Menu
快讀
  • 旅遊
  • 生活
    • 美食
    • 寵物
    • 養生
    • 親子
  • 娛樂
    • 動漫
  • 時尚
  • 社會
  • 探索
  • 故事
  • 科技
  • 軍事
  • 国际
快讀

AI芯片強勢反撲GPU,安防行業的GPU王朝還能延續多久?

2020 年 1 月 7 日 每日安全资讯
AI芯片強勢反撲GPU,安防行業的GPU王朝還能延續多久?

在人工智能興起之後,安防行業就成爲了人工智能技術最大的試驗田,也是落地的主要場景之一。

對于視頻監控行業來說,在GPU的CUBA模塊出現後(相關鏈接:爲何GPU能在安防行業呼風喚雨?十幾年前這件事改變了安防前端格局),前端攝像機對GPU的依賴就越來越重,一台攝像機能夠搭載什麽樣的智能算法,算力又如何很大程度上取決于GPU的性能。

然而安防行業是一個場景化的行業,GPU再好也有著它的局限性。在AI發展的浪潮下,越來越多的安防企業選擇自研芯片來適應更細分的需求。

各個安防企業都鉚足力氣或自研或合作生産安防芯片,幾乎每隔幾天就能蹦出一條非GPU安防芯片問世的新聞,在這個勢頭下,不少人都在心裏打鼓:“是否GPU的王朝就要結束了?”

AI芯片強勢反撲GPU,安防行業的GPU王朝還能延續多久?

隨著深度學習的火熱,GPU面臨嚴峻挑戰

王朝是否結束先按下不表,但從2019年全年智能安防芯片的産出來看,ASIC、FPGA表現優秀,更是有專家表示,在細分場景的深度學習方面安防芯片已經展現出了良好的發展趨勢,那麽我們今年就來看一下2019年安防芯片得到了哪些發展機遇,又有哪些安防芯片表現出不俗的競爭力。

智慧安防需求多樣,AI安防芯片崛起契機來臨

在傳統的認知中,算法的深度學習都依賴GPU的CUBA模塊,根據吳恩達教授在2011的實驗結果表明,12顆英偉達GPU可以提供相當于2000顆CPU的深度學習性能。

但CPU作爲圖像處理器時,設計初衷是爲了應對圖像處理中的大規模並行計算。因此應用于深度學習時有明顯的局限性。

首先就是硬件結構完全由GPU廠商決定(主要是英偉達),其次是在深度學習方面,其效能遠低于ASIC及FPGA芯片。

通俗的講,采用GPU,你可以定制場景化的算法,但硬件性能以及發揮的效率完全是由英偉達決定,且算法的複雜程度還需要卡GPU的效能決定。

盡管GPU目前依靠其優秀的編程環境和頂尖的算力依舊穩坐AI芯片市場NO1的地位,但其他兩種芯片已呈現出後來居上之勢。

AI芯片強勢反撲GPU,安防行業的GPU王朝還能延續多久?

ASIC和FPGA在安防行業越來越得到重視

算力的優勢並不是憑空而來,傳統的GPU雖然在算力上占盡優勢,但存在嚴重的晶體管堆料的現象,導致其利用效率不高而且造成的功耗遠高于其他兩種芯片,對于以7X24小時運行的安防設備來說,這樣的功耗很難接受。

市場上雖然對這些缺點還算比較容忍,(畢竟客戶主要更關心算力)。但長此以往無異于飲鸩止渴。

在設計層面,由于摩爾定律的失效。7nm後制程升級越來越困難,GPU若想保持其算力優勢勢必還會走“堆料”的路子,在雲端市場不斷發展的今天,這樣的市場越來越難以爲繼。也導致不少安防廠商紛紛開發自己的ASIC和終端的FPGA市場。

由一家獨大,到如今隱隱的三分天下之勢,GPU確實該考慮如何更好的適應市場了。

激烈的安防芯片競爭

在AI芯片選擇方面,一般是有錢的選擇ASIC,早期過渡和追求性價比會選擇FPGA。

FPGA的是很多創業公司初期選擇的平台,深鑒、寒武紀、地平線、比特大陸都先後使用過FPGA,商湯等視覺公司也應用過FPGA+GPU的解決方案,但當業務發展到一定程度後,都逐步開始轉向ASIC。

這是由于其芯片結構決定的,FPGA相比GPU功耗更低,相比ASIC具有更短的開發時間和更低的開發成本。

一句話總結就是方便、性價比高。且由于英特爾于2015年收購了最成功的的FPGA芯片廠商Altera(151億美元的天價,不得不說英特爾也是給CPU研發部門下了“死命令”),近年來不斷推出CPU+FPGA的組合給各個行業都帶來了前所未有的AI發展機遇。

AI芯片強勢反撲GPU,安防行業的GPU王朝還能延續多久?

成本低、重構靈活成爲FPGA最大的競爭籌碼

且由于近兩年業界對于深度的學習能力大爲推崇,在這方面具有優勢的FPGA無疑就成爲了很多廠商的選擇。

相比性價比較高的FPGA,ASIC芯片無疑就彰顯了定制化芯片的霸氣。除了不能像FPGA那樣進行功能擴展和重構以外,ASIC芯片幾乎滿足了所有安防高端定制化的需求,在功耗、可靠性、體積方面優勢很大,尤其是在移動端,其高性能、低功耗的特點成爲了衆多廠商的首選。

尤其是人工智能越來越深度化的當下,人們對于智能化深度的要求越來越高。相對應的芯片需要運行的算法也越來越複雜,這都要求芯片擁有一套專用的架構與其進行對應,而ASIC芯片完美地滿足了這一需求。

而ASIC應用的典型的代表就是知名的Alpha Go的大腦:谷歌研發的TPU芯片,其強大的深度學習能力和較低的功耗都讓業內豔羨。

據寒武紀發布的指令集指出,未來ASIC芯片將是AI芯片的核心。

不過研發ASIC芯片的一大難題就是其高昂的成本和較長的開發周期。目前,致力于研發AISC芯片的都是既擅長芯片研發又具備AI算法的行業巨頭,適用于已經具有一定規模且需求場景化定制需求的安防大廠。

除了這幾大類以外,目前安防行業還有雲端芯片和類腦芯片具有強大的競爭力。

不過不管誰將在這場競爭中勝出,GPU在安防行業中的衰落或將成爲現實,而在AI芯片的競爭當中誰又能拔得頭籌,這還要看他們具體和安防行業的適配程度。

AI芯片強勢反撲GPU,安防行業的GPU王朝還能延續多久?

智能芯片市場玩家可不止“禦三家”

自研芯片的春天

2019年,我國安防芯片取得了很大的成就,不管是泛用性極廣的海思Hi3516CV500、昇騰系列、還是具有超高集成度的國科微GK7205/GK7205S、亦或是致力于智慧城市建設的地平線旭日1.0都向我們揭示了如今安防行業對于定制化AI芯片的渴求。

在新的一年裏,隨著安防智能化的不斷深入,AI芯片行業競爭也會愈加激烈,但無論如何這對于中國安防的發展,都是多了一種選擇,也多了一份效能。

相關文章:

  • 自動駕駛芯片行業專題報告:GPU的現在和ASIC的未來
  • Calculate Crypto Mining Profitability With Mining…
  • 「晶元救國」!馬雲雷霆出手
  • 遇見獨角獸| 尋找追光者—2019奧比中光博士招聘!
  • 截止在即 | 2019奧比中光博士招聘職等你來
  • 啓蒙創新監管思路?監管沙盒之于區塊鏈意義幾何
科技

發佈留言 取消回覆

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

©2025 快讀 | 服務協議 | DMCA | 聯繫我們