的改进和优化，先后推出了ZX-A、ZX-C以及ZX-C+等处理器产品。
6月2日，科创板上市委发布2020年第33次审议会议结果公告，寒武纪上市获得通过，从受理到审批通过，寒武纪只用了68天，刷新了科创板审核速度。寒武纪上市后成为A股中唯一一家人工智能芯片公司，该领域的市场空间在2022年有望超过500亿美元，发展潜力巨大。打通了A股融资渠道的寒武纪究竟能否凭借其独特的技术优势进一步发展壮大呢？这谁都说不准，但可以确定的是，寒武纪的成功上市让很多投身于该领域的公司赢得了信心，看到了希望，中国人工智能芯片时代或将由此开启。
◆ 地平线机器人
好了，聊完寒武纪，我们来聊聊另外一家人工智能芯片企业——地平线机器人技术研发有限公司（下简称“地平线”）。地平线是由前百度深度学习研究院常务副院长余凯于2015年创立的，专注于自动驾驶与人工智能芯片的一家公司。余凯也是百度自动驾驶的发起人。
余凯建立的地平线，一直以来坚持的是软件和硬件相结合的方向。他认为，算法、芯片和云计算将构成自动驾驶的三个核心支点。相比起前面介绍的寒武纪注重打造高性能硬件芯片，地平线的商业模式是把以“算法+芯片”为核心的嵌入式人工智能解决方案，提供给下游厂商。打个比方比较好理解，如果说寒武纪卖的是处理器芯片，那么地平线卖的就是安装了 *** 作系统的整机。产品方面，相较寒武纪从终端到云端的芯片产品布局，地平线虽然自研芯片，但更偏重的是以产品功能来划分产品线。
硬件上，征程二代芯片内部集成了两个Cortex A53核心、两个自研的BPU（Brain Processing Unit，可用于加速人工智能算法）核心、DDR4内存控制器以及输入输出控制器，算力达到4TOPS，典型功耗为2W，这比起目前主流的Mobileye EyeQ4芯片的算力和能耗比都更优秀。
这些智能音箱有较强的自然语义识别功能，能够识别人们发出的语音命令，结合物联网技术，人们通过简单的语音命令除了能够让音箱播放在线音频资源外，还能够控制各种家电，如开关、灯泡、风扇、空调等。这就是AIoT的一个最简单的应用例子。
从硬件方面看，旭日二代芯片内部集成了两个ARM Cortex A53核心、两个自研的BPU核心、DDR4内存控制器以及输入输出控制器，算力达到4TOPS，典型功耗为2W。从参数上看，旭日二代和征程二代好像没什么差别，实际上征程二代可以看做是旭日二代的车规版，它满足AEC-Q100标准，在工作温度、电磁辐射等标准上会更高一些。虽然征程二代和旭日二代均采用台积电28nm工艺制造，但旭日二代芯片尺寸为14x14mm，比征程二代芯片17x17mm的尺寸更小，更有利于内嵌到AIoT设备当中。
和寒武纪一样，地平线同样拥有自研的人工智能加速芯片技术。所不同的是，地平线更注重软件和硬件的整合，从而为下游厂商提供成熟的解决方案。在资本市场，地平线同样受到追捧，其投资者众多，其中包括了世界半导体行业巨头英特尔和SK海力士以及国内的一线汽车集团等。未来地平线是否会和寒武纪一样登录科创板目前还不得而知，但CEO余凯对于在科创板上市是持积极态度的。我个人是支持有更多像地平线这样的企业登录科创板，更充分的竞争可以避免垄断同时促进该领域的加速发展。
◆ 西井科技
西井科技创办于2015年，它起初是一家做类脑芯片的厂商。所谓的类脑芯片简单来说就是以人脑的工作方式设计制造出来的芯片。目前大行其道的冯诺依曼结构处理器芯片，其计算模块和存储单元是分离的，芯片工作的过程中需要通过数据总线来连接计算模块和存储单元，数据传输上的开销太大从而限制着这类芯片的工作效率和能耗比的提升。
类脑芯片模仿的是大脑神经元的工作形式，大脑的处理单元是神经元，内存就是突触。神经元和突触是物理相连的，所以每个神经元计算都是本地的，而从全局来看神经元们是分布式在工作。类脑芯片由于具有本地计算和分布式工作的特点，所以在工作效率和能耗上相比冯诺依曼结构处理器芯片更有优势。
虽然这种类脑芯片看着和普通的处理器芯片在外观上没有什么不同，但其实内部运作原理与传统的处理器芯片有着本质的区别。国内除了西井科技开发出了类脑芯片，像是清华开发的天机（TianJic）芯片和浙大开发的达尔文（DARWIN）芯片都是类脑芯片。所不同的是，西井科技的DeepSouth芯片是全球首块可商用5000万类脑“神经元”芯片。
西井科技这艘大船拿着投资人动辄过亿的投资款，肯定是要追求盈利的。不管公司的技术有多超前，无法商业化在逐利的资本市场必然是无法接受的。随着人工智能和自动驾驶产业的兴起，西井科技找到了技术商业化的契机。
相比起我们前面两个厂商动辄上百TOPS算力的产品，西井这两款产品的算力确实有点拿不出手。但西井科技的这两款芯片能够实现片上学习，可以随时新增样本进行增量训练来提升推理准确率。
可能大家看到这里还是没看懂西井科技这两块芯片的优势所在，我在这里稍微解析一下大家就能够明白。目前的自动驾驶算法都是通过高性能服务器进行模型训练（让计算机去看摄像头或激光雷达等传感器获取的环境数据，学习目标判断方法），然后将训练好的模型再部署到车载硬件之中（把机器学习到的高效目标判断方法固化到车载自动驾驶系统之中）。
在实际应用方面，西井科技并没有一头冲进乘用车自动驾驶系统领域，而是在智能港口和智能矿场干出了自己的一片天地，并把触角伸向了智慧医疗和智慧物流领域。2017年10月，公司与全球知名港机巨头振华重工建立长期合作伙伴关系，这是西井科技进军智能港口的重要一步。
自动驾驶卡车要在港区自动装卸集装箱，需要自动驾驶系统精细的车辆控制、敏锐的环境识别以及准确的定位，这些都需要港区高清地图配合。西井科技的无人集装箱卡车定位精度在5cm以内，这是实现集装箱自动装卸的关键。全球首辆港区作业无人集装箱卡车作业成功，充分展现了西井科技在卡车自动驾驶系统以及高精度地图绘制领域的实力。
除了自动驾驶和高清地图绘制外，西井科技还为企业打包了一整套智能港口和智能矿场解决方案，利用人工智能技术提升港口和矿场的运作效率，同时能够进一步降低其运营成本。深挖行业中存在的机遇，逐步筑起行业壁垒是西井科技面对人工智能芯片市场激烈竞争的重要策略。
作为全球最早落地行业应用的自动驾驶团队，西井科技旗下自动驾驶品牌Qomolo逐路目前涵盖了无人驾驶跨运车、无人驾驶新能源集卡和无人驾驶矿卡三大项目。
面对乘用车自动驾驶芯片领域的激烈竞争，我认为短期内西井科技不会进入该领域。相反它会通过深耕已有的智能港口、智能矿场以及无人驾驶重卡市场，进一步筑高上述市场的壁垒，扩大自身的行业影响力和竞争力。但不能忽视的是，西井科技掌握的类脑芯片技术或有可能成为未来自动驾驶芯片领域的一个风口。
上文详细介绍中国3家知名自动驾驶芯片公司及其产品，相信大家应该对目前国内自动驾驶芯片现状有了一个更深了解。除了这三家公司，数字地图供应商四维图新通过收购杰发科技也布局自动驾驶芯片市场，但量产芯片目前尚未落地。百度的昆仑芯片以150W的功耗实现了260TOPS的算力，竞争力很强，但其定位为云端全功能人工智能芯片，主要用在服务器之上。百度在自动驾驶领域的亮点还是在于其Apollo自动驾驶软件平台。
● 全文总结：
寒武纪、地平线、西井科技这三家公司都有着各自的特色和亮点。寒武纪专注于芯片研发，产品算力最强；地平线除了研发芯片，还提供完整的自动驾驶软件方案，对主机厂开发更友好；西井科技掌握独特的类脑芯片设计，在智能港口、智能矿场以及无人驾驶卡车领域已经站稳了阵脚。整体来看，中国自动驾驶芯片在性能和功耗上和外国芯片相比并不差，如何在中国开放L3级别有条件自动驾驶车辆落地这个时间节点用产品和服务先发制人是中国自动驾驶芯片企业的制胜关键。究竟鹿死谁手，让我们拭目以待吧，好戏即将上演！（图/文/汽车之家 常庆林部分源于网络）
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）