早有布局？安防巨頭海康威視想要打造自己的AI晶元
不少公司已經開始嘗試針對安防領域的人工智慧晶元研發。作為安防領域的老大，海康威視也在加入這一陣營。
撰文 | 邱陸陸、王藝、微胖
2017 年 12 月 27 日，發改委官網公示 2018 年「互聯網+」、人工智慧創新發展和數字經濟試點重大工程擬支持項目名單。公示截止日期為 2018 年 1 月 3 日。
名單上，我們可以看到不少明星人工智慧公司。其中，杭州海康威視數字技術股份有限公司申報的項目赫然紙上：計算機視覺人工智慧晶元研發及產業化項目。
機器之能就此聯繫海康威視，對方表示尚未接到關於這一項目的消息。
第8位
成立於 2001 年的海康威視，來自中國電子科技集團公司第五十二研究所。最初創業團隊僅 28 人。如今，海康威視已成為全球視頻監控產業的龍頭，全球員工逾 2 萬人，在國內設有五大研發中心，在海外建立了蒙特利爾研發中心和矽谷研究所。在視頻監控的人工智慧方面，海康威視走在了全球前列。
早在 2006 年，海康威視就開始布局人工智慧，組建演算法團隊。但是，人工智慧晶元並不在公司的「行程單」上。
去年，在接受國內財經媒體採訪時，公司 CEO 胡揚忠曾表示，2009 年海康威視就做了一個重要的決定：做解決方案、做軟體，因為這樣可以更加靠近客戶。
2006 年，公司研究智能化演算法，2008 年，50% 以上的闖紅燈的抓拍設備由海康威視提供。2015 年，公司推出基於深度學習的智能化產品。
「大家都覺得晶元是企業核心競爭力最重要的體現，但在我們眼裡並不是這樣。」胡揚忠在採訪中表示。
「在我看來，提升硬體沒有做軟體系統的重要性高。不一定每一家公司都要做自己的晶元，本身晶元市場就有充分競爭。」
將演算法（技術）、產品、應用打通，快速應變，為客戶提供最符合自身場景的服務，才是公司自己的定位。
如果說過去十多年對演算法和軟體的注重幫助公司摸清了市場需求，那麼，當演算法進入成熟階段時，尋求算力改造也在情理之中。國內產業生態的發展也降低了做晶元的門檻。
而市場本身也在不斷變化。
在深圳舉辦 2017 海康威視高峰論壇上，胡揚忠著重強調了邊緣計算的趨勢。
視頻是 7*24 不間斷的流媒體狀態，數據量太大，沒有用戶能承受如此高帶寬要求。另外，存儲成本也很高，而且大多數監控視頻數據沒什麼用（比如監控背景信息），全部傳回存在雲端分析處理非常耗費資源。
隨著邊緣計算興起，「雲邊結合」方案漸成主流。邊緣優勢在於即時性強、反應迅速、低傳輸成本。預計到 2020 年將有超過 500 億的終端與設備互聯，未來超過 50% 的數據需要在邊緣側分析、處理和儲存。這一趨勢對前端設備的計算能力提出了高要求，直接反映在對前端晶元的需求升級上。
而隨著個人安全意識的增強及安防技術的進步，安防產品正在從專業化市場向民用市場滲透。經過幾年的培育，民用安防市場逐漸到達爆發階段。對民用攝像頭晶元的需求也將爆發。
「是否會做定製晶元，取決於這個應用的量是否能達到百萬級。」曠視首席科學家孫劍曾說。
目前，最主流的深度學習晶元方案是 GPU。英偉達的 Jetson TX 系列等產品，被海康威視作為高端產品的通用視覺方案，加入到攝像頭中。
深眸雙目人臉智能攝像機，內含了英偉達的嵌入式人工智慧計算平台 Jetson TX1。為視頻監控場景設計並優化的深度學習演算法以及運行這類演算法所需的算力（GPU 模塊）直接嵌入到了攝像機本身，所有分析計算在本機完成，無需再配置後端伺服器。
不過，在滿足非常具體的應用場景上，通用晶元仍力所不逮。
幾個月前，一直注重軟體的特斯拉透露自己正在研發定製晶元。即使是英偉達這樣將通用晶元的算力和功耗平衡做到極致的大廠商，也無法滿足自動駕駛具體場景下的需求：強大算力並且低功耗（人家是電動車，還不能賣得太貴）。
安防領域的通用晶元方案也存在類似問題：成本、效率、功耗三方面均有瓶頸，並非最優選擇（尤其在推理階段）。
先來看成本。
有數據表明，硬體晶元成本占整套視覺系統約 35%。要實現前端的深度學習功能，以及後端的大規模數據處理，目前為止仍然離不開價格高昂的 GPU 晶元。前端嵌入式 GPU 動輒數百美金，而後端高性能 GPU 高達數千美金。晶元成本直接推高了前後端設備的價格，成為大範圍應用最大障礙。
機器之能在曾經的採訪中了解到，當前一台搭載了人工智慧技術的攝像頭能夠賣到 5000-8000 元，是同等級攝像頭售價的幾倍。對於類似小區、停車場之類的應用場景來說，價格就太高了。
算力方面，據估計，未來 95% 的深度學習算力將用於推理，這並非 GPU 的長項。
功耗上，GPU 是一種通用晶元，沒有專門針對安防監控需求進行優化，在處理大量的視頻數據時功耗仍然很高，抬高了用電及散熱成本。相比之下，經過專門優化的 ASIC/FPGA 晶元的功耗與算力平衡會更佳。
視頻監控產品短期並不需要這麼好、運算能力這麼強的晶元作為計算晶元。而對這些問題，海康威視應該也是冷暖自知。
如今，不少公司已經開始嘗試針對安防領域的人工智慧晶元研發。作為低成本的Soc方案，在行業大趨勢上，有可能成為主流。
去年，曠視就曾在採訪中透露公司正在開發 FPGA 晶元，一種可編程晶元，可以將自家的神經網路演算法放上去。依圖科技在接受機器之能採訪時曾表示，未來有做晶元的打算。而就在去年，公司投了人工智慧晶元公司 ThinkForce。
地平線、深鑒科技、寒武紀、比特大陸等公司早已將安防作為一個非常重要的產品落地領域。華為海思也在研髮針對安防的人工智慧晶元。
對於海康威視來說，考慮「跨界」的勇氣，不僅僅來自對市場趨勢的把握和面臨的難題，也鑒於自身能力。
發展硬體之前，需要先有成熟的軟體 產品 ，這樣才有辦法讓硬體來支援。而海康威視已經有了十多年的演算法與產品落地經驗。
AI 不是產品，它需要和具體的應用場景結合，解決具體問題。而深度學習與應用場景的耦合很重，除非結合應用場景，否則很難做到最優。
而安防，又是一個水深坑多的垂直領域。深耕行業多年的海康威視，恐怕是對安防場景把握最清楚的公司之一。
採集的國內數據，公司提供的解決方案能夠非常靈活地適應中國市場。事實上，安防監控的終端客戶需求多樣，設備廠商通常會根據客戶的實際需求進行定製化開發。海康威視產品非常豐富，有成千上萬個產品型號。
正因為深刻了解場景需求，公司就可能根據應用場景需求，設計演算法模型，待模型成熟以後，再用晶元架構加以實現。而自身的市場渠道，更可以幫助晶元更快地應用到場景中。
其實，自己研發人工智慧視覺晶元也比較符合海康威視一貫的謹慎保守風格：更多依託於自己的產品和解決方案來獲得更多回報。
現在只是起跑時刻，接下來一定會百家爭鳴。
不過，和被預言不做集成商、晶元，AI 創業公司只能等著被收購的命運不同，海康威視正是可能買下創業公司的那一位。
在晶元這件事上，海康威視的步伐也會更加從容和穩健。
往期文章
TAG:機器之能 |