欢迎光临河北亚特尔弱电工程有限公司官方网站!
  • 免费咨询:400-000-2201

  • 紧急电话:181-0330-6600

当前位置:亚特尔弱电 > 行业新闻 >

AI芯片赋能机器视觉 加速安防工程产业智能化变革与升级

文章出处:网络责任编辑:王冰人气:-发表时间:2018-07-12 09:27 字体大小:【
在过去两年中,安防工程创新加速了,AI芯片已经能够保持机器视觉。许多不同阵营的AI芯片公司已将安防工程性作为核心应用场景之一,专注于AI芯片开发,并不断引入云和嵌入式。终端安防工程AI芯片将在不久的将来有更多的AI芯片产品正式投入商用。
 
那么,安防工程AI芯片目前的发展状况如何?安防工程AI芯片的崛起会对行业产生什么影响?什么是产品的发布和着陆?等等,有了这些问题,该杂志邀请行业公司和AI创业公司讨论AI安防工程芯片的当前和未来,并希望激励行业。
 
比特兰科技有限公司产品战略总监唐伟伟;李爱军,深圳市云天生命科技有限公司研发部主管;刘俊华,北京地平线机器人技术研发有限公司智能城市事业部总经理;人工智能市场,中兴微电子有限公司副总裁陈为民
 
目前,安防工程市场正朝着智能化迈进,芯片是决定安防工程智能进步的核心因素。目前芯片市场的发展是什么,特别是AI安防工程芯片?
 
数据,芯片和算法是人工智能技术的核心。随着实际数据,计算能力和开发者生态系统的不断发展,人工智能硬件消费市场预计将在2025年达到1090亿美元。在这千亿美元的市场规模中,已经强调的领导者是人工智能处理器 - AI硬件制造商,如GPU,FPGA和ASIC。预计ASIC,FPGA和GPU将在2017年至2025年间增长最快。其中,ASIC增长速度最快,达到92%。
 
随着物联网技术的发展,未来的安防工程智能需要解决如何将物理场景数字化。同时,随着前端接入设备和非结构化数据的快速增长,前端边缘计算能力已成为迫切需求,但高性能,低成本,低功耗和嵌入式AI芯片是一个挑战。在过去的7到8年中,我们已经看到了AI处理器架构在不断迁移的过程中。 2011年,出现了拥有数万个CPU的大规模集群。 2012年,百度IDL首次将GPU打造成集群,这是世界上第一次。 2014年,我们发现GPU的成本和功耗非常不适合大规模部署。首次将预测过程算法大规模部署到半定制硬件设备(如FPGA)可大大降低计算能耗并稳定系统。性是有保障的。但是,如果你想将人工智能推向前端以提高边缘计算能力,无论是CPU,GPU还是FPGA,都存在一个致命的缺陷,那就是成本和功耗仍然不能满足需要前端优势,ASIC硬件将成为未来的发展方向。 。
 
地平线建立于2015年,我们的愿景是将算法和芯片结合在一起,以创建促进边缘AI的人工智能计算和扩展。在2017年底,经过两年的努力,Horizo​​n发布了第一款嵌入式AI专用芯片,该芯片每秒可处理30帧1080P视频,延迟小于30毫秒,典型功耗仅为1.5瓦。

多年的发展使安防工程行业形成了比较完整的市场结构和产业链。目前,视频监控占安防工程市场份额的近50%,分为前端(摄像头)和后端(主/云)。从整体情况来看,人工智能在两端的重要性正在加强,但在现阶段,后端仍然是主流。在芯片方面,NVIDIA的GPU使用最广泛,功能相对较多且价格昂贵,而且业界几乎没有选择。如果所有基于GPU的AI安防工程解决方案都是基于GPU构建的,那么成本和能耗都是惊人的。因此,专用的,经济的ASIC芯片的优点变得越来越明显。
以Bitland为例,Bitland张量处理器BM 1680是用于深度学习应用的ASIC芯片。其加速核心采用改进的脉动阵列架构技术,具有4096个并行执行单元,用于CNN / RNN /预测和训练神经网络,如DNN。 BC 1680的设计始于2015年底,历时一年多。它于2017年6月抽样,并于同年批量生产。目前,第二代芯片BM 1682也已发布,实际性能比第一代高约5倍。
 
在高清,智能,网络化,高安防工程性的安防工程市场发展趋势下,安防工程芯片技术得到迅速,迭代的发展。近年来,视频编码方法已从H.264快速转变为H.265。与此同时,随着中国SVAC标准的出现和政府的大力推广,SVAC编解码技术也已从SVAC1.0全面推进。开发到SVAC 2.0。更高的压缩效率和更低的编码率一直是安防工程芯片近年来追求的重要目标。在视频编解码领域,安防工程芯片技术已达到一个新的水平。
 
同时,数据安防工程作为安防工程领域的一个重要特征,一直是安防工程芯片的重要指标。当大数据和人工智能应用蓬勃发展时,这一点尤为重要。满足国家标准安防工程要求的安防工程芯片的开发也是近年来的主要技术发展方向。
 
智能分析是大量图像存储和处理需求的关键,而智能分析必须解决计算瓶颈问题。近年来,AI安防工程芯片为前端智能应用提供的计算能力最初结合了前端智能和云智能,具有一定的实际应用能力。目前,它可以在前端实现,包括分类检测,生物识别,车辆识别等。该领域的应用,结合云的存储和搜索功能,将智能分析技术提升到一个新的水平。但是,目前的AI安防工程芯片容量还不能完全满足安防工程应用的实时性要求,这就是AI芯片在未来几年应该进一步改进和解决的问题。
 
目前,人工智能安防工程芯片还处于起步阶段。目前的安防工程市场主要在云中活跃。同时,由于技术的各个方面都需要完善,因此并没有很多大公司会积极推动芯片安防工程。有两个原因。首先,结合一些大型AI公司案例,如海思和大化,由于缺乏相关的业务经验,他们在制作芯片时更加谨慎。其次,考虑到成本和运行速度,在成品安防工程设备上探索新芯片和集成架构需要时间和成本。与大公司相比,创业公司相对更快,更有利。值得一提的是,云天Lifei推出的“深眼”系统可以实现“城市视频监控,二级人脸搜索”,帮助公安破获4000多起案件,挽回了许多失踪儿童和老人。 。该项目的成功为我们提供了丰富的应用经验。
 
我还记得几年前ASIC芯片诞生对业界的影响具有重要意义。当前安防工程AI芯片的快速发展是否会对行业产生“颠覆性”影响?将展示什么?
 
我们认为AI芯片肯定会对行业产生“颠覆性”影响。我们的AI专用芯片的初衷是实现AI的前端和边缘化。传统的AI解决方案基本上是一个前端摄像头,通过网络传输将数据发送回服务器,并通过服务器和算法实现人工智能。但是,服务器的成本很高,而且部署或迁移非常困难。与此同时,随着NB-IOT和5G时代的到来,2020年全球有5.2亿个物联网,具有前端边缘计算功能的AI芯片和解决方案使得返回小数据包和高带宽无缝切换应用成为可能。真正意识到节省部署和传输成本,以及部署效率。
 
七年多以前,ASIC芯片将视频A / D转换和编解码器带到了前端,带来了相机的更新,现在我们很难找到模拟相机。而我们的芯片将智能眼睛放在相机上,将智能捕捉机识别带到前端,相信这也将是相机的发展方向,也是安防工程行业的发展方向。我们相信五年后,市场上很难找到没有AI的相机,这是“颠覆性的”。
 
人工智能安防工程芯片将对行业产生影响。由于AI芯片与传统芯片不同,因此他们更加关注“从场景到算法,从算法到芯片”。这种思路不同于以往的硬件将导致新的AI芯片行业形式和商业模式。这种影响不仅涉及安防工程性,还涉及智能家居和消费电子,自动驾驶,云计算,智能城市等。
 
ASIC芯片的诞生对整个芯片产业具有重要意义。目前的AI芯片是一种能够运行深度学习算法的ASIC芯片。我们知道深度学习算法引发了人工智能浪潮,人工智能正在改变安防工程,金融,教育,医疗和其他传统行业,尤其​​是安防工程行业。
 
这种破坏性影响主要是由于数据的大小。就视频监控的应用需求而言,2017年全球相机数量达到140亿,未来五年将保持两倍以上的复合年增长率。我们只带监控摄像头进行分析。 2017年监控摄像头约为4亿。假设每台摄像机需要0.5 TFLOPS的计算能力,2017年将需要210台Exa FLOPS来处理全球监控摄像头,相当于广州超级计算中心4000倍的计算能力。比特币是整个网络计算能力的20倍。 “理解”是监控的硬性要求。相机需要24小时连续操作,因此可以合理地假设所有相机数据都需要实时智能分析。
 
大量数据产生了巨大的计算需求,需要相应的计算能力。如果没有使用现有GPU的高性能深度学习专用芯片,则无法满足当前安防工程应用在成本和功耗方面的需求。 。
 
安防工程性是AI芯片最热门的商业应用场景。安防工程AI芯片的行业要求和特性是什么?与具有一定智能处理的IPC芯片相比,AI芯片有哪些突破和升级?
 
安防工程AI芯片在性能方面需要具有更高的实时性能,可靠性和安防工程性。用于安防工程的AI芯片需要具有前端实时处理复杂的应用环境,其性能要求远高于普通的IPC芯片。同时,它需要适应在各种户外环境中确保可靠运行的能力。此外,安防工程性在安防工程应用程序中非常重要。视频流的实时加密将是未来安防工程芯片的标准要求。同时,在系统应用中,有必要考虑云处理平台的功能集成问题,如结构化视频描述的要求。这些与一般的IPC芯片要求非常不同。
 
SVAC国家标准具有视频结构和加密的完整定义。通过芯片本身的可靠性和性能的结合,两者的结合可以完美地满足安防工程市场的需求。
 
作为AI芯片中最受欢迎的商业应用场景,安防工程AI芯片主要用于处理动态视频中的人物和事物,并掌握事物的典型特征。然后在前端完成特征压缩和背景特征比较,有效地减少对传输线的影响并获得更好的性能。同时,安防工程AI芯片必须能够匹配现有传统安防工程前端的场景数据,并解决前端的问题,可以有效降低成本。另外,前端还需要预留一个矢量界面,即神经元参数的刷新界面,这样后台可以快速调整和升级前端神经元参数,提高前端的智能化水平。 。简而言之,安防工程AI芯片必须具有高灵活性,良好性能和低成本的特点。
IPC芯片采用DSP和FPGA共模,其运算和冗余算术单元(包含太多不必要的算术指令)使其不适合纵向识别。 男模特的热量和价格也很高。
 
与IPC芯片相比,AI芯片删除了与人脸识别无关的所有指令,并使用更多算术单元来识别人脸识别参数。 此外,AI芯片具有发热量小,体积小,成本低的特点,更适合人像场景的应用。

河北亚特尔弱电公司做为京津冀一流的安防监控公司,专注安防工程监控公司安防系统安防监控十六年,经验丰富,成功案例覆盖京津冀地区,为客户提供咨询、规划、设计、施工、运维一站式解决方案,全国免费热线:400-000-2201! 
 

  更多弱电安防资讯 请访问河北亚特尔:http://www.yater.cn/

此文关键字:安防工程|安防监控|安防系统|安防监控公司|安防监控工程|弱电工程|弱电公司|弱电工程公司|

排行榜

同类文章排行

最新资讯文章

推荐阅读文章

  • 在线咨询
  • QQ咨询
  • 返回顶部