疫情会延续多久_AI芯片强势反扑GPU，安防行业的GPU王朝还能延续多久？

人工智能兴起后，安防行业已经成为人工智能技术最大的实验领域和登陆的主要场景之一

对于视频监控行业来说，在GPU的CUBA模块出现之后(相关链接:为什么GPU可以主宰安全行业？十多年前，这一事件改变了安全前端结构)。前端摄像头越来越依赖图形处理器。相机可以携带什么样的智能算法，计算能力在很大程度上取决于GPU的性能

然而，安全行业是基于场景的行业，更好的GPU也有其局限性。在人工智能发展的浪潮中，越来越多的安全公司选择研究芯片来满足更详细的需求。

每个安全企业都致力于开发或合作生产安全芯片。几乎每隔几天，就会出现一条关于非GPU安全芯片出现的新闻。在这种势头下，许多人都在心里敲鼓:“GPU王朝要结束了吗？”随着深度学习的普及，GPU面临着严峻的挑战。

王朝是否会结束还没有决定。然而，从2019年智能安全芯片的生产来看，专用集成电路和现场可编程门阵列表现良好。一些专家甚至表示，安全芯片在子场景的深入学习方面显示出良好的发展趋势。因此，今年我们将看看安全芯片在2019年获得了哪些发展机会，以及哪些安全芯片显示出了良好的竞争力。

智能安全需求多样化，人工智能安全芯片崛起机遇来临

在传统认知中，算法的深度学习依赖于GPU的CUBA模块。根据吴恩达教授2011年的实验结果，12个Avida GPU可以提供相当于2000个CPU的深度学习性能

，但当中央处理器用作图像处理器时，其初衷是处理图像处理中的大规模并行计算。因此，应用于深度学习有明显的局限性。

首先是硬件结构完全由GPU制造商(主要是Avida)决定。其次，在深度学习方面，其性能远远低于专用集成电路和现场可编程门阵列芯片。

一般来说，使用GPU可以在场景中定制算法，但硬件性能和效率完全由Avida决定，算法的复杂度也取决于卡GPU的性能。

虽然GPU凭借其优秀的编程环境和顶级的计算能力仍然占据着NO1人工智能芯片市场的地位，但另外两个芯片已经显示出落后的趋势。

专用集成电路和可编程门阵列在安全行业越来越受到重视。

计算能力的优势并非凭空而来。虽然传统的图形处理器充分利用了计算能力，但晶体管堆叠现象严重，导致其利用率低，功耗远高于其他两个芯片。对于全天候运行的安全设备，这种功耗难以接受。

市场相对容忍这些缺点(毕竟，客户更关心计算能力)但从长远来看，这无异于饮鸩止渴。

，由于摩尔定律的失败7纳米后，升级制造工艺越来越困难。如果GPU想要保持其计算能力优势，它必然会采取“堆叠材料”的方式。今天，云市场正在不断发展，这样的市场越来越不可持续。这也促使许多安全厂商开发了自己的终端专用集成电路和现场可编程门阵列市场。

已经从当今世界上占主导地位的家庭变成了占主导地位的家庭。GPU应该真正考虑如何更好地适应市场。

安全芯片的激烈竞争

在人工智能芯片的选择中，专用集成电路一般是丰富的选择，为了早期过渡和追求性价比，将选择现场可编程门阵列。

PFGA是许多初创公司早期选择的平台。现场可编程逻辑器件先后在沈剑、寒武纪、地平线和比特兰得到应用。上堂等视觉公司也应用了现场可编程门阵列+图形处理器的解决方案。然而，当业务发展到一定程度时，他们逐渐转向专用集成电路。这是由于它的芯片结构。与专用集成电路相比，现场可编程门阵列功耗更低，开发时间更短，开发成本更低。

一字总结方便、经济此外，由于英特尔在2015年收购了最成功的现场可编程门阵列芯片制造商altera(天价151亿美元，不得不说英特尔也给了CPU研发部门一个“死订单”)，近年来CPU和现场可编程门阵列结合的不断推出给各个行业带来了前所未有的人工智能发展机遇。

是FPGA中最具竞争力的芯片，其成本低，可灵活重构。此外，在这方面具有优势的可编程逻辑器件(FPGA)在过去两年中，由于业界对其深度学习能力的高度尊重，无疑已经成为许多制造商的选择。与高性价比的现场可编程门阵列相比，专用集成电路芯片无疑展现了定制芯片的霸气。专用集成电路芯片除了不能像现场可编程门阵列那样扩展和重构功能之外，几乎满足了高端定制安全保护的所有要求，在功耗、可靠性和体积上都有很大优势，特别是在移动终端方面，其高性能和低功耗已经成为许多制造商的首选。

，特别是当人工智能越来越深入时，人们对智能深度的要求越来越高。相应芯片需要运行的算法变得越来越复杂，这就要求芯片有一套与之对应的特殊架构，专用集成电路芯片很好地满足了这一要求

，ASIC应用的典型代表是众所周知的阿尔法围棋(Alpha Go brain):谷歌开发的TPU芯片，因其强大的深度学习能力和低功耗而受到业界的推崇。根据寒武纪指令集，专用集成电路芯片将是未来人工智能芯片的核心然而，开发专用集成电路芯片的主要困难之一是成本高和开发周期长。目前，致力于AISC芯片研发的都是擅长芯片研发并拥有人工智能算法的行业巨头。它们适用于已经有一定规模的大型安全工厂和场景中的定制需求。

除了这些类别之外，目前在安全行业中还有云芯片和类大脑芯片具有很强的竞争力。

，然而，无论谁将赢得竞争，GPU在安防行业的衰落将成为现实，谁将在人工智能芯片竞争中获得第一名取决于他们对安防行业的具体适应。

智能芯片市场玩家可以超过“皇家三大”

自主开发的芯片在

2019年春天，中国的安全芯片已经取得了巨大的成就，无论是广泛使用的和石Hi3516CV500，瑞星系列，还是国家微GK7205/GK7205S的超高集成度，还是地平线瑞星1.0，这就是

在新的一年里，随着安全情报的深入，人工智能芯片行业的竞争将会越来越激烈，但无论如何，这是中国安全发展的又一选择，也是一种额外的效率