海康威视要打造自己的AI芯片,但是视频监控真的需要吗? - 调查与观点 - 智能交通世界网_智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 海康威视要打造自己的AI芯片,但是视频监控真的需要吗?

    2018-01-12 10:29:30 来源:亿欧 作者:邱陆陆 评论:
    分享到:

    360桌面截图20180112102958.jpg

    2017年12月27日,发改委官网公示2018年「互联网+」、人工智能创新发展和数字经济试点重大工程拟支持项目名单。公示截止日期为2018年1月3日。

    名单上,我们可以看到不少明星人工智能公司。其中,杭州海康威视数字技术股份有限公司申报的项目赫然纸上:计算机视觉人工智能芯片研发及产业化项目。

    机器之能就此联系海康威视,对方表示尚未接到关于这一项目的消息。

    成立于2001年的海康威视,来自中国电子科技集团公司第五十二研究所。最初创业团队仅28人。如今,海康威视已成为全球视频监控产业的龙头,全球员工逾2万人,在国内设有五大研发中心,在海外建立了蒙特利尔研发中心和硅谷研究所。在视频监控的人工智能方面,海康威视走在了全球前列。

    早在2006年,海康威视就开始布局人工智能,组建算法团队。但是,人工智能芯片并不在公司的「行程单」上。

    去年,在接受国内财经媒体采访时,公司CEO胡扬忠曾表示,2009年海康威视就做了一个重要的决定:做解决方案、做软件,因为这样可以更加靠近客户。

    2006年,公司研究智能化算法,2008年,50%以上的闯红灯的抓拍设备由海康威视提供。2015年,公司推出基于深度学习的智能化产品。

    「大家都觉得芯片是企业核心竞争力最重要的体现,但在我们眼里并不是这样。」胡扬忠在采访中表示。

    「在我看来,提升硬件没有做软件系统的重要性高。不一定每一家公司都要做自己的芯片,本身芯片市场就有充分竞争。」

    将算法(技术)、产品、应用打通,快速应变,为客户提供最符合自身场景的服务,才是公司自己的定位。

    如果说过去十多年对算法和软件的注重帮助公司摸清了市场需求,那么,当算法进入成熟阶段时,寻求算力改造也在情理之中。国内产业生态的发展也降低了做芯片的门槛。

    而市场本身也在不断变化。

    在深圳举办2017海康威视高峰论坛上,胡扬忠着重强调了边缘计算的趋势。

    视频是7*24不间断的流媒体状态,数据量太大,没有用户能承受如此高带宽要求。另外,存储成本也很高,而且大多数监控视频数据没什么用(比如监控背景信息),全部传回存在云端分析处理非常耗费资源。

    随着边缘计算兴起,「云边结合」方案渐成主流。边缘优势在于即时性强、反应迅速、低传输成本。预计到2020年将有超过500亿的终端与设备互联,未来超过50%的数据需要在边缘侧分析、处理和储存。这一趋势对前端设备的计算能力提出了高要求,直接反映在对前端芯片的需求升级上。

    而随着个人安全意识的增强及安防技术的进步,安防产品正在从专业化市场向民用市场渗透。经过几年的培育,民用安防市场逐渐到达爆发阶段。对民用摄像头芯片的需求也将爆发。

    「是否会做定制芯片,取决于这个应用的量是否能达到百万级。」旷视首席科学家孙剑曾说。

    目前,最主流的深度学习芯片方案是GPU。英伟达的Jetson TX系列等产品,被海康威视作为高端产品的通用视觉方案,加入到摄像头中。

    深眸双目人脸智能摄像机,内含了英伟达的嵌入式人工智能计算平台Jetson TX1。为视频监控场景设计并优化的深度学习算法以及运行这类算法所需的算力(GPU模块)直接嵌入到了摄像机本身,所有分析计算在本机完成,无需再配置后端服务器。

    不过,在满足非常具体的应用场景上,通用芯片仍力所不逮。

    几个月前,一直注重软件的特斯拉透露自己正在研发定制芯片。即使是英伟达这样将通用芯片的算力和功耗平衡做到极致的大厂商,也无法满足自动驾驶具体场景下的需求:强大算力并且低功耗(人家是电动车,还不能卖得太贵)。

    安防领域的通用芯片方案也存在类似问题:成本、效率、功耗三方面均有瓶颈,并非最优选择(尤其在推理阶段)。

    先来看成本。

    有数据表明,硬件芯片成本占整套视觉系统约35%。要实现前端的深度学习功能,以及后端的大规模数据处理,目前为止仍然离不开价格高昂的GPU芯片。前端嵌入式GPU动辄数百美金,而后端高性能GPU高达数千美金。芯片成本直接推高了前后端设备的价格,成为大范围应用最大障碍。

    机器之能在曾经的采访中了解到,当前一台搭载了人工智能技术的摄像头能够卖到5000-8000元,是同等级摄像头售价的几倍。对于类似小区、停车场之类的应用场景来说,价格就太高了。

    算力方面,据估计,未来95%的深度学习算力将用于推理,这并非GPU的长项。

    功耗上,GPU是一种通用芯片,没有专门针对安防监控需求进行优化,在处理大量的视频数据时功耗仍然很高,抬高了用电及散热成本。相比之下,经过专门优化的ASIC/FPGA芯片的功耗与算力平衡会更佳。

    视频监控产品短期并不需要这么好、运算能力这么强的芯片作为计算芯片。而对这些问题,海康威视应该也是冷暖自知。

    如今,不少公司已经开始尝试针对安防领域的人工智能芯片研发。作为低成本的Soc方案,在行业大趋势上,有可能成为主流。

    去年,旷视就曾在采访中透露公司正在开发FPGA芯片,一种可编程芯片,可以将自家的神经网络算法放上去。依图科技在接受机器之能采访时曾表示,未来有做芯片的打算。而就在去年,公司投了人工智能芯片公司ThinkForce。

    地平线、深鉴科技、寒武纪、比特大陆等公司早已将安防作为一个非常重要的产品落地领域。华为海思也在研发针对安防的人工智能芯片。

    对于海康威视来说,考虑「跨界」的勇气,不仅仅来自对市场趋势的把握和面临的难题,也鉴于自身能力。

    发展硬件之前,需要先有成熟的软件产品,这样才有办法让硬件来支援。而海康威视已经有了十多年的算法与产品落地经验。

    AI不是产品,它需要和具体的应用场景结合,解决具体问题。而深度学习与应用场景的耦合很重,除非结合应用场景,否则很难做到最优。

    而安防,又是一个水深坑多的垂直领域。深耕行业多年的海康威视,恐怕是对安防场景把握最清楚的公司之一。

    采集的国内数据,公司提供的解决方案能够非常灵活地适应中国市场。事实上,安防监控的终端客户需求多样,设备厂商通常会根据客户的实际需求进行定制化开发。海康威视产品非常丰富,有成千上万个产品型号。

    正因为深刻了解场景需求,公司就可能根据应用场景需求,设计算法模型,待模型成熟以后,再用芯片架构加以实现。而自身的市场渠道,更可以帮助芯片更快地应用到场景中。

    其实,自己研发人工智能视觉芯片也比较符合海康威视一贯的谨慎保守风格:更多依托于自己的产品和解决方案来获得更多回报。

    现在只是起跑时刻,接下来一定会百家争鸣。

    不过,和被预言不做集成商、芯片,AI创业公司只能等着被收购的命运不同,海康威视正是可能买下创业公司的那一位。

    在芯片这件事上,海康威视的步伐也会更加从容和稳健。


  • 关键字: 海康 AI芯片 视频监控
  •    责任编辑:梁兰春
  • 关于我们
  • 联系我们
  • 广告赞助