资讯
计算机的先哲图灵在设计图灵机的同时也一直在思考怎么让机器更智能，可以说计算芯片从诞生的那一刻起就是为智能服务的。依靠大数据，基于连接主义的深度学习在我们这个时代大行其道，吸引了政府、资本、工业界和学界的共同关注，百花齐放，堪称AI皇冠上的明珠。根据英伟达公司的估计，到 2020年，全球用于云端训练的AI芯片的市场规模将达到 110 亿美元，用于推理的AI芯片的市场规模将达到 150 亿美元。纵观整个信息产业链，AI芯片已经在云端深度渗透，在终端和边缘上逐步普及，安防行业也不例外。安防行业是AI芯片热潮的最大受益者之一，传统安防巨头无不依靠AI芯片巩固地位，新晋的算法巨头也在借助AI芯片算力进军安防，传统芯片公司更是通过AI芯片布局安防。大到平安城市建设，小到小区单元门禁，宏观和微观层面都有AI芯片的存在。
得益于芯片架构的不断改进，AI芯片的算力发展呈现出超越“摩尔定律”的进步趋势，每年大约可增加10倍。为了满足AI应用的需求，AI芯片也由高功耗、大算力的粗放型发展模式向低功耗、算力按需配置的精细化发展模式迈进。但任何事物发展总是曲折前进的，我们也要看到当前AI芯片的局限性，如通用性较差、易用性不足等。某类AI芯片上运行图像领域常用的卷积神经网络(CNN)表现良好，但运行自然语言处理领域常用的循环神经网络(RNN)则性能平平。专门为计算加速定制的AI芯片性能卓越，但如果缺少易用的深度学习框架支撑，即使是专业的AI从业者要在芯片上开发应用也绝非易事。
但我们有理由相信AI芯片的发展会是持续的、光明的，毕竟人类对AI的渴望是发自本能的。就可见的未来而言，物联网的智能化就需要海量的AI芯片。此外，计算的形态也在不断演化，如最近又出现了新的模拟计算形态，更适合运行神经网络，为AI芯片的进步提供了新的支点。具体到安防领域，算法前置、AI芯片在前端普及应用仍是一片蓝海，召唤着人们去开拓。
文章来源：《中国安防》杂志
