datasheet

AI芯片赋能机器视觉 加速安防产业智能化变革与升级

2018-07-12来源: 《中国安防》 关键字:AI芯片  机器视觉

这一两年来,安防智能化的变革提速,AI芯片赋能机器视觉持续火热,许多不同阵营的AI芯片公司都将安防作为核心应用场景之一,聚焦AI芯片研发,不断推出了云端和内嵌式端安防AI芯片,不久的将来也会有更多的AI芯片产品正式落地商用。




  那么,目前安防AI芯片的发展现状如何?安防AI芯片的崛起对行业将带来怎样的影响?产品的推出与落地情况如何?等等,带着这些问题,本刊特邀请行业企业及AI创业公司共同探讨AI安防芯片的现在与未来,希望对行业人士有所启发。


  参与嘉宾:比特大陆科技有限公司产品战略总监 汤炜伟;深圳云天励飞技术有限公司研发副总芯片负责人 李爱军;北京地平线机器人技术研发有限公司智慧城市事业部总经理 刘俊华;中星微电子有限公司人工智能市场副总裁 陈为民


  当前,安防市场正大步迈向智能化,而芯片是决定安防智能化进度的核心要素。目前芯片市场尤其是AI安防芯片总体上处于什么样的发展状况?


  刘俊华:数据、芯片、算法是AI 技术的核心。随着实用数据、计算能力、开发者生态系统的不断发展,预计AI硬件消费市场在2025年将达到1090亿美元的规模。而在这千亿美元级别的市场规模中,已经凸显出的领头者是人工智能处理器——GPU、FPGA、ASIC等AI硬件的制造商。同时预计在2017年至2025年间,ASIC、 FPGA和GPU将迎来最快速的增长。其中,ASIC增速最快,达92%。


  随着物联网技术的发展,未来的安防智能化需要解决如何将物理场景数据化,同时随着前端接入设备和非结构化数据的剧增,前端边缘计算能力提升成为迫切需求,然而高性能、低成本、低功耗和的嵌入式AI芯片成为挑战。在过去7-8年的时间内,我们看到AI处理器架构处于不断迁移的过程。2011年,采用上万台CPU的大规模集群出现。2012年,百度IDL首次在世界范围内第一次将GPU构造成一个集群。2014年,我们发现由于GPU的成本和功耗的问题非常不适合大规模部署,首次大规模将预测过程算法部署到FPGA这种半定制的硬件设备,大大降低了计算功耗,同时使得系统稳定性得到保证。然而,如果想把人工智能能力推向前端提升边缘计算能力,不管是CPU、GPU还是FPGA,都有一个致命缺陷,就是成本和功耗仍然不能够满足前端边缘端的需求,ASIC硬件将成为未来方向。


  2015年地平线成立,我们的愿景就是要将算法和芯片集合在一起,去创造推动边缘AI人工智能计算和推广。2017年底,经过两年的努力,地平线发布了首款嵌入式AI专用芯片,可每秒处理30帧1080P视频,延时小于30毫秒,典型功耗仅1.5瓦。


  汤炜伟:多年的发展让安防行业形成了比较完整的市场格局和产业链。目前视频监控占据安防近50% 的市场份额,这其中又分为前端(摄像头)和后端(主控/云端)两部分。纵观全局,AI 在前后两端的重要性都在加强,但现阶段来看后端依然是主流。在芯片方面,英伟达的GPU被采用最多,相对通用且昂贵,行业的可选择性很少。如果全部基于GPU构建云端的AI安防方案,其成本、能耗之高令人咂舌。所以专用、高性价比的ASIC 芯片的优势越来越明显。


  以比特大陆为例,比特大陆张量处理器BM 1680 芯片就是一款面向深度学习应用的 ASIC 芯片,其加速核采用改造型脉动阵列架构技术,具备4096个并行执行单元,适用于CNN/RNN/DNN 等神经网络的预测和训练。算丰BM 1680 从2015年底开始设计,历时一年多成功流片,在2017年6月拿到了样品,并在当年内实现量产。目前,第二代芯片BM 1682 也已经面世,实际性能相比第一代提升了约5倍。


  陈为民:在高画质、智能化、网络化、高安全性的安防市场发展趋势下,安防芯片技术快速迭代发展。近几年,视频编码方式从H.264快速过渡到H.265,与此同时,随着中国SVAC标准的出现以及政府的大力推动,SVAC编解码技术也在全面推进过程,已经从SVAC1.0发展到了SVAC2.0。更高的压缩效率、更低的编码码率一直是近年来安防芯片追求的一个重要目标,在视频编解码领域,安防芯片的技术已经上了一个新的台阶。


  同时数据安全作为安防领域的重要特点始终是安防芯片的一个重要指标,在大数据和人工智能应用蓬勃发展的今天,这一点显得尤为重要。开发符合国家标准安全性要求的安防芯片也是近几年的一个主要技术发展方向。


  智能分析是掀起大量图像储存和处理需求的关键,而智能分析必须解决算力瓶颈的问题。近几年AI安防芯片针对前端智能应用提供的算力已经初步能将前端智能和云端智能结合,具备了一定的实际应用能力,目前已经能在前端实现包括分类检测、生物识别、车辆识别等多个领域的应用,结合云端的存储和搜索能力,将智能分析技术发展到了一个新的高度。但是目前AI安防芯片的能力还不能完全满足安防应用实时性的要求,这是未来几年AI芯片要进一步提高和解决的问题。


  李爱军:目前AI安防芯片总体处于起步阶段,当前安防市场主要活跃在云端,同时由于各方面技术有待完善成熟,所以没有太多大公司会激进地推芯片安防。原因有两点:第一,结合一些大的AI公司案例,例如海思和大华,由于缺少相关业务经验做支持,他们做芯片时是比较慎重的。第二,对于成本及运作速度的考量,在成品安防设备上新增芯片以及集成架构的探索都需要时间及成本支出。比起大公司,创业型公司的进程相对快一些,也更有优势。值得一提的是,云天励飞推出的“深目”系统,可实现“全城视频监控,秒级人脸搜索“已协助公安破获各类案件4000余起,找回多名失踪儿童及老人。这一项目的成功为我们提供了丰富的应用经验。


  犹记得,几年前针对安防专用的ASIC芯片的诞生对行业的影响和意义重大,当前安防AI芯片的快速发展是否也将对行业产生如一些观点所认为的“颠覆”性影响?会表现在哪些方面?


  刘俊华:我们认为AI芯片一定会对行业产生“颠覆性”的影响。我们打造AI专用芯片初衷就是希望能够实现AI的前端化、边缘化。传统的AI解决方案基本是前端架设摄像头,通过网络传输将数据送回服务器,借助服务器及算法实现人工智能,然而服务器成本高居不下,无论是部署或者迁移都非常困难。同时,随着NB-IOT和5G时代的到来,2020年全球500亿IOT互联,具备前端边缘计算能力的AI芯片和解决方案也使得小数据包和高带宽的无缝切换的回传应用成为可能,真正意义实现部署成本和传输成本的节省,以及部署效率的提升。


  七年多以前,ASIC的芯片将视频的A/D转换及编解码带向了前端,带来了摄像头的更新,如今我们已经很难找到模拟摄像头。而我们的芯片将会给摄像头装上智能的眼睛,将智能的抓拍机识别带向前端,我相信这也必将会是摄像头的发展方向,也是安防行业的发展方向。我们认为五年后,市场上将很难找到不带AI的摄像头,这就是“颠覆性”的。


  李爱军:AI安防芯片对产业内是会产生影响的,因为AI芯片不同于传统芯片,它更加注重“从场景到算法,从算法到芯片”。这种不同于以往的从硬件出发的思路,会促成新的AI芯片行业形态和商业模式。这种影响不仅仅会涉及安防领域,也将会拓展到智能家居和消费电子、自动驾驶、云计算、智慧城市等领域。


  汤炜伟:ASIC芯片的诞生对整个芯片行业都意义重大,目前的AI芯片就是能够运行深度学习算法的ASIC芯片。而我们知道,深度学习算法掀起了人工智能的这一波浪潮,而人工智能又正在大力改造着安防、金融、教育、医疗等传统行业,安防尤为明显。


  这个颠覆性的影响主要来自于数据的规模,以视频监控的应用需求来看,2017年全球的摄像头数量达到了140亿只,未来5年将维持两倍多的年复合增长率。我们仅取其中的监控摄像头来做分析。监控摄像头在2017年约为4亿只,假设每一路摄像头需要用0.5TFLOPS的算力,2017年需要210 Exa FLOPS的算力来处理全球的监控摄像头,相当于广州超算中心计算力的4000倍,比特币全网算力的20倍。“看得懂”是监控的硬需求,摄像头需要24小时不间断地工作,所以假设所有摄像头的数据全部需要实时地进行智能分析,这是合理的。


  巨大的数据量产生了巨大的计算需求,要求有相应的计算能力,如果没有性能卓越的深度学习专用芯片,使用现有的GPU,在成本功耗等方面都是无法去满足目前安防应用的需求。


  安防是AI芯片最为火热的商业应用场景,安防AI芯片有怎样的行业需求属性与特点?与具备一定智能化处理的IPC芯片相比,AI芯片有怎么样的突破与升级?


陈为民:安防的AI芯片从性能上来讲需要具有更高的实时性、可靠性、安全性等特点。针对安防的AI芯片需要具备前端实时处理复杂应用环境,其性能要求比一般的IPC芯片要高很多。同时还需要适应保证在多种室外环境下可靠工作的能力,另外安全性在安防应用中非常重要,对于视频流的实时加密未来会是安防芯片的标准需求。同时在系统应用中要考虑和云端处理平台的

[1] [2]

关键字:AI芯片  机器视觉

编辑:鲁迪 引用地址:http://www.eeworld.com.cn/afdz/2018/ic-news071211920.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:3秒就被破解 我家的智能锁还能不能用了?
下一篇:恩智浦为2018年俄罗斯世界杯决赛提供创新安全连接技术,打造智能体育场馆体验

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

安防行业下一竞争点是AI芯片

。而这其中最为重要的就是场景应用落地能力的差异化,企业需要发力的点就在这个方面。毕竟对于客户来讲,每一种需求其实都是定制化和个性化的,安防行业不存在所谓一通百路,一试百爽的产品方案,所以每家只有深挖客户需求,并针对客户需求进行定制化的方案设计,最重要的是方案可落地,只有这样才有可能在激烈的竞争中走到最后。AI芯片正成为安防行业下一个产业竞争点“中兴事件”给中国芯片行业乃至安防行业产生了巨大的冲击,不管出于失信还是中美贸易冲突的牺牲品,不得不说,中兴禁“芯”事件,给整个中国的人民上了很深刻的一课,中国要把自产芯片提上课程了。正如中国工程院院士、中国科学院计算所所长李国杰所言,中国中国芯片发展不起来,既不是芯片企业不努力,也不是国家
发表于 2018-12-13

清华发布《人工智能芯片技术白皮书(2018)》

12月11日,在第三届未来芯片论坛上,清华大学联合北京未来芯片技术高精尖创新中心发布《人工智能芯片技术白皮书(2018)》。整个《白皮书》总共分为10个章节,第一章节首先对芯片发展的背景做了一个交代,然后从多个维度介绍了AI 芯片的关键特征,在第三章介绍了AI芯片的发展现状;第四章从冯·诺伊曼瓶颈和CMOS工艺以及器件瓶颈分析了AI芯片的技术挑战。从第六章到第八章,《白皮书》完成了对芯片各种技术路线的梳理。在最后一章对未来技术发展趋势和风险进行了预判。《白皮书》由斯坦福大学、清华大学、香港科技大学、加州大学、圣母大学的顶尖研究者和产业界资深专家,包括10余位IEEE Fellow共同编写完成。《白皮书》发布之后,也给出了中文版
发表于 2018-12-12
清华发布《人工智能芯片技术白皮书(2018)》

一文看尽AI芯片两类瓶颈三大趋势,存储技术开拓新疆界

能够很好地适用于各类情况。因此,学界和业界涌现出多种专门针对人工智能应用的新颖设计和方法,覆盖了从半导体材料、器件、电 路到体系结构的各个层次。该《白皮书》探讨的 AI 芯片主要包括三类:1)经过软硬件优化可以高效支持 AI 应用的通用芯片,例如 GPU ;2)侧重加速机器学习(尤其是神经网络、深度学习)算法的芯片,这也是目前 AI 芯片中最多的形式 ;3)受生物脑启发设计的神经形态计算芯片。AI 技术的落地需要来自多个层面的支持,贯穿了应用、算法机理、芯片、工具链、器件、工艺和材料等技术层级。各个层级环环紧扣形成AI的技术链,而AI芯片本身处于整个链条的中部,向上为应用和算法提供高效支持,向下对器件和电路、工艺和材料提出需求。针对
发表于 2018-12-11
一文看尽AI芯片两类瓶颈三大趋势,存储技术开拓新疆界

亚马逊等巨头扎堆云AI芯片,“云端芯”的价值有多大?

亚马逊最近好消息不断,研发支出连续第二年蝉联全球榜首,就在今日,亚马逊发布首款云AI芯片,据悉,该芯片定位于一款低成本、低延迟、高性能的机器学习推理芯片,将于2019年下半年正式上市。除了亚马逊之外,谷歌、华为、百度、寒武纪等均已发布云AI芯片,又是一个巨头扎堆的市场。谷歌、华为、百度、寒武纪等纷纷发布云AI芯片在2017年的谷歌开发者大会上,谷歌发布了一款全新的硬件加速器Cloud TPU,主要针对训练和应用两方面,它拥有四个处理芯片,将64个Cloud TPU相互连接可组成谷歌称之为Pod的超级计算机。谷歌设计Cloud TPU是为 TensorFlow工作负载提供差异化的性能,使ML工程师和研究者实现更快迭代。华为也不甘示弱
发表于 2018-12-01
亚马逊等巨头扎堆云AI芯片,“云端芯”的价值有多大?

一文看懂清华AI芯片报告,让你对AI一目了然

2010 年以来, 由于大数据产业的发展, 数据量呈现爆炸性增长态势,而传统的计算架构又无法支撑深度学习的大规模并行计算需求, 于是研究界对 AI 芯片进行了新一轮的技术研发与应用研究。 AI 芯片是人工智能时代的技术核心之一,决定了平台的基础架构和发展生态。   本期的智能内参,我们推荐清华大学的报告《 人工智能芯片研究报告》,全面讲解人工智能芯片,系统梳理人工智能芯片的发展现状及趋势。   以下为智能内参整理呈现的干货:  AI芯片基本知识及现状 从广义上讲只要能够运行人工智能算法的芯片都叫作 AI 芯片。但是通常意义上的 AI 芯片指的是针对人工智能算法做了特殊加速设计
发表于 2018-11-27
一文看懂清华AI芯片报告,让你对AI一目了然

中国自动驾驶产业或遭遇AI芯片断供的威胁

中国自动驾驶芯片的供应安全,危若累卵。众所周知,尽管中国的自动驾驶技术在突飞猛进,但核心的AI芯片供应,被美国两家供应商所垄断。L4及以上的,几乎全部用英伟达的AI芯片Drive PX 2,L2级别的,几乎被Mobileye的EyeQ3或Eye Q4所垄断,最近会有部分车型使用英伟达的Xavier,但最早要到2019年才能面世。但是,由于美国政府的“干预”,中国的自动驾驶产业的发展,已经面临着严峻的AI芯片断供的威胁。2018年11月19日,美国商务部再次祭出“贸易大棒”,定义了14类高科技产品,拟进行严格的出口审查。在这14大类的高科技产品中,AI和AI芯片成为众矢之的,在49个小项的拟管制项目中占到了11个。坦率地说,在全球
发表于 2018-11-23
中国自动驾驶产业或遭遇AI芯片断供的威胁

小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 视频监控 智能卡 防盗报警 智能管理 处理器 传感器 其他技术 综合资讯 安防论坛

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved
pt type="text/javascript" src="//v3.jiathis.com/code/jia.js?uid=2113614" charset="utf-8">