10月27日，由雷鋒網(wǎng) & AI掘金志主辦的「全球AI芯片·城市智能峰會」，在深圳大中華喜來登酒店盛大召開。

延續(xù)雷鋒網(wǎng)大會一貫的高水準(zhǔn)、高人氣，「全球AI芯片·城市智能峰會」以“城市視覺計(jì)算再進(jìn)化”為主題，全面聚焦城市視覺與城市算力領(lǐng)域，是業(yè)內(nèi)首個圍繞“算法+算力”展開的大型智能城市論壇。

峰會邀請到了業(yè)內(nèi)極具代表性的14位業(yè)內(nèi)知名專家，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。

此次大會上，天地偉業(yè)總工程師楊清永發(fā)表了《AI 時代的安防新理念》的主題演講。

楊清永表示，安防行業(yè)分別經(jīng)歷了三個時代的變遷：模擬時代、數(shù)字時代和智能時代。而數(shù)字時代，存儲成本高、數(shù)據(jù)可讀性差、取證難度大等弊端，決定了向智能時代的跨越是一條必經(jīng)之路。

而在安防的智能時代，主要是為了實(shí)現(xiàn)身份識別和行為識別兩大目標(biāo)。但楊清永認(rèn)為，未來安防AI的發(fā)展方向?qū)⑹侨繕?biāo)識別，“也就是在一個視頻里，所有能看到的東西都能夠進(jìn)行身份識別、行為識別，最終讓攝像機(jī)能夠看懂世界?！?/p>

楊清永是安防行業(yè)的一名老兵。他說到，2015、16年時，每年安防展的人數(shù)都在縮減，安防行業(yè)進(jìn)入了一個洗牌的時代。 但是這兩年，安防展越來越火，參展人數(shù)越來越多，這是AI給安防行業(yè)帶來的新活力，也給業(yè)內(nèi)人士的實(shí)戰(zhàn)理念帶來了變化。

在他看來，AI時代的安防產(chǎn)品必須將產(chǎn)品和用戶的應(yīng)用場景結(jié)合起來，針對用戶的痛點(diǎn)設(shè)計(jì)出一套解決方案，最終實(shí)現(xiàn)用戶的價(jià)值?！罢嬲闷饋恚脩舨艜I你的東西。普通錄像機(jī)就可以錄像，為什么要買帶人臉識別的呢？”

楊清永在演講中表示，未來安防會向AI解決方案和AI產(chǎn)品兩種方向發(fā)展。兩種方式目前沒有分出勝負(fù)，而競爭力的核心和關(guān)鍵點(diǎn)在于成本，看誰的成本能夠做到最低、性價(jià)比做得更高。為了降低成本，則需要做到協(xié)同智能、高集成化、多模型開發(fā)和資源適配這四點(diǎn)。

“智能越前移，成本會越低，市場的量也會越大。最終在前端完成所有的智能功能，并且這些功能都固化，我認(rèn)為這是發(fā)展的終極目標(biāo)?！?/p>

以下是楊清永大會現(xiàn)場演講內(nèi)容，雷鋒網(wǎng)做了不改變原意的整理及編輯：

楊清永：大家下午好。感謝雷鋒網(wǎng)給我這個機(jī)會和大家進(jìn)行分享。

我在安防行業(yè)干了十五年，見證了這個行業(yè)的發(fā)展。有了AI技術(shù)之后，安防行業(yè)確實(shí)發(fā)生了一些變化。主要從兩個方向，一個是安防行業(yè)的過去、現(xiàn)在和未來，另一個是AI產(chǎn)品給安防行業(yè)帶來的理念與變化。

從事安防行業(yè)比較久的人都知道，在2006年以前，安防行業(yè)處于模擬時代。那時候的視頻監(jiān)控是模擬攝像機(jī)傳輸?shù)奖O(jiān)控中心的監(jiān)視器顯示。這個時代有一些比較典型的產(chǎn)品，例如攝像機(jī)、視頻切換矩陣等等。從2006年到2016年，可以稱之為數(shù)字時代。那時候，視頻錄像的存儲是比較困難的，后來通過硬盤，把進(jìn)行編碼后的視頻信號存儲下來。這是數(shù)字時代的典型特征。

從2016年開始，安防行業(yè)進(jìn)入了智能時代。從數(shù)字時代發(fā)展到智能時代，是因?yàn)閿?shù)字時代的安防行業(yè)產(chǎn)生了一些問題。

雖然，我們可以通過編碼把視頻存儲下來，但是占用空間非常大，存儲成本非常高，而且存儲下來的都是非結(jié)構(gòu)化的視頻數(shù)據(jù)，這些數(shù)據(jù)沒有辦法檢索，取證比較困難。也就是說，在視頻監(jiān)控發(fā)展的這段時間，它的主要作用就是兩個，一是視頻錄像，二是視頻回放。一套監(jiān)控系統(tǒng)安裝之后就再也沒有人管了，除非有事件發(fā)生才會調(diào)取錄像。

進(jìn)入智能時代后就不一樣了。舉個例子，普通攝像機(jī)的存儲空間有10T。如果用AI攝像機(jī)對視頻進(jìn)行結(jié)構(gòu)化處理后，它的存儲空間可以下降99%以上。

從檢索時間來看，如果是純視頻數(shù)據(jù)，要靠人為去看這些視頻；而在智能時代，視頻結(jié)構(gòu)化后的檢索速度可以達(dá)到秒級。它的存儲空間有接近100倍的下降，檢索速度有1000倍的提升，這是安防行業(yè)從數(shù)字時代到智能時代的一條必經(jīng)之路。

到現(xiàn)在為止，安防行業(yè)研究的工作無非是人和車，主要實(shí)現(xiàn)兩類目標(biāo)：身份識別和行為識別。

人工智能發(fā)展的初期，首先是在視頻里面進(jìn)行移動偵測，通過智能算法檢測出視頻目標(biāo)的移動狀態(tài)。后來，又有了基本目標(biāo)檢測，能夠檢測到視頻里面有一個目標(biāo)在動，但是區(qū)分不出來這個目標(biāo)是什么。我們把這個時代稱為基礎(chǔ)智能。有了基礎(chǔ)智能之后，對這些目標(biāo)可以進(jìn)行行為識別，比如絆線、周界、物品遺留等等，這是基礎(chǔ)時代的目標(biāo)檢測和目標(biāo)行為分析。

后來，有了車牌識別。攝像機(jī)可以識別車牌號碼、車牌屬性、車輛顏色，同時可以識別出車的行為，比如闖紅燈、壓實(shí)線、逆行等等。再后來，可以識別人的目標(biāo)，同時又以人臉以及人體屬性的識別為特征，比如性別、年齡、身高、發(fā)型、胡須、眼鏡等等。

同時，在行為識別上，有了和人相關(guān)的行為識別，比如奔跑、跌倒、舉手、起立、睡著等等，包括表情的微笑、憤怒。

這是安防行業(yè)AI發(fā)展的現(xiàn)狀。那么，未來的方向在什么地方？全目標(biāo)識別。

也就是在一個視頻里，所有能看到的東西都能夠進(jìn)行身份識別，以及行為的識別，最終讓攝像機(jī)能夠看懂世界。攝像機(jī)做全結(jié)構(gòu)化分析，可以做語義分析，這應(yīng)該是人工智能在安防行業(yè)發(fā)展的終極目標(biāo)，也是人們一直在追求的目標(biāo)。

AI給安防行業(yè)帶來了一些變化。在人工智能興起之前，安防行業(yè)進(jìn)入了瓶頸時期。

我記得2015年、2016年的時候，每年安防展的人數(shù)在縮減，安防行業(yè)進(jìn)入了一個洗牌的時代，有幾家知名的大企業(yè)開始大規(guī)模擴(kuò)張，而一些小企業(yè)基本上沒有什么生存空間。這兩年，大家能看到，每年的安防展越來越火，參展人數(shù)越來越多，這就是AI給安防行業(yè)帶來的新活力。

安防行業(yè)進(jìn)入AI時代以后，我認(rèn)為一個最大的變化是實(shí)戰(zhàn)化理念的變化。以前，作為一個錄像和回放系統(tǒng)，視頻監(jiān)控是一個標(biāo)準(zhǔn)化的東西，可以放在門店、商場銷售，因?yàn)樽饔梅浅：唵?，就是錄像和回放?/p>

AI時代就不一樣了，如果你說你的攝像頭能人臉識別，那么用戶就會問，對我有什么用？能給我?guī)硎裁磧r(jià)值？也就是說，AI時代的安防產(chǎn)品必須要把產(chǎn)品和用戶的應(yīng)用場景結(jié)合起來，能給用戶產(chǎn)生應(yīng)用，能與他的應(yīng)用系統(tǒng)相結(jié)合，甚至結(jié)合到OA辦公軟件里面。真正用起來，用戶才會買你的東西，否則不會買你的東西，普通錄像機(jī)就可以錄像，為什么要買帶人臉識別的呢？

所以，我們必須找到一個應(yīng)用場景的痛點(diǎn)，針對用戶的痛點(diǎn)設(shè)計(jì)出一套解決方案，最終實(shí)現(xiàn)用戶的價(jià)值。如果不結(jié)合應(yīng)用場景，AI時代的安防產(chǎn)品就很難得到推廣，這是一個很大的變化。

之所以有了這些應(yīng)用場景的需求，所以，從監(jiān)控產(chǎn)品上就有了AI攝像機(jī)、AI球機(jī)、AI特色產(chǎn)品、AI大數(shù)據(jù)、AI服務(wù)器，從解決方案上有了智慧公安、智慧社區(qū)、智慧政法、智慧校園等等，在結(jié)合了大量應(yīng)用以后，安防行業(yè)里面產(chǎn)生了非常非常多的創(chuàng)新企業(yè)，這些企業(yè)像雨后般的春筍一樣發(fā)展起來。

所以現(xiàn)在的安防展會比原來更火爆，因?yàn)閰⒓拥娜藬?shù)和廠家多了，這些廠家可做的工作多了。只要選中一個場景，把這個場景做實(shí)戰(zhàn)、做應(yīng)用，就可以生存下來。任何一家公司，包括現(xiàn)在的龍頭企業(yè)，都不可能覆蓋所有的應(yīng)用場景，因?yàn)閼?yīng)用場景是一個勞動密集型的工作，必須得結(jié)合這個應(yīng)用場景里面的實(shí)際應(yīng)用去做，把應(yīng)用做深、做好用，這個工作量非常大，沒有任何一家企業(yè)可以獨(dú)霸天下。

現(xiàn)在安防行業(yè)基本上沿著兩個方向走，一個是AI解決方案，一個是AI產(chǎn)品。解決方案越來越專業(yè)、越來越實(shí)戰(zhàn)，因?yàn)檫@個解決方案已經(jīng)不再是簡單的標(biāo)準(zhǔn)化，而是要結(jié)合行業(yè)應(yīng)用，做得不實(shí)戰(zhàn)、不易用，就沒有人買你的東西。

產(chǎn)品方面在沿著兩個方向發(fā)展，一個是向標(biāo)準(zhǔn)化和開放性發(fā)展，另外一個是向多樣性發(fā)展。這兩個方向有什么區(qū)別？

開放性方面，華為就提軟件定義攝像機(jī)，一個標(biāo)準(zhǔn)的攝像機(jī)硬件平臺，在里面灌輸什么算法就可以實(shí)現(xiàn)什么攝像機(jī)。這個攝像機(jī)用在什么場景、有什么功能，是由軟件定義的，攝像機(jī)只提供一個硬件開發(fā)平臺。華為倡導(dǎo)的軟件定義攝像機(jī)，走的是一條開放性、標(biāo)準(zhǔn)化的路。

多樣性是指針對一個行業(yè)的特殊應(yīng)用需求專門制作這個行業(yè)特殊需要的產(chǎn)品，比如養(yǎng)豬場要做豬臉識別，針對特殊的應(yīng)用場景，攝像機(jī)的外觀、形狀、大小、環(huán)境參數(shù)都不一樣，專門設(shè)計(jì)一套攝像機(jī)，可以讓攝像機(jī)成本達(dá)到最低、性價(jià)比達(dá)到最好。這是兩種發(fā)展理念。

這兩種發(fā)展理念誰好誰壞？現(xiàn)在還不好說，因?yàn)閷I(yè)的攝像機(jī)達(dá)不到一定的量是沒有什么市場的。這兩種方向發(fā)展的競爭力核心或者發(fā)展的關(guān)鍵點(diǎn)在成本，看誰的成本能夠做到最低或者性價(jià)比做得更高。

在降成本的策略方面，我舉了幾個例子，這幾點(diǎn)應(yīng)該是AI進(jìn)入安防行業(yè)以來帶來的新策略和方向：

首先是協(xié)同智能，就拿人臉識別來說，最開始的智能系統(tǒng)，前端是普通的攝像機(jī)，后端要通過智能服務(wù)器來做人臉檢測、識別和比對，它需要大量的視頻，需要很大的帶寬傳輸?shù)接?jì)算中心。計(jì)算中心需要設(shè)置大量的服務(wù)器，對這些視頻進(jìn)行解碼、智能分析，對數(shù)據(jù)進(jìn)行結(jié)構(gòu)化。

進(jìn)入AI時代，前端的攝像機(jī)具備了一定的智能分析功能，比如人臉抓拍機(jī)，它已經(jīng)不是普通的攝像機(jī)，它可以知道這個視頻里面哪個地方是人臉，可以把人臉圖片摳出來，只把人臉圖片傳輸給后端，這樣傳輸?shù)胶蠖说膸捑涂梢源蟠蠼档?，只需要很小的帶寬就可以把同樣?shù)量攝像機(jī)的信息傳輸?shù)胶蠖恕?/p>

同樣，后端服務(wù)器不需要用大量視頻進(jìn)行解碼。大家都知道，用CPU解碼視頻需要很高的資源消耗，不需要解碼視頻了，服務(wù)器就可以接入更多的圖片。在中心端，只需要一臺服務(wù)器就可以把同樣數(shù)量的攝像機(jī)的人臉識別完成。這就是一個降成本的作用，通過系統(tǒng)層面來降低成本，也就是協(xié)同智能，完成一件智能分析是通過前端和后端協(xié)同來完成。

高集中度，大家比較容易理解，因?yàn)閯傞_始做智能相機(jī)的時候，當(dāng)相機(jī)的主芯片不具備AI分析能力的時候，我們一般的策略是通過加一個協(xié)處理器、加一個AI芯片來完成。原來視頻監(jiān)控的主芯片可以完成處理編碼和網(wǎng)絡(luò)業(yè)務(wù)，AI功能由協(xié)處理器來完成。

發(fā)展到現(xiàn)在，海思出了一系列AI芯片，從視頻監(jiān)控的主業(yè)務(wù)里面整合了AI智能分析的功能，現(xiàn)在一個芯片可以完成所有的人工智能以及傳統(tǒng)的視頻監(jiān)控，這樣成本就會更低。從設(shè)計(jì)來講，系統(tǒng)方案的成本會更低。當(dāng)然，高集中度不光是能降低成本，還可以提升產(chǎn)品的品質(zhì)和效果。

這兩張對比圖片是FACE AE的對比圖片。當(dāng)你的智能分析和前端采集集成到一個芯片里面，可做的東西就多了。比如原來前端攝像機(jī)采集的處理算法是不知道什么地方有人臉、不知道什么地方有目標(biāo)。

但是集成了AI技術(shù)以后，同一個芯片就知道這個視頻里面你對人還是對車感興趣，或者是對一個什么物件感興趣，你就會針對這個目標(biāo)來指導(dǎo)前端的SP算法，把目標(biāo)的清晰度提高。

FACE AE是通過人臉檢測算法，檢測到視頻里面哪個地方有人臉，反過來調(diào)取前端圖像處理模塊，把有人臉的地方做特殊處理，比如曝光加強(qiáng)。在人臉抓拍攝像機(jī)里面，即便不用人臉抓拍功能，錄下來視頻中的人臉也比普通攝像機(jī)的人臉清楚。這是高集中度帶來的產(chǎn)品品質(zhì)方面的提升。

多模型開發(fā)，現(xiàn)在的硬件環(huán)境有CPU、GPU、DSP、ARM以及一些專門的智能處理芯片，對我們的算法就提出了更高的要求，因?yàn)椴荒芤粋€算法通吃所有的硬件平臺，這些硬件平臺上算法的大小是不一樣的，有的算力大、有的算力小，有的分析要求復(fù)雜度高、有的分析要求復(fù)雜度小，要針對不同硬件平臺開發(fā)不同規(guī)模的算法模型來匹配。這就是從算法模型上匹配硬件算力，讓產(chǎn)品的性價(jià)比達(dá)到最高。

剛剛說到算力，這里有一個資源適配的問題。算力是不是越高越好？這要看你到底用這個算力來完成什么業(yè)務(wù)、應(yīng)用。

我認(rèn)為，算力不是越高越好，算力是越適配越好，因?yàn)樗懔σ彩且X的，不管通過什么方式實(shí)現(xiàn)，肯定通過一定成本購買回來。要完成一件事情，一定要用最適合的算力完成，這叫資源適配。

舉個例子，大家最熟悉的是TESLA卡，這是大家做人工智能方面用的比較多的，不管是人臉識別、車輛識別以及其他分析。我們拿P4卡來舉例，P4卡的算力是22T，天地偉業(yè)也做了一個智能卡，用海思的3559做的，算力并不高，16T。舉個例子，如果大家對算力提取人臉特征不熟悉的話，英偉達(dá)的TX1可以做4路視頻的人臉特征提取，那是1T的算力?，F(xiàn)在人臉識別里面最耗費(fèi)算力的地方就是特征提取，22T用這個算力來計(jì)算，可以做88路人臉特征提取，這沒有問題。

但是它的解碼能力只有12路，現(xiàn)在普通視頻流已經(jīng)達(dá)到1080P，卡本身的視頻解碼能力只有12路，現(xiàn)在很多家出的人臉識別服務(wù)器單卡只能分析12路的人臉識別，有的做得好的只到10幾路，為什么做不上去？是因?yàn)橘Y源適配不好。

如果要分析好，必須用CPU對視頻進(jìn)行解碼。要解碼64路1080P，5萬多塊錢的CPU必須配2個以上，這還是算比較好的。天地偉業(yè)的P5卡算力只有16T，但是它支持64路1080P的解碼。它的算力并不高，但是作為服務(wù)器上只插一個卡的硬件，能完成64路的視頻流的人臉識別，而P4卡只能完成12路人臉識別。

算力不是越高越好，而是要匹配應(yīng)用場景。英偉達(dá)P4用在其他場景肯定有優(yōu)勢，我只是說在視頻監(jiān)控和人臉識別場景?，F(xiàn)在有人說，出了人臉抓拍機(jī)了，從前端傳到服務(wù)器的都是摳出來的人臉圖片，P5卡里面解1080P圖片是960張/秒。如果解人臉圖片會更多。理論上來計(jì)算，這張卡如果前端接的是人臉抓拍機(jī)，單張卡可以帶256路人臉識別。

做過人臉識別研發(fā)的同事應(yīng)該知道，現(xiàn)在人臉識別服務(wù)器里面，比較耗費(fèi)算力的是特征提取，另外一個是特征比對。人臉識別是一個很長時間的比較，很耗費(fèi)算力。在英特爾高配的雙核CPU上做人臉特征比對的話，一臺服務(wù)器可以比2000-3000萬次/秒，這是頂配的CPU服務(wù)器。大家想一想，一臺服務(wù)器如果有256路人臉識別，放在公安網(wǎng)里面做人臉布控，正常是30萬張，每秒需要比對多少次？按照每一路攝像機(jī)每一秒傳一張人臉照片到服務(wù)器，服務(wù)器用這張照片和30萬張做比較，一臺256路人臉識別服務(wù)器一秒鐘需要比對7000萬次以上。很多廠商在后端機(jī)房里面做比對都是用專門的高配服務(wù)器集群做人臉特征比對。

這張卡里面帶16核DSP。雖然現(xiàn)在用在其他場景的非常少了，但是用在人臉特征比對，16核的DSP一秒鐘人臉比對可以達(dá)到1億次以上。

這兩張卡，前一張P4卡如果配普通的CPU，就只能完成12路人臉識別，如果要完成64路人臉識別，要配頂級的服務(wù)器，因?yàn)樾枰曨l解碼，不是頂級的不夠，因?yàn)橐鎏卣鞅葘?，要有服?wù)器集群才能完成64路。

用后面這張P5卡，用一個低配的服務(wù)器，CPU一般的就夠用，因?yàn)槠渌Y源都配齊的，只要插一張卡，最高可以完成256路，這就是資源匹配的重要性。P4卡公開售價(jià)是1.4萬，如果客戶關(guān)系比較好的話可以拿到1.2萬。P5卡公開售價(jià)是6000元。

這是資源適配好了之后帶來的價(jià)值和成本方面的變化。

很多智能功能開始往前端推送，這應(yīng)該是發(fā)展的一個必然趨勢，越往后發(fā)展，后端的服務(wù)器和后端的云更多處理的是大數(shù)據(jù)和關(guān)聯(lián)性的數(shù)據(jù)分析，而所有的智能檢測、智能分析相關(guān)的功能，或者單點(diǎn)視頻里能夠完成的功能，都會向前移，因?yàn)檫@會給整體系統(tǒng)成本帶來很大的降低。

智能越前移，成本會越低，市場的量也會越大。最終在前端完成所有的智能功能，并且這些功能都固化，我認(rèn)為這是發(fā)展的終極目標(biāo)。到了這個目標(biāo)，前端的量才會非常大，后端的應(yīng)用才能做得非常廣，這應(yīng)該是AI時代安防行業(yè)發(fā)展的一個必然趨勢。

希望我們安防行業(yè)里面更多做應(yīng)用的企業(yè)、更多做產(chǎn)品的企業(yè)在AI時代把安防行業(yè)推向一個新的高潮。謝謝大家！

關(guān)于全球AI芯片·城市智能峰會

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

在上述三大論壇中，組委會先后邀請到了高文、Demetri Terzopoulos、權(quán)龍、華先勝、賈佳亞、孫劍、顏水成、田奇、程浩、張鵬國、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)威專家。

論壇內(nèi)容圍繞「攝像機(jī)」這一介質(zhì)入口展開，覆蓋AI安防產(chǎn)品、圖像與視覺智能算法、視頻芯片&服務(wù)器、投融資、商業(yè)模式等多個維度的主題，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。詳情見轉(zhuǎn)載須知。