近日，由雷鋒網(wǎng) & AI掘金志主辦的「全球AI芯片·城市智能峰會(huì)」，在深圳大中華喜來(lái)登酒店盛大召開(kāi)。

延續(xù)雷鋒網(wǎng)大會(huì)一貫的高水準(zhǔn)、高人氣，「全球AI芯片·城市智能峰會(huì)」以“城市視覺(jué)計(jì)算再進(jìn)化”為主題，全面聚焦城市視覺(jué)與城市算力領(lǐng)域，是業(yè)內(nèi)首個(gè)圍繞“算法+算力”展開(kāi)的大型智能城市論壇。

峰會(huì)邀請(qǐng)到了業(yè)內(nèi)極具代表性的14位業(yè)內(nèi)知名專(zhuān)家，世界頂尖人工智能科學(xué)家、芯片創(chuàng)業(yè)大牛、產(chǎn)業(yè)巨頭首席技術(shù)高管、明星投資人齊聚，為行業(yè)資深從業(yè)者們分享前瞻的技術(shù)研究與商業(yè)模式方法論。

在大會(huì)上午環(huán)節(jié)，賽靈思人工智能研發(fā)高級(jí)總監(jiān)單羿發(fā)表了題為《基于FPGA定制計(jì)算構(gòu)建AI系統(tǒng)》的精彩演講。

以下是單羿的演講全文，雷鋒網(wǎng)做了不改變?cè)獾木庉嫼驼恚?/strong>

大家好！我是賽靈思單羿，之前在深鑒科技做CTO。去年8月份深鑒科技被賽靈思全資收購(gòu)，現(xiàn)在我在賽靈思主要帶領(lǐng)團(tuán)隊(duì)負(fù)責(zé)AI研發(fā)和項(xiàng)目落地的接洽。

我今天演講的題目是《基于FPGA為行業(yè)定制構(gòu)建AI系統(tǒng)》，這里面的一個(gè)關(guān)鍵詞是“定制計(jì)算”，后面我也會(huì)圍繞定制計(jì)算這一主題詳細(xì)介紹相關(guān)內(nèi)容。

賽靈思是一家美國(guó)上市公司，主要銷(xiāo)售FPGA芯片，年收入大概在30億左右。目前公司有4400多名員工，可以看到公司的規(guī)模在某種程度上甚至可能小于國(guó)內(nèi)的一些創(chuàng)立不久的公司，所以是一家人均創(chuàng)造價(jià)值非常高的傳統(tǒng)芯片公司。

賽靈思的客戶(hù)群橫跨很多行業(yè)，從航天航空到汽車(chē)工業(yè)化，同時(shí)也包括安防和數(shù)據(jù)中心等領(lǐng)域。

大家都知道賽靈思是世界上第一家Fabless半導(dǎo)體公司，我們發(fā)明了世界上第一款FPGA芯片。在FPGA這一賽道上主要有兩大玩家：一個(gè)是賽靈思，一個(gè)是Altera。由于整個(gè)行業(yè)都意識(shí)到了FPGA的重要性，所以英特爾在2015年花重金收購(gòu)了Altera。

FPGA是一種非常穩(wěn)定的芯片，可以看到大概平均在200萬(wàn)個(gè)芯片中，只有不到2個(gè)才會(huì)出問(wèn)題。賽靈思所銷(xiāo)售的芯片，都能保證15年以上的供貨周期。

我們不僅關(guān)注芯片這一側(cè)，而且更多是專(zhuān)注開(kāi)發(fā)芯片所用的工具，比如推出了Vivado Design Suite、ACAP等平臺(tái)及相應(yīng)的開(kāi)發(fā)包。

其實(shí)大家今天談AI芯片的時(shí)候，談得比較多的是性能、應(yīng)用性，以及支持的范圍等，但其實(shí)在工業(yè)界，芯片很重要的一點(diǎn)便是穩(wěn)定性、可靠性，尤其是在智能時(shí)代，當(dāng)面對(duì)大量應(yīng)用需求和海量非結(jié)構(gòu)化數(shù)據(jù)時(shí)，需要的不只是一個(gè)通用的處理器架構(gòu)，而是針對(duì)不同領(lǐng)域的專(zhuān)用計(jì)算架構(gòu)（DSA， domain specific architecture），去適配不同的應(yīng)用和數(shù)據(jù)結(jié)構(gòu)。

定制計(jì)算這一概念，就是由此而來(lái)，它也是解決現(xiàn)在智能社會(huì)多樣需求的一個(gè)重要手段。

什么叫做定制計(jì)算呢？我舉個(gè)簡(jiǎn)單的例子，下圖是各種人工智能Network的名字，整個(gè)行業(yè)都在不斷地演進(jìn)這些算法，但這里我們需要思考一個(gè)問(wèn)題：算力的演進(jìn)能跟得上算法更迭速度嗎？

我們知道，通常一個(gè)芯片的研發(fā)需要兩年時(shí)間，要做到量產(chǎn)則更長(zhǎng)。在這個(gè)時(shí)間里，一般情況下，我們?yōu)榕f的網(wǎng)絡(luò)打造一個(gè)處理器架構(gòu)，但當(dāng)芯片完成后，又出現(xiàn)了新的網(wǎng)絡(luò)，此時(shí)芯片原有的架構(gòu)就很難滿(mǎn)足新網(wǎng)絡(luò)架構(gòu)以及新算法對(duì)算力高效性的需求。在某種程度上講屬于打水漂了，浪費(fèi)了投片的成本。

尤其是大家相繼邁入7納米制程之后，每顆芯片的成本開(kāi)發(fā)成本動(dòng)輒千萬(wàn)甚至上億美金，所以很難會(huì)為AI算法未確定、應(yīng)用未真正推廣的時(shí)候，去打造一款最終的通用芯片。

而在這個(gè)時(shí)候，F(xiàn)PGA則可以發(fā)揮它的作用。

FPGA是一種硬件可編程的器件，工程師可以在上面改變它的電路邏輯，人們通常在寫(xiě)FPGA的時(shí)候，寫(xiě)的是軟件代碼，但是心里想的是電路結(jié)構(gòu)、處理器結(jié)構(gòu)。所以FPGA硬件可以反復(fù)擦寫(xiě)，這一特性，既降低了一次性投片的成本，同時(shí)也提高了芯片的處理性能。

下圖是賽靈思產(chǎn)品的一個(gè)特定應(yīng)用域，它在處理問(wèn)題的時(shí)候，往往有這樣一個(gè)流水線(xiàn)，來(lái)處理很多不同的任務(wù)。

賽靈思想要做的，不再是用一顆通用CPU或GPU去滿(mǎn)足所有的應(yīng)用。

我們的目的是，分析這個(gè)應(yīng)用里不同的特點(diǎn)：如每一個(gè)操作的數(shù)據(jù)流是什么樣、每個(gè)操作所需要的精度如何、怎么去做多級(jí)的存儲(chǔ)、怎么去定制化一個(gè)芯片跟外界的I/O、通信的接口。像安防攝像頭，或者NVR、DVR，很多接口都是需要定制的。所以在這樣一個(gè)定制化需求的情況下，賽靈思可以用FPGA非常容易地去打造成一個(gè)AI處理器。

我們可以定制結(jié)構(gòu)、定制數(shù)據(jù)寬度、定制存儲(chǔ)架構(gòu)，甚至還可以定制接口，這些都是FPGA的優(yōu)勢(shì)。

所以在做AI產(chǎn)品的時(shí)候，F(xiàn)PGA是一個(gè)非常有力的助手，同時(shí)我們也非常關(guān)注安防這個(gè)垂直的應(yīng)用領(lǐng)域。

在安防前端低成本攝像頭類(lèi)目中，賽靈思提供28納米的FPGA芯片。

而在更智能、更高端的攝像頭中，則提供16納米芯片，在云端服務(wù)器這邊也有相應(yīng)的服務(wù)器板卡解決方案。

賽靈思可以提供從“普通”到“高強(qiáng)度”等級(jí)的算力，以及非常高密度的計(jì)算服務(wù)器搭配，品類(lèi)非常齊全，非常適合用于搭建整體的安防系統(tǒng)。

舉個(gè)例子，我們?cè)谶吘売?jì)算領(lǐng)域有多種芯片，這里面僅僅列了非常少的一部分。用戶(hù)可以根據(jù)需求去選擇某一款芯片。比如說(shuō)當(dāng)用戶(hù)選擇一些友商的芯片時(shí)，往往只有三五種選擇，而這幾種選擇之間的跨度非常大，成本也是成倍上升的，而賽靈思每一顆芯片和每一顆芯片之間的差距相對(duì)比較小，價(jià)格也會(huì)更細(xì)分，所以用戶(hù)可以用更低的成本、更低的功耗去找到適應(yīng)需求的那一顆芯片，執(zhí)行任務(wù)。

這是之前在深鑒時(shí)候的一些嘗試，我們提供低成本的FPGA的模組，搭配其它友商的SOC做智能攝像頭。

除此之外，也有可以提供接近500G每秒處理次數(shù)的高性能攝像頭模組，功耗只需要5瓦。

我們通過(guò)16納米的FPGA芯片，不僅可以完成之前的功能，實(shí)現(xiàn)更強(qiáng)的運(yùn)算能力，還可以把其它公司的SOC去掉，僅僅用一顆單位芯片，就能處理攝像頭芯片中AI的運(yùn)算，包括編解碼和接口的功能，做到單芯片的解決方案。

同時(shí)我們還可以用單芯片做邊緣服務(wù)器里對(duì)多路視頻分析的運(yùn)算以及編解碼的解決方案。

這是客戶(hù)松下對(duì)我們的評(píng)價(jià)，松下覺(jué)得我們產(chǎn)品主要特點(diǎn)是低延時(shí)和低功耗。這在攝像頭領(lǐng)域是非常重要的，攝像頭一般是在室外，功耗非常重要，而且我們處理的是實(shí)時(shí)圖像，不會(huì)把圖像緩存下來(lái)做批處理，后者是友商的模式，但是它不利于對(duì)實(shí)時(shí)場(chǎng)景的快速反饋。

所以低延時(shí)和低功耗一直是賽靈思在安防領(lǐng)域的一個(gè)重要賣(mài)點(diǎn)。

在這個(gè)領(lǐng)域，我們也有一些低延時(shí)的解決方案，并且在不斷地調(diào)整AI架構(gòu)去適應(yīng)AI模型的更迭，同時(shí)更注重從端到端整體地解決一個(gè)AI部署之后的效率問(wèn)題。

具體來(lái)看一下其中的一些挑戰(zhàn)：

從上圖的應(yīng)用里面可以看到，在面對(duì)諸多AI需求時(shí)，都有著不同算力大小的需求，而且往往場(chǎng)景和清晰度多樣。而且我們經(jīng)常需要把多組模型、多組攝像頭的輸入放在一起，送到計(jì)算平臺(tái)里，這中間對(duì)計(jì)算平臺(tái)的算力要求有很大的挑戰(zhàn)。

另外一點(diǎn)，這些模型僅僅是我們安防系統(tǒng)中核心AI方面的一部分，我們還有很多前處理和后處理的模塊沒(méi)有涉及到，于是推出了“機(jī)器學(xué)習(xí)+X”的概念，FPGA很適合做接口預(yù)處理和后處理的工作，結(jié)合對(duì)機(jī)器學(xué)習(xí)的運(yùn)行能力，構(gòu)建一個(gè)端到端的優(yōu)化系統(tǒng)。

下圖是整體的解決方案：

我們給客戶(hù)提供的產(chǎn)品，從硬件角度是定制化硬件處理器體系結(jié)構(gòu)，針對(duì)不同的芯片，去做不同規(guī)模的處理器給客戶(hù)選擇。

在上層同時(shí)也提供了一個(gè)完整的軟件開(kāi)發(fā)環(huán)境，包括從用戶(hù)的模型輸入、分析、優(yōu)化，以及編譯、部署、運(yùn)行支持，都是一個(gè)完整的工具包。而且還輔助客戶(hù)去做很多參考設(shè)計(jì)，比如一些預(yù)處理和后處理的模型優(yōu)化，也提供了很多相關(guān)的庫(kù)。

賽靈思希望做到的是在垂直方向給客戶(hù)提供一個(gè)軟件開(kāi)發(fā)工具的優(yōu)化，在水平方向給客戶(hù)提供一個(gè)端到端整體系統(tǒng)參考解決方案。

在垂直方向，賽靈思做了很多模型優(yōu)化的工作。

我們知道客戶(hù)的模型一般是用GPU來(lái)做離線(xiàn)訓(xùn)練，這些模型往往比較大而且是用浮點(diǎn)精度運(yùn)算的，其實(shí)它并不一定適合放在實(shí)際的AI芯片或者是FPGA AI處理器上進(jìn)行運(yùn)算，所以只要保證精度，是可以做一些優(yōu)化的。所以我們很多工作是為了基于FPGA在運(yùn)算時(shí)有比較友好的模型和算法。

以低精度的工作為例，現(xiàn)在很多的公司也在做這一塊，但大家基本上都在用8比特做處理，很少有人用浮點(diǎn)做實(shí)際的部署。

我們更進(jìn)一步在嘗試4比特、2比特?cái)?shù)據(jù)表達(dá)精度，當(dāng)然這里面遇到了很多挑戰(zhàn)，比如在做量化時(shí)，該怎么去選取scale。浮點(diǎn)運(yùn)算可以把scale做到1比特的運(yùn)算，但是這需要浮點(diǎn)運(yùn)算硬件單元，代價(jià)非常大。

所以我們?cè)谶@里用了2的冪次來(lái)優(yōu)化，很多優(yōu)化工作我們都會(huì)把它集成在工具里。

此外，賽靈思進(jìn)行了一些剪枝工作，今年也有把NAS放進(jìn)來(lái)，取得了很好的效果，另外也有用到了一些multi-task的方式。

賽靈思為客戶(hù)提供了對(duì)FPGA很友好的Model Zoo，在這里面有80多種設(shè)計(jì)分類(lèi)、分割、檢測(cè)、姿態(tài)的模型，這些模型在安防領(lǐng)域經(jīng)常會(huì)有用到。它們至少會(huì)作為客戶(hù)的baseline，在這些模型上進(jìn)行優(yōu)化，同時(shí)基于Model Zoo，客戶(hù)也會(huì)感受到一個(gè)針對(duì)硬件友好的模型大致是什么樣的，而不是隨意去設(shè)置一些模型結(jié)構(gòu)，最后導(dǎo)致部署之效率比較低。

而在水平方向上，賽靈思也是充分考慮客戶(hù)的實(shí)際應(yīng)用需求。

從上圖中可以看到，DPU在前處理環(huán)節(jié)耗費(fèi)的時(shí)間非常少，大量時(shí)間都耗在了后處理環(huán)節(jié)，后處理有一部分工作可以繼續(xù)在FPGA的邏輯里優(yōu)化，有一部分工作還可以在SOC的CPU處理器中利用應(yīng)用加速的方式實(shí)現(xiàn)優(yōu)化，所以這種端到端的方案，把客戶(hù)任務(wù)的處理時(shí)間從76毫秒后處理降到了13毫秒，這些解決方案也可以作為用戶(hù)的一些實(shí)際優(yōu)化案例來(lái)進(jìn)行參考。

前面講了兩方面的事情，一個(gè)是在硬件方面，我們采取定制計(jì)算的方式，給客戶(hù)提供定制化的硬件處理器結(jié)構(gòu)，提供這種ID，同時(shí)這個(gè)ID可以把它嵌入在FPGA里面。

第二方面賽靈思給客戶(hù)提供軟件的工具，軟件工具可以幫助客戶(hù)做一些模型的優(yōu)化，同時(shí)給客戶(hù)提供很多端到端的參考解決方案，供用戶(hù)去參考，去做一些開(kāi)發(fā)優(yōu)化。

今年我們還提出了兩個(gè)概念，第一個(gè)概念是Vitis。

Vitis是什么？

大家知道之前Vivado的開(kāi)發(fā)門(mén)檻非常高，需要使用極少數(shù)人懂的Verilog語(yǔ)言。針對(duì)這一問(wèn)題，賽靈思針對(duì)Soc平臺(tái)提供SDK支持，嵌入式工程師可直接調(diào)用這些API，以及相關(guān)不同的處理軟件和工具。今年我們把這些工具集成在一起，變成了一個(gè)Unified API，用戶(hù)可通過(guò)軟件定義的方式，去使用邊緣和云端芯片。這些芯片涵蓋一系列必要的支持，保證客戶(hù)能夠采用這種軟件編程的方式。

我們來(lái)看上面這張圖，底下有相應(yīng)的FPGA芯片和板卡。在上面我們給用戶(hù)提供各種各樣的Library，還有一些優(yōu)化分析和調(diào)試的工具，再上層提供了非常多的Libraries，這些Libraries降低了開(kāi)發(fā)難度，用戶(hù)可以不要做硬件。

Libraries涉及到大多數(shù)用戶(hù)會(huì)用得到的操作，比如說(shuō)AI、編解碼、基本的數(shù)學(xué)操作、OpenCV等，都是我們把硬件描述語(yǔ)言寫(xiě)成庫(kù)的形式，供用戶(hù)來(lái)調(diào)用。用戶(hù)只需針對(duì)它特定的應(yīng)用領(lǐng)域，調(diào)用這些API即可實(shí)現(xiàn)編程，通過(guò)這種方式既降低了用戶(hù)的開(kāi)發(fā)門(mén)檻，同時(shí)也保證了硬件上FPGA的效率得到充分發(fā)揮。

而在A(yíng)I領(lǐng)域，我們現(xiàn)在支持TensorFlow、Caffe、Pytorch這些主流的深度學(xué)習(xí)框架，同時(shí)也提供Model Zoo供用戶(hù)參考，還有AI解決方案給到用戶(hù)開(kāi)發(fā)方案。

除了在軟件上提供Unified的軟件工具鏈外，在硬件旗艦上賽靈思又推出ACAP（Adaptive Compute Acceleration Platform）即自適應(yīng)計(jì)算加速平臺(tái)。

它結(jié)合了分布式存儲(chǔ)器與硬件可編程的DSP、多核SoC以及軟件可編程且同時(shí)又具備硬件自適應(yīng)性的計(jì)算引擎。

上圖右邊綠色部分是我們針對(duì)AI做的處理器陣列，它有400多個(gè)AI計(jì)算核，解決了FPGA邏輯部分、運(yùn)算頻率無(wú)法達(dá)到很高的問(wèn)題。

而DSP部分，可以提供數(shù)學(xué)運(yùn)算、乘法、加法等操作，紅色部分可以用它搭建靈活的結(jié)構(gòu)，還有一些ARM、GPU核，以及標(biāo)準(zhǔn)接口、存儲(chǔ)接口等。

這是一個(gè)非常復(fù)雜完整的SOC圖，在DSP部分獲得了10P、8比特的運(yùn)算能力，當(dāng)然做成1比特的話(huà)運(yùn)算能力還能增加70P，這也是我們?cè)?比特運(yùn)行時(shí)所有算力的總和，數(shù)據(jù)非?？捎^(guān)。與此同時(shí)，我們也看到最高可做到140P芯片運(yùn)算的能力，不僅可以放到邊緣端，甚至還可放在數(shù)據(jù)中心，做成基于FPGA的高密度服務(wù)器。

來(lái)看一個(gè)簡(jiǎn)單的例子，我們?cè)鯓影袮I運(yùn)算放到ACAP平臺(tái)的：

在上圖中，我們首先從外部存儲(chǔ)去獲取運(yùn)行所需要的Data、模型參數(shù)，然后進(jìn)行片上的存儲(chǔ)。之后，把這些數(shù)據(jù)通過(guò)可編程的邏輯，做成高效的數(shù)據(jù)通路，然后送到AI引擎里進(jìn)行運(yùn)算（綠色部分是為AI準(zhǔn)備的一個(gè)處理器），最后把結(jié)果通過(guò)邏輯部分寫(xiě)回到CPU，就能拿回到結(jié)果。

整個(gè)過(guò)程中，用戶(hù)有怎么樣的開(kāi)發(fā)過(guò)程？我以智慧城市項(xiàng)目為例進(jìn)行介紹。

首先，我們需要在CPU上把數(shù)據(jù)放到硬件上做預(yù)處理，同時(shí)還要跑一些AI功能，處理后再把數(shù)據(jù)送回去。

如果直接在邏輯上映射，效率會(huì)很低。這個(gè)案例是每秒6幀，我們把AI放到硬化的AI引擎里面運(yùn)行，就可以把效率提高到30幀每秒，進(jìn)而把預(yù)處理在FPGA上加速，可以把它提高到40幀每秒，如果再利賽靈思自研的Vitis技術(shù)，可以做到80幀每秒。這是一些真實(shí)的案例，可以看到我們新一代的旗艦產(chǎn)品可以非常大地改善AI方面的性能，達(dá)到業(yè)界領(lǐng)先水平。

總結(jié)一下我今天講的內(nèi)容。

第一個(gè)是在A(yíng)I時(shí)代，我們很難用一種處理器去解決所有的問(wèn)題，所以需要有不同的處理器結(jié)構(gòu)，并把這些結(jié)構(gòu)進(jìn)行設(shè)計(jì)，從而映射在數(shù)十種FPGA芯片上，就能完成用戶(hù)對(duì)FPGA硬件的開(kāi)發(fā)，用戶(hù)不需要去管硬件的邏輯，處理器就已經(jīng)集成到FPGA里了。在FPGA中利用針對(duì)特定AI領(lǐng)域的定制計(jì)算，可提供高效的用戶(hù)硬件平臺(tái)。

除了硬件優(yōu)化之外，賽靈思還可以提供軟件的優(yōu)化，給用戶(hù)提供FPGA或者硬件友好的AI算法模型，供用戶(hù)使用，以及端到端的優(yōu)化技術(shù)，這些軟件工具來(lái)幫助用戶(hù)進(jìn)一步提高效率，降低開(kāi)發(fā)門(mén)檻。

最后就是我們今年新出的Vitis統(tǒng)一軟件平臺(tái)、異構(gòu)的7納米的平臺(tái)，可以進(jìn)一步幫助客戶(hù)打造一個(gè)低延時(shí)、低功耗的高性能處理平臺(tái)，同時(shí)用戶(hù)不需要付出太高的成本，像開(kāi)發(fā)軟件一樣去使用像FPGA這樣的一個(gè)AI芯片。

主持人：賽靈思的安防芯片和海思3559A、3519有哪些不同？

單羿：海思的芯片在安防領(lǐng)域是一個(gè)非常完整和高適配的SOC，它里面不僅有之前安防所用到的接口、編解碼，同時(shí)也集成了一些AI處理的功能。賽靈思和海思安防芯片最大不同的地方在于FPGA自身的區(qū)別，我們是一個(gè)可編程的硬件芯片，而海思的這幾顆芯片則是一個(gè)已經(jīng)配套出來(lái)的ASIC，雖然可以在上面進(jìn)行一定程度的編程，把一些AI模型Coding上去，但是當(dāng)模型發(fā)生一些大的變化時(shí)，這時(shí)候?yàn)锳I準(zhǔn)備的功能效率可能會(huì)降低的比較快。賽靈思是可以在硬件上進(jìn)一步優(yōu)化，使得它適應(yīng)新出現(xiàn)的模型。比如說(shuō)這兩年比較火的MobileNet大家都用得比較多，它里面的一些Depthwise Convolution對(duì)以往的AI處理器有著很大的挑戰(zhàn)，之前在部分芯片上面運(yùn)行效率非常低。

但這對(duì)我們來(lái)講，并不是問(wèn)題，我們只需幾周的工作就可以把它進(jìn)行優(yōu)化，重新燒寫(xiě)到同樣的FPGA上，把處理器處理MobileNet的效率提升上來(lái)。這就是賽靈思和海思安防芯片的區(qū)別，最大的不同就在于我們硬件的可編程性，賽靈思可以根據(jù)算法優(yōu)化來(lái)靈活優(yōu)化處理器的結(jié)構(gòu)。

關(guān)于全球AI芯片·城市智能峰會(huì)

「全球AI芯片·城市智能峰會(huì)」是雷鋒網(wǎng) & AI掘金志安防團(tuán)隊(duì)繼「中國(guó)人工智能安防峰會(huì)」、「CCF-GAIR視覺(jué)智能論壇」后，全力打造的又一大品牌活動(dòng)。

在上述三大論壇中，組委會(huì)先后邀請(qǐng)到了高文、Demetri Terzopoulos、權(quán)龍、華先勝、賈佳亞、孫劍、顏水成、田奇、程浩、張鵬國(guó)、浦世亮、殷俊、余虎、李子青、申省梅、王曉剛、楊帆、陳寧、溫浩、陳瑞軍、張永謙、肖洪波、胡大鵬等在產(chǎn)學(xué)兩界享有盛譽(yù)的權(quán)威專(zhuān)家。

論壇內(nèi)容圍繞「攝像機(jī)」這一介質(zhì)入口展開(kāi)，覆蓋AI安防產(chǎn)品、圖像與視覺(jué)智能算法、視頻芯片&服務(wù)器、投融資、商業(yè)模式等多個(gè)維度的主題，旨在打造業(yè)內(nèi)最完整的智能城市論壇體系。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。