安防视频监控产业链

安防视频监控产业链（附今年50强企业）

 

 

和去年一样，仍然令人意外的是中国安防企业宇视科技、东方网力等没有上榜。小编记得去年的榜单出炉后，引起了较大争议，A&S给出了进一步解释：

全球安防50强是以全球市场的销售额作为考衡，并以自愿提供具有注册会计师或会计事务所审计及认可的上市公司或私营企业的财务报表为依据，所以一些知名优秀的企业由于各种原因，并没有上榜，如期间进行资本运作而没有提交报表参与的宇视科技、企业内部调整无法提交安防财报的霍尼韦尔、因安防营收的拆分统计错过提报时间的华为、海外营销占比不符要求的东方网力（2016年营收14.81亿元）、安居宝（2016年营收7.6亿元）等。

 

 

 

 

 

 

 

安防行业发展历史

 

安防发展史分为四个阶段：模拟化——数字化——网络化/高清化/智能化——AI 化。贯穿于这个行业背景下，中国安防企业的成长史则是：卖组件——卖后端——卖设备——卖方案——卖智能方案。

 

国内安防人工智能化产业链相关公司

资料来源：兴业证券经济与金融研究院整理

 

AI 与安防产业链结合

资料来源：亿欧、兴业证券经济与金融研究院整理

 

视频监控系统结构介绍

 

对于前端的芯片，模拟摄像机一般为ISP，网络摄像机则是集成了包括ISP、CPU、编码模块及其他功能模块的IPC SoC。一般而言，前端智能化的实现即通过在IPC SoC 中集成视频智能处理模块。目前，视频监控SoC 以110nm/55nm 工艺为主流，少数领先企业开始使用28nm 工艺。

对于后端的芯片，视频处理压力较大，往往需要高密度集成较强算力的芯片，以英伟达的GPU 为主。由于DVR 系统自身具备视频采集、编码压缩、存储、管理一系列功能，可以独立工作，比较适合本地系统构建；而NVR 采用开放的IP 架构，需要与编码器、管理平台、操作系统、网络传输配合使用，因此适合于分布式的大型视频监控系统，诸如云中心。

典型IPC SoC 架构

 

数据来源：富瀚微、兴业证券经济与金融研究院整理

典型DVR SoC 架构

 

数据来源：富瀚微、兴业证券经济与金融研究院整理

 

AI 赋能边缘，前端智能化对于安防架构有重大益处。根据IDC 预计，到2020 年，物联网感知设备数量将达到500 亿部，约50%的计算量在边缘完成。前端智能化带来较大益处，提升感知精度，提升感测速度，减小传输过程的噪音影响，降低传输成本，降低存储成本。诸如海康的AI Cloud，通过边缘节点、边缘域进行实时感知，通过云中心进行集中式认知。

GPU 成本最高，专用芯片的开发将推动安防行业智能化渗透提升。前端摄像头人工智能芯片主要包括GPU、ASIC、FGPA。由于GPU 成本高、功耗高、且推理阶段效率低，因为业界在积极开发GPU 的替代方案ASIC 及FGPA。随着技术开发的完成，前端SoC 实现人工智能的成本更低、功耗更低同时效率也将更高，届时AI 赋能前端，安防行业将会获得较大发展。

与FPGA 相比，ASIC 开发速度较慢但量产后性价比更高。ASIC 通过定制的方法，自行设计或通过标准逻辑单元进行系统设计，诸如Intel 的EyeQ 系列、Google 的TPU，均是ASIC。FPGA 即现场可编程门阵列，是具备可编程特性的半定制电路，可以通过编程将FPGA 内部的可编辑元件进行组合形成所需要的逻辑功能。FPGA由于开发速度较快，是对当前降低前端智能化成本的有效方案，ASIC 低成本、低功耗、高算力，但开发难度较高，将在未来逐渐成为前端智能化的主流。

综上所述，GPU 为目前安防AI 应用的主流，FPGA 有望承接GPU 成为过渡产品，未来发展趋势为ASIC。这个趋势背后反映的是成本效益关系，安防行业起初最为通用、成熟、适于训练的GPU，承受较高成本追赶深度学习，这一阶段的GPU 单价高达几百美金；其次用较快开发，性能居中的FPGA 进行替代，这阶段成本下降至几十美金；最后经过深度开发，推出可以大规模量产的具有性价比优势的AISC，嵌入到传统仅需要几美金的IPC SoC，价格被大幅度压缩。

 

文章源自Ittbank，仅供交流参考