5位AI安防芯片创新者：我们的芯片路径和选择

“能在创新上把传统企业甩开多远”，这是很多业内人眼中，AI安防芯片企业能否作为独立的势力存活下去的关键。

业内的普遍观点是，如果AI芯片企业只是“微微领先”，那么待风口渐过，他们很有可能会被传统企业反超。

而决定他们能走多远的，恰恰还是其创新实力本身。AI芯片算力的提高、架构的创新、软硬一体化，以及商业模式的探索，都在互相交融，共同塑造着一个芯片的新生态。

近期，AI掘金志也采访了多家有着不同创新路径的芯片企业，他们或从优化芯片的计算、存储架构入手，或选择做软硬一体，或着眼于摄像头中的ISP、编解码芯片。

对于AI安防芯片要解决的主要问题和创新路径，企业们有着共识，也有各自不同的选择和看法。

以下是AI掘金志采访芯片企业们的主要内容：

触景无限副总裁陈勇：

做芯，软硬件耦合是关键

做一款AI安防芯片要从全栈解决方案出发，不仅仅只有芯片，还要有比较完善的软件生态来耦合这个芯片，这样用户才比较容易、也能动态部署符合他们需求的方案。

另一个点是芯片的算力能效，芯片不能只单单提供算力，还要在满足应用算力要求的前提下消耗最少能量。

我觉得，这两个方面对于AI安防芯片来说最重要。

触景无限做芯片就是为了让自己的算法和工程经验找到一个更好耦合的练兵场，达成软硬件的协同优化，更好地实现前端感知。

以前，我们发现AI加速只是前端落地应用需求的一个点，打磨很长时间的AI加速芯片产品，用在前端的效果还是不够好。

就像一条公路，AI芯片的集成像是铺上了柏油，但车辆通行时除了对于路面的高要求，还有对于路牌、路标、服务区的需求，而这些在实际过程中，都没法得到很好的满足。

在芯片具体研究中，我认为，对AI 安防芯片来说，由于多层神经网络的应用，如何做到各种神经层中间的高效数据传输是一个难点。

另外，我们认为虽然在摄像头内，主控芯片很强势。但AI协处理器有它独有的灵活性和高效性，并不能简单地被主控芯片集成。这种通用性和专用性的取舍会一直存在，而这也是AI协处理器存在的机会。

探境科技CEO鲁勇：

芯片的数据存储管理要做好

安防领域的数据特点，其实主要在于需要实时的处理大量连续的图像数据流。

第一是每秒处理帧率要越来越高，第二是图像分辨率上要高。在这两个维度上，安防对边缘芯片提出了要求。

原先很多安防厂商采用Movidius的芯片实现前端智能，但我们认为它并不是非常适用于安防前端。不过Movidius的火爆，恰好说明了市场对边缘端芯片的强大需求。

我的看法是，要突破AI安防芯片的瓶颈，并不能只是简单的增加计算算力，而是一定要把数据存储管理做好。

传统芯片中，采用的是冯·诺伊曼架构，计算模块和存储单元是分开的，“内存墙”问题很严重。而AI依赖的算法是一个庞大和复杂的网络，有很多参数要存储，也需要完成大量的计算，需要巨大存储容量，高带宽、低延时的访存能力。很多AI初创芯片公司，实际上都在努力解决这个问题。

而我们的思考是，不能采取通常的先有计算指令然后提供数据的方式，应该从存储子系统的优化入手，让数据在存储之间的搬移过程之中完成计算。

这也可以叫做“基于memory的计算”，而不是“基于计算的memory”。

当前芯片领域对于AI算法的关注还较多，针对AI的结构改进尝试还比较少。之后，memory与computing结合的尝试，我相信会是一个好的方向。

华夏芯CEO李科奕：

提升AI芯片的易用性

现在的安防市场上，已经出现了很多前端的AI加速器，但实际它们在应用上，还存在一些问题。