2019年5月22日,上海第十九屆上海安博會上,第二屆3A論壇如約而至。來自大華股份、華為、??低暋⑸虦萍?、依圖在內(nèi)的多家國內(nèi)智能安防企業(yè)齊聚會場,論道人工智能在安防領(lǐng)域的行業(yè)前景,以及國際貿(mào)易局勢風(fēng)云多變的情況下,國產(chǎn)廠商的突圍與未來。由于論壇討論內(nèi)容較多,整理起來冗長,故將內(nèi)容分為幾個部分逐一呈現(xiàn),本文重點呈現(xiàn)的是行業(yè)大咖對AI產(chǎn)品及AI芯片發(fā)展的看法,以下為現(xiàn)場論壇嘉賓發(fā)言的核心內(nèi)容,安防知識網(wǎng)作了不改變原意的編輯和整理:
人工智能產(chǎn)品面對的市場環(huán)境
地平線總經(jīng)理張永謙:
地平線是年輕的公司,在AI這個大話題前,也僅僅是“只取一瓢飲”,我們給自己的定位是“賦能”,在目前階段更聚焦在邊緣智能,針對不同的客戶與用戶的所處環(huán)境以及自身條件,提供差異化的產(chǎn)品方案與服務(wù)。地平線選的是芯片+算法的模式,例如對于一些比較成熟的產(chǎn)業(yè)鏈分工的行業(yè),我們便更聚焦在芯片本身的解決方案上。在一些比較新興的行業(yè)中,分工鏈條還未建立,我們便會提供整體解決方案,無論哪種方式,都是為了讓鏈條更加的完整,從而實現(xiàn)AI在各行各業(yè)的落地。
但AI落地,市場分散情況尤為突出,尤其在安防行業(yè),個人認(rèn)為未來可能會涌現(xiàn)出一批在垂直領(lǐng)域非常優(yōu)秀的企業(yè),因此地平線的定位是在他們背后做邊緣智能的平臺以及賦能,因此最終產(chǎn)品的系統(tǒng)并不是我們的選擇。
AI芯片大規(guī)模商用還需多久
地平線總經(jīng)理張永謙:
首先AI芯片大規(guī)模商用已經(jīng)沒有問題,舉個地平線的例子,在2017年發(fā)布第一款人工智能處理器旭日,在2018年出貨量已經(jīng)超過了10萬套,在軟硬結(jié)合的芯片解決方案市場中,國產(chǎn)的芯片及解決方案大規(guī)模量產(chǎn)的問題已經(jīng)得到很好解決。所以即使這次美國一些制裁會導(dǎo)致出現(xiàn)一些問題,但國產(chǎn)的近年的發(fā)展能降低我國相關(guān)產(chǎn)業(yè)影響程度。
其次在落地方面,本質(zhì)上而言一定是軟件定義硬件,然后場景以及行業(yè)出現(xiàn)的問題不斷驅(qū)動軟件的發(fā)展。傳統(tǒng)的處理器多為通用處理器,因此人們也常常將芯片歸類為硬件。但隨著某個市場體量的增大,產(chǎn)業(yè)鏈更加的成熟,為了追求更高的效率必須要走專用的路線,ASSP( Application Specific Standard Parts)占芯片行業(yè)的比重已經(jīng)非常大,例如通信與手機行業(yè),這些芯片的特點一是專用,二是與軟件深度結(jié)合。AI也會一樣,無論是GPU,還是X86或FPGA,當(dāng)用戶在端上面部署的時候,都面臨著非常嚴(yán)苛的功耗與性價比的挑戰(zhàn),而專業(yè)化路線可以很好地解決這些問題。后面的發(fā)展趨勢我認(rèn)為是無論是端還是云,隨著智能應(yīng)用與行業(yè)應(yīng)用理解的深入,軟硬結(jié)合一定是大勢所趨。
華為智能安防首席產(chǎn)品管理張愛軍:
芯片到底是硬件還是軟件,其實更準(zhǔn)確地講芯片是一個完整的生態(tài),在設(shè)計芯片的時候,不僅要考慮它的性能(功耗、能效比、算力)問題,還要考慮配套的解決方案生態(tài)。如果芯片沒有生態(tài)的合作伙伴支持,便很難發(fā)揮出芯片的真正能力。
在安防行業(yè)中,我曾經(jīng)走訪過一些公安與其他的行業(yè)的用戶,在交流中發(fā)現(xiàn)芯片在當(dāng)前階段還僅僅是應(yīng)用于非常小的領(lǐng)域,比如運用小部分算力進行少量的人臉抓拍工作,用戶因此也提出了不少需求——如何降低時延、如何提升算力、如何降低功耗、如果提高精準(zhǔn)度、如何把布防工作放到前端去等。
AI芯片的趨勢是前置還是后置?
浙江大華研發(fā)中心副總裁殷?。?/strong>
這個問題需要從整個系統(tǒng)架構(gòu)來看,無論是公安業(yè)務(wù)還是銀行業(yè)務(wù),它都需要面向用戶,面向一線操作人員。因此對于他們而言,怎樣的系統(tǒng)架構(gòu)才是最合理的,或者如何降低TCO都將影響具體的選擇。因此無論是邊緣計算還是云計算,最終都是需要服務(wù)于用戶,這意味著兩者的選擇很大程度都取決于用戶的使用習(xí)慣。在目前應(yīng)用中,我們可以看到許多系統(tǒng)中已經(jīng)很好的融合了兩者,實現(xiàn)邊緣計算與云計算相結(jié)合的全智能、全計算。
??低暩笨偛眯炖冢?/strong>
同樣是用人臉抓拍計算客流,景區(qū)用戶希望能把游覽人數(shù)記錄下來,零售用戶希望精準(zhǔn)地抓拍到每張人臉,區(qū)分出客人的屬性。在AI應(yīng)用場景中,無論是傳統(tǒng)綜合安防還是可視化管理業(yè)務(wù)都是非常碎片化以及差異化的,因此廠商更應(yīng)該是從需求端思考問題,簡單地說便是用戶需要什么,廠商如何實現(xiàn)這樣的能力。從過去這些年的探索,目前??档漠a(chǎn)品已經(jīng)開始將AI能力前置,實現(xiàn)邊緣計算,降低傳統(tǒng)應(yīng)用的成本,提升用戶業(yè)務(wù)的效率。具體的選擇仍然取決于應(yīng)用場景,因此??翟趦煞N方式中都確保擁有能力,能根據(jù)用戶的需要,提供最適合的服務(wù)。
對于前后兩端研發(fā)的投入,企業(yè)該如何權(quán)衡?
地平線總經(jīng)理張永謙:
這完全取決于企業(yè)自身想進入的市場,一些體量大的公司或者是有云端基因的公司,選擇從云端做AI芯片是比較自然的事情,但是地平線走的是另外一條路——邊緣AI。這兩條路線其實各有利弊,例如云端切入,對于功耗及細(xì)節(jié)的要求不是太多,容易與基于某個行業(yè)的場景的軟硬件進行結(jié)合,效果比較顯而易見,同時也符合國家在服務(wù)器領(lǐng)域逐步國產(chǎn)化的戰(zhàn)略。而地平線選擇的路線,因為行業(yè)碎片化的需求顯著,因此要在細(xì)節(jié)上下很多功夫,但是只要堅持下來,也可以成為自己很好的壁壘,因此這兩端都是值得研發(fā)投入的,具體的選擇要看企業(yè)自己的具體情況。