智慧城市网

登录

AI产品与芯片面临何种市场环境与选择?

来源:安防知识网 作者:白行简
2019/6/14 8:52:5035146
  【安防展览网 视点跟踪】2019年5月22日,上海第十九届上海安博会上,第二届3A论坛如约而至。来自大华股份、华为、海康威视、商汤科技、依图在内的多家国内智能安防企业齐聚会场,论道人工智能在安防领域的行业前景,以及贸易局势风云多变的情况下,国产厂商的突围与未来。由于论坛讨论内容较多,整理起来冗长,故将内容分为几个部分逐一呈现,本文重点呈现的是行业大咖对AI产品及AI芯片发展的看法,以下为现场论坛嘉宾发言的核心内容,安防知识网作了不改变原意的编辑和整理:
 
  人工智能产品面对的市场环境
 
  地平线总经理张永谦:
 
  地平线是年轻的公司,在AI这个大话题前,也仅仅是“只取一瓢饮”,我们给自己的定位是“赋能”,在目前阶段更聚焦在边缘智能,针对不同的客户与用户的所处环境以及自身条件,提供差异化的产品方案与服务。地平线选的是芯片+算法的模式,例如对于一些比较成熟的产业链分工的行业,我们便更聚焦在芯片本身的解决方案上。在一些比较新兴的行业中,分工链条还未建立,我们便会提供整体解决方案,无论哪种方式,都是为了让链条更加的完整,从而实现AI在各行各业的落地。
 
  但AI落地,市场分散情况尤为突出,尤其在安防行业,个人认为未来可能会涌现出一批在垂直领域优良的企业,因此地平线的定位是在他们背后做边缘智能的平台以及赋能,因此终产品的系统并不是我们的选择。
 
  AI芯片大规模商用还需多久
 
  地平线总经理张永谦:
 
  首先AI芯片大规模商用已经没有问题,举个地平线的例子,在2017年发布款人工智能处理器旭日,在2018年出货量已经超过了10万套,在软硬结合的芯片解决方案市场中,国产的芯片及解决方案大规模量产的问题已经得到很好解决。所以即使这次美国一些制裁会导致出现一些问题,但国产的近年的发展能降低我国相关产业影响程度。
 
  其次在落地方面,本质上而言一定是软件定义硬件,然后场景以及行业出现的问题不断驱动软件的发展。传统的处理器多为通用处理器,因此人们也常常将芯片归类为硬件。但随着某个市场体量的增大,产业链更加的成熟,为了追求更高的效率必须要走专用的路线,ASSP( Application Specific Standard Parts)占芯片行业的比重已经非常大,例如通信与手机行业,这些芯片的特点一是专用,二是与软件深度结合。AI也会一样,无论是GPU,还是X86或FPGA,当用户在端上面部署的时候,都面临着非常严苛的功耗与性价比的挑战,而专业化路线可以很好地解决这些问题。后面的发展趋势我认为是无论是端还是云,随着智能应用与行业应用理解的深入,软硬结合一定是大势所趋。
 
  华为智能安防产品管理张爱军:
 
  芯片到底是硬件还是软件,其实更准确地讲芯片是一个完整的生态,在设计芯片的时候,不仅要考虑它的性能(功耗、能效比、算力)问题,还要考虑配套的解决方案生态。如果芯片没有生态的合作伙伴支持,便很难发挥出芯片的真正能力。
 
  在安防行业中,我曾经走访过一些公安与其他的行业的用户,在交流中发现芯片在当前阶段还仅仅是应用于非常小的领域,比如运用小部分算力进行少量的人脸抓拍工作,用户因此也提出了不少需求——如何降低时延、如何提升算力、如何降低功耗、如果提高度、如何把布防工作放到前端去等。
 
  AI芯片的趋势是前置还是后置?
 
  浙江大华研发中心副总裁殷俊:
 
  这个问题需要从整个系统架构来看,无论是公安业务还是银行业务,它都需要面向用户,面向一线操作人员。因此对于他们而言,怎样的系统架构才是合理的,或者如何降低TCO都将影响具体的选择。因此无论是边缘计算还是云计算,终都是需要服务于用户,这意味着两者的选择很大程度都取决于用户的使用习惯。在目前应用中,我们可以看到许多系统中已经很好的融合了两者,实现边缘计算与云计算相结合的全智能、全计算。
 
  海康威视副总裁徐磊:
 
  同样是用人脸抓拍计算客流,景区用户希望能把游览人数记录下来,零售用户希望地抓拍到每张人脸,区分出客人的属性。在AI应用场景中,无论是传统综合安防还是可视化管理业务都是非常碎片化以及差异化的,因此厂商更应该是从需求端思考问题,简单地说便是用户需要什么,厂商如何实现这样的能力。从过去这些年的探索,目前海康的产品已经开始将AI能力前置,实现边缘计算,降低传统应用的成本,提升用户业务的效率。具体的选择仍然取决于应用场景,因此海康在两种方式中都确保拥有能力,能根据用户的需要,提供适合的服务。
 
  对于前后两端研发的投入,企业该如何权衡?
 
  地平线总经理张永谦:
 
  这取决于企业自身想进入的市场,一些体量大的公司或者是有云端基因的公司,选择从云端做AI芯片是比较自然的事情,但是地平线走的是另外一条路——边缘AI。这两条路线其实各有利弊,例如云端切入,对于功耗及细节的要求不是太多,容易与基于某个行业的场景的软硬件进行结合,效果比较显而易见,同时也符合国家在服务器领域逐步国产化的战略。而地平线选择的路线,因为行业碎片化的需求显著,因此要在细节上下很多功夫,但是只要坚持下来,也可以成为自己很好的壁垒,因此这两端都是值得研发投入的,具体的选择要看企业自己的具体情况。

上一篇:中科院自动化所王欣刚:机器视觉将取代人类视觉

下一篇:智慧交通发展重要基石:智能监控系统

相关资讯:

首页|导航|登录|关于本站|联系我们