人工智能的引入,是安防行业继网络化、高清化之外,延伸出的另一种新的行业发展趋势,为安防监控芯片的技术发展和革新带来新的助力。
纵观安防产业发展的历程,从模拟化到数字化,再到网络高清,直至目前的智能化,安防芯片技术的进步成为原动力。将图像信息处理、视频编解码,以及AI智能分析等专业技术与适配的芯片硬件紧密结合,是实现真正智能安防的必要条件。
在百舸争流的安防监控芯片行业浪潮中,已有不少玩家在其细分领域持续深耕,如何在豪强林立的安防监控芯片领域脱颖而出并站稳脚跟,成为不少新晋玩家的决胜关键。
机遇
基于安防产业的市场需求巨大但应用场景多样且碎片化,近几年除了传统的安防巨头之外,从底层硬件到应用平台核心产品和终端解决方案等环节,也涌现了成百上千家企业。
在安防监控芯片领域,基于网络摄像机的大范围普及,IPC SoC芯片的市场增长潜力最大,也成为众多新玩家争相入局的重要领地。
据集微网了解,此前,传统安防监控芯片市场基本是安霸、TI、NXP等海外厂商垄断。随着华为海思的入场,在IPC领域持续发力,实现产品线从最低端到最高端的全方位布局
而后,随着技术的成熟和成本的降低,AI在安防领域的应用逐步深化,也吸引了越来越多的AI企业入局,将安防监控领域的芯片和算法研发升级至一个新高度,而安防市场也成为AI技术最早落地且规模发展的最大市场。
据《2019中国安防行业调查报告》数据显示,智能安防市场在2020年将超过千亿产值,其中AI+安防软硬件市场规模将达到453亿元。
当前,在算力、算法、数据等三大要素的技术角逐中,传统安防厂商、互联网巨头、AI厂商、云服务商等均实现了一定的技术布局,但距离真正的应用落地还有一定的阻碍。
挑战
随着百万级千万级像素的摄像机市占率不断攀升,从标清到高清,再到闭路显示到远程监控的发展趋势,以及未来的人工智能数据分析,海量信息需求对监控数据传输、后端存储等产生了较大的压力。
在与AI结合后,通过监控摄像机捕捉到的场景画面进行即时的结构化处理,通过语义分析等技术对视频数据进行分类处理存储,向云端传输需要关注的“异常数据”。通过端侧和边缘侧的AI数据分析和数据结构化,大大降低存储和传输的压力。
在此过程中,要使前端数据采集、智能芯片、深度算法及技术架构等产业链的进一步完善,具备强大计算能力的AI处理芯片尤为关键,才能使安防智能分析技术真正落地应用。
在人工智能的加持下,安防监控芯片行业朝着三种方向不断延伸。其一是,将AI算法集成在IPC上,为端侧的安防设备提供超强的算力保障;其二是边缘侧,在边缘侧加入AI处理的功能,接入多通道IPC进行分析;其三是云端与AI的结合,实现AI的视频结构化,加速算法的迭代升级。
基于上述的场景并未完全实现,目前具备相应产品量产能力的厂商还不多。集微网了解到,除海思作为主要的IPC芯片提供商之外,瓴盛科技,作为芯片厂商中的“新秀”,也瞄准了IPC SoC领域,着力将集成AI处理引擎的芯片和完善的算法生态体系相结合,主打端侧和边缘侧的AI芯片,实现更多的细分应用场景落地。
值得关注的是,随着中美贸易摩擦的影响,海思的芯片受到限制,较多的终端厂商倾向于引入新的芯片方案厂商,实现风险规避。
突围
AI技术应用于安防监控领域,需要不断突破算力、算法、数据等局限。算力的提升有赖于AI芯片处理能力的提升;算法的升级需要软硬件结合和开放的算法生态的支持;海量数据信息的采集和处理,也离不开端侧、边缘侧和云端的AI计算能力。
此前,集微网了解到,瓴盛科技将于下半年量产的首款AIoT芯片,采用11nm FinFET制程工艺,集成了AI处理引擎,不仅具有强大的视频信号处理、编解码能力,同时还具备强大的图形处理能力,可广泛应用于智能安防监控、人脸识别、视频会议、车载终端、运动相机等多种智能物联网领域,提供了足够的AI处理能力来满足行业需求和家用需求。
这其中,基于此芯片的核心能力是高清图像智能分析处理,所以智能安防监控也成为瓴盛科技的首要应用领域。作为IPC 芯片领域的新晋玩家,瓴盛科技的核心竞争力在于软硬件结合能力,以及对不同的应用场景垂直整合提供完整解决方案的能力。瓴盛科技以自研芯片和基础算法为根基,根据不同需求,与多家算法公司、安防领域的系统集成公司展开差异化合作,针对不同应用场景作出差异化的方案,降低客户进入行业的门槛。与此同时,在图像处理模块(ISP)和视频编解码技术上不断创新,加速智能安防监控芯片产品的迭代,打造具备自主产权的芯片产品。
据瓴盛科技透露:“第一颗基于AI的IPC 芯片,针对目前高端的4K/2K分辨率的IPC市场,具有强大的图像、视频、音频处理能力,可广泛应用在各个视觉及音频人工智能领域。在今年4月已流片回来,目前正处于与客户合作研发中,预计客户产品将于Q4量产。”
总体而言,在5G商用时代,安防监控和AI技术在实际应用中的落地融合,将极大提升智能安防的感知、分析和决策能力,加速安防行业的细分应用场景落地,包括安防视频监控、人脸识别闸机、扫地机器人、智能驾驶、体温检测、工业自动化等。在技术升级和场景下沉的情况下,新晋玩家也将在不同的赛道里攻城略地。
上一篇:海思订单的空缺已经补上?台积电已拿下英特尔与AMD大单
下一篇:涉嫌盗用了共享数据输出系统?办公设备巨头施乐被诉专利
- 曝iPhone SE 4首发苹果自研5G基带:明年3月登场
- 曝iPhone 17全系首发3nm A19系列芯片:无缘台积电2nm工艺制程
- 供应链称上游元器件要大降价:国产手机现涨价潮后会主动下调售价吗
- 消息称苹果将拿出近 1 亿美元用于解除印尼 iPhone 16 系列销售禁令
- 消息称塔塔公司收购和硕在印度的唯一一家iPhone工厂,深化与苹果合作
- 苹果遭4000万英国iCloud用户集体诉讼,面临276亿元索赔
- 消息称苹果、三星超薄高密度电池均开发失败,iPhone 17 Air、Galaxy S25 Slim手机“变厚”
- 美光亮相2024年进博会,持续深耕中国市场,引领可持续发展
- Qorvo:创新技术引领下一代移动产业
- 具有低电池电量指示的 LTC4419IDD 早期电源故障警告的典型应用电路
- LT8390EFE 98% 效率 48W (12V/4A) 微型降压-升压型稳压器的典型应用电路
- LTC2336-18、18 位、250ksps、全差分输入 ADC 的典型应用
- 使用 Richtek Technology Corporation 的 RT7251A 的参考设计
- LT3663EDCB-3.3、1.2V 降压转换器的典型应用
- LT6656ACS6-2.5、2.5V 微控制器电压基准和稳压器的典型应用
- LTC1540 的典型应用 - 具有基准的毫微功率比较器
- 使用 LTC4162EUFD-LAD 1-8 节、3.2A 降压型开关电池充电器和 PowerPath 的典型应用
- LT3091HDE GND 引脚参考 SHDN 信号的典型应用
- LTC3709 的典型应用 - 具有跟踪/排序功能的快速两相、无 RSENSE 同步 DC/DC 控制器