研究报告 | 从五大发展趋势看安防芯片三个投资方向

√ 芯片在安防系统中扮演核心角色，其中IPC芯片增长潜力最大。 芯片在很大程度上左右着安防系统的整体功能、技术指标、稳定性、能耗、成本等，并在安防行业未来发展方向上起到关键作用。在ISP芯片、DVR SoC芯片、IPC SoC芯片、NVR SoC芯片这四类主要的安防监控芯片中，IPC SoC芯片受益于网络摄像机的大范围普及，具备最大的成长空间。我们预测国内IPC SoC芯片的市场规模在30亿人民币以上，增速超过30%。这一快速成长的细分领域将成为国内各大安防芯片厂商竞争的焦点。

√ 更多类型的AI芯片正快速向安防监控各环节渗透。 目前安防监控领域最主流的深度学习芯片方案是GPU，但我们认为GPU方案存在成本、效率、功耗三方面的瓶颈，并非最优选择（尤其在推理阶段）。目前已有针对安防行业开发的FPGA/ASIC智能芯片，如深鉴科技的DPU芯片（FPGA）、北京君正的NPU协处理器（ASIC）、寒武纪的AI服务器芯片（ASIC）等，这些芯片在不同程度上解决了行业痛点，应用前景广阔。

√ 我们总结了安防芯片的5大关键趋势：

1）“云边结合”取代“中心分析”成为智能化的主流选择——前端智能芯片迎来更大机会；

2）安防智能应用的普及，一定需要更高性价比的芯片解决方案——FPGA、ASIC智能芯片值得重点关注；

3）芯片厂商与下游安防厂商的互动更为频繁，形成利益共同体——利好掌握了下游核心客户资源的芯片企业；

4）民用安防监控市场正在崛起，芯片需求量将非常可观——利好针对民用市场推出产品、抢先布局的芯片厂商；

5）国外厂商份额不断下降，各类安防芯片逐步实现国产化替代——利好安防“中国芯”公司：海思、富瀚微、北京君正、国科微等。

√ 投资逻辑： 安防芯片既受益于国内整个安防监控产业的蓬勃发展，又是芯片国产化的一个重要突破口，其蕴含的经济价值和战略意义都不容小觑。从投资的角度， 我们认为可以从三个角度选择投资方向： 1）选择确定性最强、成长空间最大、进入门槛适中的安防芯片细分领域：IPC芯片；2）选择能够替代GPU，具有更高性价比的安防智能化芯片方案：FPGA/ASIC智能芯片；3）选择具备独特资源禀赋（如政策优势、客户资源等）的芯片厂商，如大基金入股、大客户绑定等。

√ 重点关注：富瀚微 （与海康威视合作紧密，ISP芯片实力强劲，积极开拓IPC芯片市场）；北京君正（自主研发NPU协处理器有望替代GPU，新一代高性能IPC芯片即将推出，民用市场拓展顺利）； 国科微 （集成电路产业基金加持，已成功在IPC芯片市场站稳脚跟）。 其他可关注标的：中科曙光 （与寒武纪联合发布AI服务器，有望应用到安防监控领域）； 景嘉微 （拟引入大基金，国产GPU稀缺标的）。

关键假设点

1）“云边结合”取代“中心分析”成为智能化的主流选择；2）安防智能应用的普及，一定需要更高性价比的芯片解决方案；3）芯片厂商与下游安防厂商的互动更为频繁，形成利益共同体；4）民用安防监控市场正在崛起，芯片需求量将非常可观；5）国外厂商份额不断下降，各类安防芯片逐步实现国产化替代。

有别于大众的认识

市场可能认为安防芯片的主导权掌握在国外公司手中。但多年以来经过以海思为代表的国内芯片企业的研发革新，国产安防监控芯片在技术水平上与国外先进产品已相差无几，并且在性价比上明显占优。国外安防芯片（除图像传感器外）在中国的市场份额已经所剩无几。当然，随着安防智能化的深入，又有一些高技术含量的国外深度学习芯片重新进入到安防领域中，这类芯片也是国产芯片厂商下一步突破的方向。

实际上，安防监控产业从上游芯片设计、镜头模组，到下游的整机生产、平台软件、解决方案、系统集成，我国企业都已经占据了世界领先的位置，全球最大的安防监控产业链就在中国，因此在研究安防监控市场时，有必要对产业链整体进行深入分析，从全产业链的角度预判安防产业发展形势。本篇作为安防产业链深度解析报告系列的首篇，认为在安防芯片市场，国内企业拥有较大的机会。

核心假设风险

安防监控产业增长不达预期，IPC芯片发生持续的价格战，新产品存在研发失败风险。

各类芯片广泛分布于整个安防监控系统中，扮演着核心角色。 芯片在很大程度上左右着安防系统的整体功能、技术指标、稳定性、能耗、成本等，并在安防行业未来发展脉络及方向上起到关键作用。安防产业从模拟进化到数字再到网络高清，以及当前正火的智能化，无一例外得益于芯片技术的进步。图像信号处理、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，才能充分发挥监控系统的功效。下图显示了在典型的安防系统中，主要芯片的分部与相关厂家：

由上图可见，视频监控系统包括前、后端设备以及中间的传输系统等，每一项功能的实现均离不开相应芯片的支持。1）前端设备 完成对视频信号的获取，包括一台或多台摄像机及其配套设备，完成图像、语音、报警和状态信息的采集。摄像机将现场情况拍摄成为模拟/数字视频信号，传输到监控系统中。 2）信号传输 部分完成对前端音视频、控制与状态信号的传送。按照传输信号的类型，可分为数字和模拟两大类。 3）后端设备 包括控制、显示、存储等。控制端完成视频信号的显示切换、云镜的控制、资源的分配，实现调度管理的功能；显示端完成对视频信号终端设备的输出；录像存储端主要完成数字视频信号存储和回放，包括DVR、NVR等。

在典型的监控系统中，对应模拟摄像机的ISP芯片、DVR SoC芯片；对应网络摄像机的IPC SoC芯片、NVR SoC芯片用量大、国产化率高，我们着重介绍。

图像信号处理芯片（ISP）性能决定摄像机画质。 ISP芯片的主要作用是对视频监控摄像机前端的图像传感器（CCD或CMOS）所采集的原始图像信号进行处理，使图像得以复原和增强，经ISP芯片处理后的输出图像可直接在显示器显示或通过数字硬盘录像机（DVR）进行压缩、存储。ISP芯片的性能好坏直接决定了视频监控摄像机的成像质量。

ISP图像信号处理技术是视频监控领域中的关键技术。 图像信号处理技术用来对图像传感器采集的信号进行处理，包括高性能的空间域时间域噪声消除、镜头暗角/畸变校正、色度空间变换、宽动态合成和映射、数字稳像、去雾以及自动曝光（AE）、自动白平衡（AWB）、自动聚焦（AF）的数据统计和控制策略等。良好的清晰度、色彩还原度、低照度下图像分辨能力、动态范围以及稳定准确的AE/AWB/AF控制是衡量安防视频监控摄像机产品性能的关键因素。

近年来，行业对于监控画质的要求越来越高，图像信号处理技术快速发展，一些新兴的图像处理技术开始广泛应用，对ISP芯片提出了更高的要求：

1）3D数字降噪技术开始普及。 相比于传统降噪，3D数字降噪通过对比前后几帧的图像，可以准确找到图像噪点并进行消除，即使在图像传感器不变的情况下，画面纯净度也能得到极大提升。尤其是在安防监控经常出现的场景：如低照度环境和运动物体拍摄，此技术可以使得画面更加细腻清晰。

2）同轴高清图像信号处理技术中短期内需求旺盛。 尽管网络摄像机近年来替代趋势明显，但模拟摄像机仍然占据市场主要份额。同轴高清摄像机是普通模拟高清摄像机的升级版，在使用原有视频线的条件下也能实现720P/1080P高清画质，升级效果明显且成本较低。因此作为从模拟摄像系统到网络摄像系统的重要过渡，同轴高清系统中短期内市场需求明显，相应的ISP处理芯片需求旺盛。

3）WDR宽动态处理，清晰还原复杂光线环境。 安防监控拍摄画面经常会出现明暗对比强烈的场景，比如画面中存在强光源照射或者逆光环境，直接成像容易出现暗部过黑，细节丢失以及亮部过曝的情况。WDR宽动态处理可以通过算法对明暗部进行不同的曝光处理使得画面各部分都能够清晰显现，极大地增加了安防监控的适用范围。

安防监控领域ISP芯片主要厂商是富瀚微。 公司开发了基于CMOS传感器的ISP芯片，加速了“CIS+ISP”方案替代传统的“CCD+ISP”方案，成为模拟摄像机市场的主流方案。公司目前是海康威视最大的ISP芯片供应商。该领域的其他参与者是以NextChip为代表的韩国企业。

数字硬盘刻录机（DVR）的核心功能是模拟音视频的数字化、编码压缩与存储。 如果把监控摄像机比作人的眼睛，DVR则是大脑，负责整个系统的信息处理。经过前端摄像机采集的视音频数据通过线缆传输到DVR，DVR首先将视音频信号数字化，然后将数字视频信号输入DVR SoC芯片，DVR SoC芯片对视音频数据进行压缩处理并存储于硬盘等设备中，在后期需要回溯时，可调出存储的视音频数据进行检索回放。DVR实现了对音视频信号的数字化，使得信号传输存储更加便捷，后期资料调度快速准确。随着安防系统不断发展，DVR的数字化、智能化功能也在不断增强。

运用于DVR中的专业芯片主要分为两个部分：模数转换（A/D）芯片和视频编解码芯片。 其中A/D芯片的主要作用是将音视频模拟信号转换成数字信号。该技术目前已经比较成熟。DSP或ASIC等视频编解码芯片将A/D输出的数字信号进行编码转换成MPEG-4或H.264等标准码流。此外， 越来越多的DVR开始采用系统级（SoC）芯片解决方案。 DVR SoC 芯片将CPU处理器，内存，DSP或ASIC芯片，外设接口等进行整合，集合录像机、画面分割器、云台镜头控制、报警控制和网络传输等功能于一身。在获得高性能的同时，还特别加强了多媒体处理能力，具有接口丰富、功耗低、可靠性高等显著特点。

DVR SoC 芯片厂商以海思、TI为主，海思占据绝大部分市场份额。 其他厂商在该领域缺乏竞争力。

网络摄像机（IPC）核心：IPC SoC芯片。 IPC SoC通常集成了嵌入式处理器（CPU）、图像信号处理（ISP）模块、视音频编码模块、网络接口模块、安全加密模块和内存子系统，部分芯片还集成了视频智能处理模块。视频原始数据经过 ISP 模块处理后，送到视频编码模块进行压缩，然后通过网络传输到后端 NVR进行接收处理并存储。后期需要回溯时可调出存储的视音频数据进行检索回放。

IPC SoC芯片主要集成ISP技术和视频编解码技术。具备高压缩比的视频编解码技术的IPC SoC芯片将逐步占领市场。 近年来，百万像素监控摄像机市场占有率不断攀升，标清到高清，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，产生的大量信息数据都对监控数据的线路传输、后端存储产生了较大压力。因此，使用高压缩比的视频编解码技术以降低传输带宽压力无疑是未来视频监控发展的重要方向。 H.265/HEVC新标准将成为未来编解码主流技术。 2013年新一代的视频编码标准H.265/HEVC正式发布，对全高清及以上幅面的压缩比相比H.264提升40%以上，但与此同时，H.265编解码算法的复杂程度也大幅上升，对芯片性能的要求也提升了40%以上。

目前海思、安霸等一线厂商已经能够提供成熟的支持H.265标准的IPC SoC芯片。

视频内容分析功能（Video Content Analysis，VCA）逐渐成为标配。 高清摄像机的普及以及监控智能化发展趋势给数据传输、后端运算存储都造成了较大压力，因此许多IPC厂商开始将视频分析技术集成到前端摄像机，利用IPC芯片的分析算法实现分布式的智能监控。目前IPC芯片基本都已集成一些简单的视频分析功能，包括：入侵探测、人数统计、车辆逆行、丢包检测等，具备VCA功能的IPC将自动侦测异常情况并触发报警。有助于降低监控系统带宽、存储成本。

IPC SoC芯片市场提升空间大，是国内各大安防芯片厂商竞争的焦点。 在安防监控网络化、智能化已成趋势的当下，应用IPC SoC 芯片的网络摄像机占比逐年提升，也是安防芯片厂商重点开拓的方向。目前该市场最主要的玩家包括 海思、德州仪器（TI）、安霸 。其中海思凭借其出色的性价比，目前已占有较高的市场份额。此外， 富瀚微、国科微、北京君正也将IPC芯片作为重点培育的方向，均不断有新产品落地 ，并获得了较高的营收增速，未来将成为IPC芯片领域有力的竞争者。

安防监控逐步进入网络化时代，网络视频录像机（NVR）系统开始普及。 NVR系统的前端为网络摄像机（IPC），IPC将视频信号以IP码流的形式传输至NVR进行管理，存储等。相比于DVR系统使用传统的监控线缆进行连接，NVR系统完全基于IP网络，可以更方便地利用现有有线或无线网络布局，节省布线成本，更加适用于环境较为复杂，监控点相对分散的大型监控系统。

NVR是完全基于网络的全IP视频监控解决方案， 其接收前端数字化处理后的IP码流，进行集中录像存储、管理和转发。随着IPC+NVR方案组合渐成主流，NVR芯片也迎来了高速的增长，且对NVR芯片支持的接入路数、清晰度等提出了更高的要求，部分还集成了智能分析能力。目前 主流NVR芯片解决方案厂商包括海思、TI、Marvell等。 由于该领域芯片的研发需要持续大量的投入，目前市场上尚未出现有力的挑战者。

监控设备分布广度、密度、清晰度同步跃升，安防产业已进入数据爆炸时代。 近年来视频安防产业在平安城市、智慧交通等的推动下获得了极大的发展，监控设备的覆盖范围、部署密度等都有了显著的提升。与此同时，随着网络基础设施的完善、设备成本的下降及通信协议的升级，高清网络摄像头逐渐成为市场的主流选择，带来视频监控市场的二次变革。IHS预计，2017年全球专业销售渠道将出货9800万台网络监控摄像头，其中2900万台为高清设备。在大范围、高密度、高清晰度的趋势下，视频监控数据量成倍增长。国内现有的监控设备每月将产生数百EB级（1EB约为1百万GB）的数据，安防产业已进入数据爆炸时代。

一方面，智能化是处理海量视频数据的唯一选项。 面对海量监控数据，已经无法通过传统的人力识别方式进行实时监看。对此，只有通过不同程度的智能化处理，实现对视频敏感信息的快速自动定位，并进行结构化的存储，以便后续快速检索查找。当前，视频监控智能化在部分应用领域已经展现出其强大的效能，如车辆违章自动抓拍、人员侵入自动报警等。未来，智能化分析凭借其即时、准确、低成本的优势，在更多视频监控应用场合取代人力将是大势所趋。

另一方面，海量视频数据是极佳的深度学习训练材料。 视频监控获取的图像常常会因为光线、天气、目标物的运动等外部因素影响而难以控质量。要实现更准确的智能识别，就需要利用深度学习算法，让视频监控的前端或后端设备通过大量的各类视频数据训练，获得自动处理复杂视频信息的能力。

深度学习的实现需要三方面要素的齐备：算法、算力、大数据。1）算法： 以人工神经网络为代表的深度学习算法不断普及和优化，在图像识别等领域足以满足实用要求。 2）算力： 深度学习专用GPU等硬件加速迭代；以IDC为代表的互联网基础设施规模不断扩大，云计算成本出现可观的降幅。 3）数据 ：数据瓶颈已成为制约深度学习发展的主要关口，而安防领域积累的大规模高清视频数据正好是深度学习的极佳训练材料。 据此，从横向产业协同的角度看，安防与AI之间能产生天然的化学反应。

AI能力正在渗透进前后端的各个系统环节中，芯片在这一过程中扮演了至关重要的角色。目前最主流的选择是GPU。 算力是决定AI最终表现的重要因素。传统的ARM或者X86架构的中央处理器CPU构造复杂，擅长处理复杂运算场景，单次逻辑运算能力强大。然而AI算法不同于传统算法，其程序指令并不复杂，但需要对海量数据进行多次重复运算，CPU并不擅长此类工作。同时摩尔定律如今逐渐失效，CPU性能发展遇到瓶颈，想获得大幅的突破十分困难。而图形处理器GPU则是专门用来进行图像数据计算的处理器，在执行AI算法上有着天然的优势。CPU上用于计算的晶体管单元（ALU）只占20%左右，而GPU则高达80%，运算效率明显占优。

边缘计算兴起，“云边结合”方案渐成主流。 与将数据放在远程云端的云计算相比，边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务，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。

具体到视频监控领域，具备智能计算能力的智能摄像头将大大提高视频处理及时性、节约带宽和人力成本。 视频监控系统是一种天然的物联网系统，在边缘计算的应用方面还有很大的潜力。摄像机作为机器的眼睛，已经实现了从“看得见”到“看得清”的转变。如果摄像机能够“看得懂”，实现对视频图像内容的实时处理，将能够极大地降低信息传输系统和后端设备的负担，并提升整个安防系统的响应速度。

比如在 人脸识别应用 当中，通过前端抓拍+中心分析的前后端智能相结合的模式，将人脸识别智能算法前置，在前端摄像机内置高性能智能芯片，通过边缘计算，将人脸识别抓图的压力分摊到前端，解放中心的计算资源，以集中优势计算资源做更高效的分析。

前端智能化层层加码，已出现自带GPU/NPU/通用芯片等多种网络摄像机（IPC）方案。 根据智能化程度的不同，我们认为智能摄像机大体可以分为三个层次：

1）智能网络摄像机（Smart IPC）： 其算法固定，能够完成某些特定识别任务（如行为分析、异常侦测、识别检测、统计功能等），其代表了一种高清网络摄像机的发展趋势，即高清化、智能化、集成化。目前大部分IPC SoC芯片都已集成部分智能分析能力，不需要额外增加协处理芯片，这使得Smart IPC在市场上快速普及。

2）结构化分析摄像机： 其特点是能够对视频流进行实时结构化属性分析，从中提取视频信息、语义信息、图片信息，提供人员、车辆分类抓拍、支持目标的人/车结构化属性分析，如颜色、方向、速度、车牌识别等。这需要在IPC SoC芯片的基础上加入NPU浅层学习处理器（如北京君正的T20+T01芯片方案）；或利用高通、英特尔等通用芯片，结合安防厂商自主开发的感知算法（如苏州科达的感知型摄像机）。

3）深度学习摄像机： 采用深度学习算法，以海量图片及视频资源为基础，通过机器自身提取目标特征，形成深层可供学习的图像数据，极大的提升了目标的检出率。此类摄像机通常带有高性能深度学习GPU芯片，典型产品如海康的“深眸”系列。

相比于前端，后端设备更适合于更大规模的人工智能的应用。 由于后端设备的空间、能耗、环境等的限制相对较少，便于对更大规模的数据进行深度处理，因此，现阶段各大安防监控厂商也将人工智能技术竞争的焦点集中于后端，纷纷推出新产品。如海康威视的“脸谱”系列人脸分析服务器、大华的“睿智”视频服务器、苏州科达的DeepEngine深度学习服务器等。另外，智能化的后端设备也能更好利用当前的非智能前端设备，在无需大规模改造前端设备的条件下实现安防监控系统的智能化升级。

GPU是目前最主流的深度学习后端芯片方案。 对比CPU，GPU的更多核心和其并行处理架构使其成为天然的图形计算系统。利用GPU做图形计算，可以做到比CPU计算5倍以上性能提升，价格降低6倍，功耗降低10倍，体积减少20倍。对于安防企业而言，借助基于GPU开发的模块既能够满足图像处理要求，又适合于处理计算密度高、逻辑分支简单的大规模数据并行负载，将会成为进行海量视频数据结构化处理的关键。

但GPU方案并非最优，已有基于FPGA/ASIC芯片的新尝试。 虽然服务器端可以布置多块GPU，但多路视频解码会对服务器造成压力，而这对GPU来说并不擅长。且GPU实际上是利用相关成熟的技术提供一种通用级的解决方法来满足深度学习的要求，缺乏针对专业应用解决方案，使得其能效受到限制。为此，各路芯片及安防厂商在积极寻求更优化的方案， 如深鉴科技的DPU芯片（FPGA）、寒武纪的AI服务器芯片（ASIC） 等，未来在安防领域的应用前景十分广阔。

安防智能化时代，芯片是产业链皇冠上的明珠，芯片技术的突破实现了安防产业的智能化，但其不足也限制了产业进一步的提升。 我们认为安防往更高层次智能化发展过程中，目前广泛采用的GPU方案主要有以下三个方面的瓶颈：

1）成本。 在海思等国产芯片厂商的高性价比解决方案带动下，量产的普通的IPC SoC芯片价格已经非常亲民（几美金），这使得具备初步智能化能力的网络摄像机大量普及。然而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数百美金；后端高性能GPU高达数千美金）。深度学习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的障碍。

2）效率。 GPU在深度学习算法训练上非常高效，但在完成训练后，在推理阶段一次只能对于一张输入图像进行处理，其并行度的优势不能完全发挥。而据估计，未来有95%的深度学习算力将用于推理，只有不到5%的资源用于模型训练，寻找更高效率的加速硬件成为当务之急。

3）功耗。 虽然GPU在深度学习计算方面能够比CPU节约10倍以上的能耗，但它毕竟是一种通用型的芯片，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芯片的能效比明显更胜一筹（谷歌第一代TPU平均比当时主流的GPU或CPU快15~30倍，性能功耗比（TOPS/Watt）高出约30~80倍）。

视频监控市场接近千亿，智能化打开新空间。 经过多年的快速发展，今年的视频监控市场规模预计将达到989亿元人民币，未来三年视频监控市场增速有所放缓，但复合增长率仍将达到10%以上。智慧城市、平安城市建设的深入、智能化前后端设备的新增布点及升级换代，将继续拉动视频监控行业的需求。

ISP芯片的市场规模与模拟摄像机出货量直接相关，预计将稳定在3-4亿人民币水平。 这其中模拟标清ISP芯片持续下降，逐步边缘化，而模拟高清摄像机作为模拟到网络的重要过渡，其ISP芯片使用量会快速上升；两类模型摄像机的市场总量近几年基本保持稳定。我们预计随着ISP技术的成熟，其价格会逐渐小幅下降，由此推算未来两年国内ISP芯片市场规模大致在3-4亿人民币左右，基本保持稳定。

IPC SoC芯片受益于网络摄像机的快速普及，正处在高速发展期，整体规模预计在30亿人民币以上，增速超过30%。 根据中安网的《2016中国安防行业调查报告》，2016年国内共消耗IPC芯片1.56亿片，按照单颗芯片均价20元计算， 国内IPC芯片规模已超过30亿人民币。 增速方面，随着未来网络摄像机出货占比的进一步提升，预计其出货量的增速将明显高于安防监控市场整体增速。根据IHS发布的《中国CCTV与视频监控设备制造市场报告》，网络摄像机未来两年年均复合增速将在25%以上。考虑到IPC芯片技术水平的升级带来价格上的提升， 我们预计IPC芯片未来两年市场规模年均复合增速将在30%左右。

综合安防芯片的产业发展趋势及竞争格局分析，我们认为需要特别留意以下5个关键趋势： 1）“云边结合”取代“中心分析”成为智能化的主流选择；2）安防智能应用的普及，一定需要更高性价比的芯片解决方案；3）芯片厂商与下游安防厂商的互动更为频繁，形成利益共同体；4）民用安防监控市场正在崛起，芯片需求量将非常可观；5）国外厂商份额不断下降，各类安防芯片逐步实现国产化替代。

纯中心分析模式已无法满足大范围智能安防应用的需求，云边结合将成主流。 如果将前端视频流直接传输到后端服务器进行人脸识别等智能分析，至少会产生3个方面的问题，而这些问题都能通过云边结合的方式，利用智能化前端设备很好地解决：

1）带宽压力。 中心分析模式下，传输的是7*24小时不间断的实时视频流。智能分析需要较高清晰度的视频，单个200万像素高清摄像机即使采用最新的H.265编码，每天需要传输的数据量仍然高达20G左右。前端摄像头数量达到一定规模时，对传输和存储的压力巨大。而在前端抓拍+中心分析模式下，传输的是图片流，仅在有人脸抓拍图片的情况下才需要占用带宽，极大地节省了带宽和存储资源。

2）实时性。 在一些应用，比如对重点人员布控预警中，要求系统有很高的实时性。中心分析模式下人脸识别、人脸建模比对等都依赖于中心服务器。但在大规模部署前端的情况下，中心服务器压力巨大，计算资源的限制影响了实时性。根据海康威视的实测数据，纯中心分析模式下，报警延时在15~20s，而前端抓拍+中心分析模式下，报警延时不超过3s。

3）准确度。 中心分析模式下，前端设备传输到服务器的视频流是经过编码压缩的，损失了很多细节，也因此影响了识别准确度。而前端人脸识别基于压缩前的原始码流分析，避免了压缩的损失，提供给中心的图片质量更高，是保证系统准确度的关键因素。

云边结合的趋势下，前端智能芯片迎来更大机会。 由于云边结合的原理是将智能算法前置，通过边缘计算，将人脸识别等应用的抓图的压力分摊到前端，解放中心的计算资源。因此，需要在摄像机内布置高性能智能芯片。目前的主流方案是采用GPU，如NVIDIA的JETSON TX系列嵌入式芯片（海康深眸）；也可使用高通等的通用芯片，搭配特定算法进行图像抓取（苏州科达）；还可以用IPC芯片搭配专用协处理器的方式（北京君正T20+T01方案）。云边结合的趋势为芯片厂商打开了新空间，但目前尚未形成最优的方案。对国产芯片厂商而言，这是一个值得去争取的机会。

目前在安防监控前后端，多采用GPU承担深度学习任务，但这一方案存在明显瓶颈。 GPU作为一种通用型的深度学习硬件，在应用到安防监控领域时不免产生成本、效率、功耗等方面的问题，尤其是应用在深度学习的推理阶段，我们在2.2.3节已对此进行分析。面对安防监控智能化的庞大需求，有针对性地开发专用芯片，有望突破上述瓶颈，推动智能化安防监控设备更大范围地普及。

FPGA、ASIC智能芯片是值得关注的方案。 FPGA（可编程逻辑门阵列）是一种特殊芯片架构，硬件上用户可以定制电路，逻辑运算上相比GPU延迟和功耗又大大降低，可以达到性能和功耗之间的平衡，目前百度，微软等正在其数据中心成规模部署FPGA来协助CPU工作。专用集成电路ASIC是针对特殊应用制成的完全定制化电路，运行速度是同等工艺下FPGA速度的5~10倍。比如google的AlphaGo人工智能程序就是基于其自主研发的采用ASIC架构的TPU芯片。我们认为 在摄像机前端，采用ASIC芯片是一个大的趋势， 较通常的作法是将智能算法直接固化为IP，嵌入前端视频监控SOC芯片中，这一方式在功耗、价格等方面都具备优势。

目前已有厂商针对安防监控推出了GPU的替代方案。 比如 北京君正 推出的T01浅层学习芯片，可以作为IPC芯片的协处理器，以超低功耗实现人脸图片抓取、多对象检测等功能，且成本显著低于GPU方案； 深鉴科技 推出了针对监控应用的FPGA芯片，其能效比显著优于GPU，同时公司致力于降低FPGA的开发门槛及价格。此外， 中科曙光 与寒武纪合作，在最新的人工智能服务器Phaneron中搭载寒武纪的深度学习ASIC芯片，在深度学习应用中比传统的CPU/GPU在性能、功耗和芯片面积方面均有较大优势，有望在安防监控领域落地应用。

芯片厂商需要通过下游客户了解市场需求，并针对性的改进设计。 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，比如海康去年推出了上万个产品型号。我们认为这类定制化开发的链条也在向上延伸至芯片厂商：芯片厂商通过安防厂商了解终端客户的需求，并进行针对性的开发，推出更有市场竞争力的芯片产品；安防厂商借助国产芯片厂商的快速反应能力，利用新的芯片方案满足终端客户需求，提升产品的差异性和附加值。

未来芯片厂商和下游客户的合作互动会更加紧密。 在这一趋势下，有利于拥有大客户资源的芯片厂商巩固自身的地位。比如富瀚微于2015年获得了海康威视授权的“人脸图像的检索系统及方法”这一IP，目前其推出的新产品中已经运用该技术，应用场景包括人脸检测、场景检测等，可以更高效、更精准地区分有价值的特定信息传输给后端，为后期智能识别缩小目标范围。随着芯片厂商向下游了解产业链终端客户需求、安防厂商向上游输出研发能力，我们认为芯片厂商与安防企业之间能够形成更为密切的利益共同体。

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。 我们认为民用安防市场经过数年的培育，逐渐到达爆发的时点，主要有如下原因：1）智能手机的普及和通信网络升级完成，为基于移动互联网的民用安防系统提供了发展的土壤；2）生活水平整体提升，城镇化进程推进，个人有追求更安全、高品质生活的动力；3）智能家居、物联网概念逐渐深入人心，消费者对民用安防产品的接受度显著提升；4）安防企业持续在民用领域推陈出新，已经出现不少简单易用、性价比高的民用安防产品，如海康的萤石系列、大华的乐橙系列等；互联网公司如360、小米、百度也都已推出家用摄像头产品。

相比国外，我国民用安防市场还有很大提升空间，对芯片存在巨大的潜在需求。 目前我国民用安防市场仅占安防市场总产值的6%，而国际领先的安防市场，比如美国，其民用市场产值占总产值的50%以上，世界平均水平在10%左右。我国人均安防产品的支出更是远落后于发达国家，是英国的1/9、美国的1/7，韩国的1/5。从这个角度看，国内的民用安防市场具备很大的潜力。 与此相对应的，对民用摄像头芯片的需求也将爆发。目前北京君正的T10/T20芯片就已经被应用在360、小米大方、百度爱耳目等家用摄像头产品中。

隐私保护问题越来越受重视，可以考虑芯片层面的保护措施。 由于一些负面新闻的影响，消费者目前对于家用摄像头的安全性问题还存在疑虑，影响了购买意愿。我们认为芯片厂商可以尝试在芯片层面提供安全保护措施，相应的产品如能被市场认可，将会成为打开民用市场的“金钥匙”。

在国产芯片崛起之前，位于安防产业链上游的安防芯片产业基本由国外企业所把控。 比较著名的公司包括安霸、TI、索尼、nextchip等。目前安霸和TI在监控芯片领域仍然具备一定的市场地位，我们对其做简要的介绍：

安霸公司(Ambarella)是高清视频及高清监控摄像机业界的技术领导者，是一家低功耗、超高画质影音压缩与影像处理半导体的解决方案龙头供应商。 公司于2004年成立于美国加州圣克拉拉，公司在H.264高清专业广播编码设备市场拥有近90%的市场，大量来自世界各地的电视节目都经安霸芯片压缩后传送。视频芯片方面，公司产品覆盖各类照相摄像机市场，比如安防监控，消费类监控，无人机，运动相机，可穿戴相机，众多世界的数码相机与摄像机品牌，比如柯达、索尼、三星、GoPro等均在使用安霸芯片。

安防监控领域，安霸的超高清画质视频技术全球领先。 公司在早期H.264编解码标准时代就凭借在广播电视编解码领域的深厚积累，率先推出了高集成度，高清的SoC芯片。 其视频监控芯片主要特点是高清锐利画质，低码流和高稳定性。 比如A2系列芯片是当时市场上唯一1080P全高清IPC解决方案。到如今H.265标准开始普及，公司的超高清S2、S3、S5系列产品大部分均已支持4K UHD超高清摄像以及最新H.265编解码技术。其中2016年4月最新发布的S5系列芯片采用14nm低功耗设计，在4K@30fps的H265视频输出的模式下，功耗低于1.4瓦，凸显出其强劲的技术实力。

德州仪器(Texas Instruments，TI)是全球领先的半导体跨国公司。 公司成立于1930年，总部位于美国达拉斯。除半导体业务外，主要从事创新型数字信号处理与模拟电路方面的研究、制造和销售。TI在整个半导体行业综合实力强劲，安防监控业务占比不大。2012年以前TI在标清、IPC芯片领域市占率较高，之后来自安霸，海思等新兴企业的竞争加剧，TI市场份额明显下降。

近几年来，以海思为代表的国产芯片厂商正在不断压缩海外竞争对手的市场份额。 自从海思从2006年在全球推出首款针对安防应用的H.264芯片后，其在安防从前端到后端各个环节均进行了布局，并凭借 高性价比、快速的支持响应速度、完整的解决方案 赢得了国内大部分市场份额。此外，还有更多国产芯片厂商瞄准了安防市场，包括在ISP芯片领域具备较强实力的富瀚微、最近两年推出IPC芯片产品的北京君正、国科微等。在此影响下，安霸等国外芯片市场份额不断被蚕食。关于这些国产芯片厂商的情况，我们在下一章会详细介绍。

在安防监控领域，国产芯片已被广泛使用。 集成电路是我国战略性、基础性、先导性的产业，自2014年国家成立集成电路产业投资基金以来，半导体芯片行业迎来黄金发展期，芯片的自给率不断提高，国产化趋势加速。视频监控行业的“中国芯”作为集成电路产业重要组成部分，其表现尤其亮眼。华为海思、富瀚微等众多国内芯片厂商，凭借其 高性价比、过硬的技术实力以及本地化定制服务 等特点迅速占领市场，能够与安霸、德州仪器等国际一流大厂进行正面较量。

国产芯片后发先至，海思跃居安防监控市场龙头。 海思半导体成立于2004年10月，总部位于深圳，前身是华为集成电路设计中心。公司的产品覆盖无线网络、固定网络、数字媒体等领域的芯片及解决方案。在视频监控领域，其产品从前端IPC SoC到后端DVR/NVR SoC全面覆盖，在台湾，韩国等地区海思也已经成为视频芯片主流供应商。 其DVR SoC芯片国内市场占有率第一，约为70%。 2012年以来网络摄像机逐步市场化普及开来，海思在此该领域持续发力，高频率推出芯片以及解决方案，进一步挤占了之前属于德州仪器、安霸等国际一线芯片厂商的市场份额。

海思在成本控制、本地化服务上优势明显。 海思芯片最初定位国内中低端市场，本地化优势使得其产品成本控制较好，性价比较高。本地化也使得公司能够更加准确把握行业的真实需求，并提供完整的芯片配套方案，大大降低了下游厂商的生产周期，因此其产品受到市场的热烈欢迎。同时， 高端市场领域，海思也是视频芯片最新技术的主导者。 华为是拥有下一代H.265编码技术核心专利最多的企业，海思在此基础上优化研发H.265+技术，并于2014年推出了基于H.265/HEVC标准的业界第一颗高清网络摄像机处理器Hi3516A，能够在与H.264同等画质的条件下编码码流降低50%。

海思拥有大批优质客户。 公司在视频芯片领域深耕多年，过硬的技术实力、高性价比、完善的配套服务使得大批安防设备厂商采用海思的产品。公司 与 国内海康威视、大华股份、宇视科技等知名安防企业均有多年紧密的合作关系 ，在台湾，韩国等地区海思也已经成为视频芯片主流供应商。

富瀚微是我国最早从事安防视频监控多媒体处理芯片设计业务的企业之一， 主要客户为安防视频监控设备整机厂商、电子设备整机厂商和芯片代理商等企业级客户。公司通过多年的自主创新和技术研发，积累并掌握了噪声消除技术、自动曝光和自动白平衡技术、视频编解码技术等视频监控多媒体芯片核心技术，截至2017年6月30日，公司共获得授权的发明专利26项；正在申请并已获受理的发明专利25项，已取得集成电路布图设计版权共34项。

ISP芯片实力强劲，IPC芯片接力成长。 公司的 ISP芯片 从低成本，低功耗产品，到高性能，高清晰度旗舰均有覆盖。如公司的专业安防摄像机ISP芯片FH8536E芯片获得2017年第十二届“中国芯”最佳市场表现产品。凭借在ISP方面的领先技术能力，公司着力打造 IPC芯片 产品线。目前推出的产品已支持无线低功耗到2K高性能SoC，FH8830作为该公司的最新旗舰产品，支持人脸识别，移动侦测等智能化功能，受到市场青睐。

公司2017前三季度营收稳步增长，毛利率略有下降。 公司2017年度前三季度实现营收3.2亿元，较去年同期增长29.3%，其中第三季度营收1.3亿元，同比增长26.7%。前三季度归母净利润8082万元，同比下降14.1%。原因是随着公司经营规模扩大，研发支出与期间费用同比均有较大幅度增加，且人员数量约有50%左右增长，因此造成净利润同比下降。公司前三季度销售毛利率为49.5%，较2016年的57.0%有所下降，而销售净利率为24.9%，也有所下降。

收入结构：ISP芯片占收入大头，IPC芯片提升迅速。 ISP芯片收入占公司主营业务收入的比重较高，2016年收入占比为70%，为公司的主导产品。同时，伴随着市场上网络摄像机的普及，公司也积极开展IPC芯片业务，收入占比由2015年8%增长至2016年的21%。公司以生产DVR芯片起家，近年来，由于视频监控行业开始从模拟信号DVR系统升级至数字信号NVR系统，公司未来战略也逐步转移到数字领域，因此DVR芯片业务逐年减少。而数字接口模块业务因研发难度大，认证周期长，所以短期内出现销量下滑现象，预期未来收入趋于稳定。

公司与安防龙头企业海康威视有着紧密的业务联系，同时不断开拓下游优质客户。 根据2016年数据，公司营收40%以上来自于海康威视，经过双方多年的良好合作，二者形成了稳固的合作关系。海康威视是全球视频安防监控设备领导厂商，在CCTV和视频监控领域连续五年蝉联全球市场份额第一。与下游行业龙头的深入合作有助于公司 把握下游行业客户的技术需求及行业发展趋势，积累行业经验，加速新产品的研发和市场化。 公司同时发展其他优质客户，目前，公司已成为海康威视、迈联科技、乐为科技等行业知名企业的战略合作伙伴。

公司通过募投项目，将继续巩固在安防芯片市场的优势。 公司于2017年2月IPO上市，通过募集资金投资项目的顺利实施，巩固和持续提升公司在模拟摄像机 ISP市场 的占有率，并积极拓展在 IPC SoC芯片、家居安防、车载监控、运动摄像机、无人机 等消费类市场等市场的份额。募投项目主要包括以下三个方向：

1）推出新一代模拟高清摄像机ISP芯片， 对现有图像处理引擎进一步优化，实现细节和色彩增强，集成基于多帧的宽动态处理和基于时域的3D 降噪技术，并同时采用无损带宽压缩算法，进一步降低芯片功耗、提升图像质量。公司最新发布的 FH8536H ISP芯片 内部嵌入3D去噪技术 ，相对于市面上有3D去噪技术的其他ISP芯片，在图像的亮度、色彩还原度、清晰度以及运动特性上均优于竞争对手。同时芯片中运用了IR-CUT FREE 2.0技术,使得芯片的 面积变小，封装体积变小以及拥有更低的功耗。

2）高清IPC SoC芯片满足智能视频分析的市场需求， 公司将在已有基础上，升级处理器系统架构和存储单元，并进一步整合智能视频分析引擎，设计高速高效的系统架构，继承或优化升级视频编码引擎等IP，并采用先进的小型封装工艺，推出具有智能视频分析、高压缩比的网络摄像机SoC芯片。公司最新发布两款智能网络SOC芯片，型号8830，8630D，将将人脸检测等智能分析引入到IPC端，初步效果理想。在视频编码方面采用优化后的Smart H.264技术，相比原始的H.264，同等画质下码流能够下降50%。

3）升级消费类编解码SoC处理器性能。 进一步加大研发力度，提高编解码器分辨率，升级芯片加工工艺，与国内WiFi芯片供应商展开战略合作，采用先进的小型封装工艺，合作推出面向家庭、车载、智能玩具等应用的无线视频编解码系列芯片和配套解决方案。