2024年1月23日发(作者：旅昶)
芯片产业快速崛起
为安防行Hk带来澎湃动力—专访比特大陆AI业务线CEO王俊■本刊记者/周丹雅近年来，人工智能、区块链、大数据等技术的快速发展和应用催生出对芯片产业的海量需求。具体而言，在安防产品中，摄像头、交换机、IPC (网络摄像机）、硬盘刻录机、各类服务器等设备都
需要芯片，其中ISP芯片、DVRSoC芯片、IPCSoC芯片、NVRSoC芯片以及AI芯片都是目
前安防行业最为关注的方向。AI芯片通常用于AI摄像机中也被称为AI加速器或计算卡，主要分为GPU (图像处理器）、
FPGA (现场可编程逻辑门阵列）、ASIC (专用集成电路）等，专门用于处理人工智能应用中的
大量计算任务的模块。随着5G、人工智能、物联网等前沿技术的快速发展，未来“云边结合”也将
是AI芯片在安防行业发展最主要的趋势。在云端芯片方面，目前主要还是英特尔、英伟达、谷歌等
国外企业的天下，国产芯片是否可以冲破阻碍，不断深入发展？比特大陆在各种芯片制程标准下均具备领先的设计能力，是世界上少数有能力开发云端人工智
能芯片的公司之一。专注人工智能芯片及人工智能产品开发，现已成功推出四款人工智能芯片，适用
于深度学习领域的专用张量加速计算。本期《前沿技术》栏目有幸采访到比特大陆AI业务线CEO
王俊先生，将从芯片设计架构、芯片算力、芯片发展态势等方面来探讨芯片技术的无限可能。44 - o-poglBSIIB • 2020.12
《中网安防》：从芯片设计架构来看，
ai芯片与传统安防芯片相比有何区别？王俊：从安防行业来看，传统芯片有NVR芯片、
端侧IPC摄像机芯片等，更加偏重安防行业的功能
性，如视频采集、图形处理、数据存储。AI芯片是
通用的概念，一般指可以提供算力、承载机器学习
和深度学习算法的数字逻辑计算芯片。其作用是AI
算力赋能，在安防行业尤其作用在机器视觉领域，
承载和加速目标检测、分类、分割等深度学习算法。
对于人工智能技术来说，算法、算力和数据是其三
大支柱，芯片作为提供算力的根基也历经多个发展
阶段，从最初CPU计算到GPU再到FPGA,最
终到Asicrrpu等架构的成长过程。CPU:中央处理器本质是一个逻辑运算单元，
AI算法需要强大的并行计算能力，理论上只要有
CPU就可以进行AI运算，但在运行过程中会出现
运算能力差、发热高、卡顿等现象。GPU:图形处理器，用途是将计算机系统所需
要的图形、特效处理和显示信息进行硬件加速，如
图形几何变换、渲染、贴图、纹理等等大吞吐的图
形并行计算，相比CPU而言，GPU可提供更快的
处理速度，更少的服务器投入和更低的功耗。FPGA:现场可编程门阵列，它是在PAL、
GAL、CPLD等可编程器件的基础上进一步发展的
产物。作为专用集成电路（ASIC)领域中的一种半
定制电路而出现的芯片，既解决了定制电路的不足，
又克服了原有可编程器件门电路数有限的缺点。ASIC:专用集成电路，应对特定用户要求和特
定电子系统的需要而设计、制造的集成电路。它作
为集成电路技术与特定用户的整机或系统技术紧密
结合的产物，与通用集成电路相比具有体积更小、栏目主持：周丹雅 E-mail: *****************重量更轻、功耗更低、可靠性提高、性能提高、保
密性增强、成本降低等优点。TPU:谷歌研发的一种神经网络训练的处理器，
主要用于深度学习、AI运算。作为机器学习处理器，
不仅仅支持某一种神经网络，还支持卷积神经网络、
LSTM、全连接网络等。NPU:嵌入式神经网络处理器，采用数据驱动
并行计算的架构，特别擅长处理视频、图像类的海
量多媒体数据，它也是目前AI芯片的新宠儿。《中国安防》：从近几年AI芯片的研
发状况来看，AI芯片还有哪些頑待解决的
技术瓶颈？是否有相应方案？王俊：我认为主要包括以下几点：算法演
进速度比前几年有所减缓，但还是很快，芯片设计
仍需具有一定前瞻性，保留一定的灵活性。一颗芯
片研发周期长、成本高并且一经推出就不可随意修
改，所以保留灵活性支持未来可能的算法就更为重
要。当然过高的灵活性往往会降低并行度和性能，
所以芯片需要好的设计也需要找到合适的平衡点。2. 随着算力密度的提升，比如从2D结构升级
到3D结构，计算时很难将所有的计算核心都同时
用起来，计算核心利用率会有所下降，这就导致理
论算力翻了很多倍，但多数场景下实际算力增长没
有那么多。另外，随着制程的演进由28nm变成
12nm,再变成7nm,晶体管密度提高导致发热量
加大，对散热设计提出了更高要求，因此需要动态
频率调整。比如芯片内部有调度、计算、数据搬运
等工作，他们会运用到不同的模块，不同模块工作
时可以进行动态的频率调整。3. 随着模型、数据量的增大，芯片对存储和带2020.12 -—中国ggfi - 45
rontier technology
•前沿技术宽也有了更高的需求。而大存储和大带宽又会带来
更高的成本和功耗，其实整颗芯片的设计过程中都
在做各方面的权衡。《中闽安防)：从AI芯片在安防行业
的发展来看，安防行业在不同场景下对于
AI芯片的算法算力的要求是什么？王俊：安防行业AI应用具备场景碎片化这一典
型特征，并且从目前应用较成熟的公安、交通、金
融等场景向教育、司法、智慧园区、智慧社区、工
业安防、城管、物流、移动监控、安防机器人等众
多泛安防垂直场景不断延伸，从而带来在各种场景
下除去人脸识别、视频结构化、物体特征识别等成
熟算法之外的种类繁多、百花齐放的长尾算法。在云端、边缘、终端等不同的复杂应用下，对
AI计算芯片的精度、功耗、可靠性、环境适应性、
成本等也提出了不同要求。将合适的算力放到合适
的场景下，适配不同种类、不同计算量、不同框架
的算法模型是面向安防应用的AI芯片必须要通过的
考验。云边端的集成、融合、协同能力也需要通过
AI芯片公司的底层支撑才可以得到长足发展。与此同时，安防领域的AI芯片不仅供应AI算力，
还需面向各个具体业务场景提供端到端的处理和加
速能力。终端侧的AhSoC芯片在AI处理能力之外，
ISP图像处理单元也不可或缺。边缘侧和云端的AI
芯片，网络与存储接口、视频编解码、视频前后处
理等全流程处理能力对于减少数据搬运、提高能效
比、实现完整的业务流程加速尤为重要。通用型的
安防AI芯片，不仅要关注各项性能的平衡，同时还
要具备足够的产品想象力和空间，不同需求的安防
企业可以据此开发差异化的产品和应用。46 ■ - 2020. f 2从面向未来的应用场景看，安防与物联网结合
的RRD信号处理、工业级总线支持等多数据类型
的处理，与5G相结合的融合通信能力，与AR、
VR结合的感知传感器接入以及对3D图形的处理等
都为AI芯片的进一步发展描绘了更具创新力和想象
力的未来。《中固安防》••比特大陆AI芯片Li发
展到第四代，钓能计算从云端转向云边一
体会成为一种趋势，『丨前来看中丨S1AI芯片
做到了哪残？还行哪邱方面需要努力？王俊：AI芯片按照任务划分，可以分为训练芯
片和推理芯片；按部署位置划分，可以分为云端芯片、
边缘侧和终端芯片。其中，训练芯片对算力、精度
和通用性要求较高，_般部署在云端，多采用“CPU+
加速芯片”这类异构计算模式；推理芯片更加注重
综合性能，更考虑算力耗能、延时、成本等因素，
在云端和边终端都可以部署。云端AI芯片部署在公
有云、私有云和混合云等大型数据中心，能满足海
量数据处理和大规模计算，可通过多处理器并行完
成各类AI算法的计算，具有通用性。边终端AI芯
片更要求体积小、能耗低、成本低，对于安防行业
主要用于摄像头、边缘服务器等边终端设备中。从云端转向云边一体已经是AI芯片发展的应用
趋势，为此我们在产品定位上也丰富了从云到边的全
栈产品线，包括云端智能加速卡SC系列，兼顾云边
的智能计算模组SM系列及智能计算盒SE系列。
而且在边缘侧SM及SE系列产品为客户提供例如
芯片的宽温、低功耗设计，同时在产品外观上轻薄和
主动散热等设计来适配更多样化的市场需求。目前我国A丨芯片的生产还受一些客观因素条件
限制，但A丨芯片行业还是发展迅速，在AI芯片设
计方面已经达到国际先进水平，尤其在芯片制程和
算力等多方面都已经可以比肩国际行业翘楚。《中国安防》••从近几年安防行业的
发展来看，AI芯片在安防行业的发展还冇
多大潜力？王俊：首先，安防行业从2015年至今智能化
速度非常快。安防行业是一个完整的生命体，不仅
仅是后端视频分析，包括前端、后端、智能交通以
及非视频类产品等多个方向，每个方向都是百亿级
市场规模，而这些方向都融合进了A丨，例如摄像机
智能化、智能化服务器、智能卡口电警、人脸识别
门禁报警等场景都是AI+应用。从建设情况看，安
防智能化还有很长的路要走，目前国内已建摄像机数
亿个，具有AI功能的摄像机普遍为最近几年的新建
设备，占比不大，待智能化的市场空间还非常巨大。
智能交通、非视频应用与之类似，新建设备也基本为
智能设备，像人脸识别、车辆识别等已成为标配功能。其次，单从AI芯片角度来看，市场空间依旧巨
大。安防客户对国产AI芯片的要求从高标准变为可
实战，从噱头为主变为追求落地，从实验室走向了
应用。另一方面，国家新基建规划的提出也给AI芯
片在安防行业的发展提供了催化剂，极大加速了
AI
芯片落地进程，未来想象空间巨大。最后，AI芯片和安防芯片是既有联系，也有区
分。我认为AI芯片可以与安防进行不同程度的有机
结合：1.在某些场景特别是云端大算力场景，仍然
是分离解耦、多种异构计算架构会长期存在。如会
有专门的A丨算力服务器、专门的流媒体服务器、单
独的云存储等，最终形成一个整体解决方案。2.可以在边缘侧、端侧形成产品级融合，与传统安防芯
片结合起来成为一个产品/方案。如NVR的智能产
品，插上一个AI芯片的模组/卡就可以集视频解码、
图形处理、AI智能、存储于一身。3.在芯片级融合,
把安防功能和AI算力作为IP模块，融合在单芯片内，
形成单芯片SOC解决方案。如端侧的智能摄像机、
抓拍机等，甚至应用到将来的机器人、无人机等。《中国安防》：从美国前段时闯对华
为芯片的禁令来看，芯片架构、芯片设计
软件及芯片制造等环节都被进行了限制，
同为Fabless芯片运作模式的比特大陆有
什么预防措跑及解决方案？您对安防芯片
未来的发展冇何看法？王俊：首先比特大陆严格遵守各地法律法规，
做好各种业务的合规性审核，目前看并无太大的技
术限制风险。比特大陆是全球领先的无晶圆芯片设
计厂商，自主研发设计芯片委托台积电生产，目
前在市场上规模化量产7nm制程的区块链芯片和
12nm制程的AI芯片，安防是AI芯片的重要应用
行业。1.在芯片架构方面，比特大陆算丰系列AI芯片2020.72 - ’染里3肪-47
ontier
technology •前沿技术中核心深度学习计算架构NPU单元是自主研发，因
此对于芯片架构方面所受外界影响不大。2.
打造覆盖从边到云的AI加速硬件产品矩阵。包括边
缘智能计算盒，兼顾边云的智能计算模组、云端智
目前高端EDA软件以美国企业为主，国
能加速卡、智能服务器乃至大规模的超算中心。同
内该领域厂商还没有成长起来，比特大陆所使用的
EDA软件工具也出自美国。3. 对于芯片生产制造而言，比特大陆与台积电
的合作一直非常良好，也是台积电全球范围内的重
要合作伙伴，经常会参与到台积电新制程的产线打
磨。未来我们也会继续与台积电保持良好的合作态
势，同时也考虑与国内芯片生产厂商开展合作，以
丰富我们的产品形态。目前国产安防芯片主要是ASIC芯片，对于
ASIC芯片的设计方面，我国并不滞后于西方，随着
国家对半导体行业特别是芯片行业的扶持政策与落
地实施，会涌现出更多的优质ASIC芯片设计厂商，
并在竞争中通过优胜劣汰提升整个行业水平。安防
乃至泛安防是ASIC芯片的重要应用场景，场景需
求和技术水平会相互拉动螺旋上升。尽管国内的芯
片生产制造和EDA软件与国际先进水平存在差距是
一个不争的事实，但是芯片技术发展到今天这样的
规模是全球大合作的结果。我们希望良好的全球化
合作共赢模式可以持续下去促进整体生态良性发展，
同时我们也期望我国政府可以带领整个国产芯片链
条快速成长，早日追上国际先进水平。作为业内领
先的芯片设计企业，我们也将积极参与其中，贡献
自己的_份力量。《中国安防》：比特大阽除了专注AI
芯片，还以芯片为核心开发了一系列AI硬
件产品，未来将在安防行业如何布W?王俊：我们的产品战略一直是围绕自研AI芯片，48 - ‘中国迓肪-20202时我们以开放的心态与业内的硬件厂商深度合作，
打造基于算丰AI芯片或者模组的定制化硬件产品，
从而满足安防行业的不同场景以及客户的不同需求，
在算丰的硬件生态打造过程中，我们积极开放硬件
开发资料、开源关键设计，并辅以仿真及专业指导，
以缩短合作伙伴的开发周期，以一版成功为目标，
加速产品上市进程，使更多的生态合作伙伴加入算
丰生态圈。说到我们AI硬件产品在安防领域的规划，不同
的产品形态也会各有侧重：1. 模组方面继续拓展智能NVR、边绿服务器、巡检机器人、无人机等边缘集成场景客户，我们也
将在年底陆续推出低功耗超宽温的新产品，面向低
功耗场景以及环境严酷的场景，从而拓宽产品适用
性和多样性帮助客户提升产品竞争力。2. 加速卡方面经过长期多样的服务器互兼容测
试后，已经很好适配了浪潮、曙光、宝德、超微、
恒为等多款服务器型号，未来将继续扩展国内外服
务器或工控机产品兼容列表，为安防乃至其他行业
客户针对云端或边缘场景提供更加多样的选择。3. 计算盒与模组形成组合拳，继续批量供货给
OEM客户直接使用，随着几家合作伙伴基于比特大
陆计算盒形成的服务器、算力矩阵等衍生产品陆续
商用，计算盒产品系列将实现16路至160路不等
的全边缘场景覆盖。我们也将继续以国产小型化为
特色，持续深挖安防以及其他行业的边缘需求，并
计划随超宽温模组一起推出计算盒新产品。妃
2024年1月23日发(作者：旅昶)
芯片产业快速崛起
为安防行Hk带来澎湃动力—专访比特大陆AI业务线CEO王俊■本刊记者/周丹雅近年来，人工智能、区块链、大数据等技术的快速发展和应用催生出对芯片产业的海量需求。具体而言，在安防产品中，摄像头、交换机、IPC (网络摄像机）、硬盘刻录机、各类服务器等设备都
需要芯片，其中ISP芯片、DVRSoC芯片、IPCSoC芯片、NVRSoC芯片以及AI芯片都是目
前安防行业最为关注的方向。AI芯片通常用于AI摄像机中也被称为AI加速器或计算卡，主要分为GPU (图像处理器）、
FPGA (现场可编程逻辑门阵列）、ASIC (专用集成电路）等，专门用于处理人工智能应用中的
大量计算任务的模块。随着5G、人工智能、物联网等前沿技术的快速发展，未来“云边结合”也将
是AI芯片在安防行业发展最主要的趋势。在云端芯片方面，目前主要还是英特尔、英伟达、谷歌等
国外企业的天下，国产芯片是否可以冲破阻碍，不断深入发展？比特大陆在各种芯片制程标准下均具备领先的设计能力，是世界上少数有能力开发云端人工智
能芯片的公司之一。专注人工智能芯片及人工智能产品开发，现已成功推出四款人工智能芯片，适用
于深度学习领域的专用张量加速计算。本期《前沿技术》栏目有幸采访到比特大陆AI业务线CEO
王俊先生，将从芯片设计架构、芯片算力、芯片发展态势等方面来探讨芯片技术的无限可能。44 - o-poglBSIIB • 2020.12
《中网安防》：从芯片设计架构来看，
ai芯片与传统安防芯片相比有何区别？王俊：从安防行业来看，传统芯片有NVR芯片、
端侧IPC摄像机芯片等，更加偏重安防行业的功能
性，如视频采集、图形处理、数据存储。AI芯片是
通用的概念，一般指可以提供算力、承载机器学习
和深度学习算法的数字逻辑计算芯片。其作用是AI
算力赋能，在安防行业尤其作用在机器视觉领域，
承载和加速目标检测、分类、分割等深度学习算法。
对于人工智能技术来说，算法、算力和数据是其三
大支柱，芯片作为提供算力的根基也历经多个发展
阶段，从最初CPU计算到GPU再到FPGA,最
终到Asicrrpu等架构的成长过程。CPU:中央处理器本质是一个逻辑运算单元，
AI算法需要强大的并行计算能力，理论上只要有
CPU就可以进行AI运算，但在运行过程中会出现
运算能力差、发热高、卡顿等现象。GPU:图形处理器，用途是将计算机系统所需
要的图形、特效处理和显示信息进行硬件加速，如
图形几何变换、渲染、贴图、纹理等等大吞吐的图
形并行计算，相比CPU而言，GPU可提供更快的
处理速度，更少的服务器投入和更低的功耗。FPGA:现场可编程门阵列，它是在PAL、
GAL、CPLD等可编程器件的基础上进一步发展的
产物。作为专用集成电路（ASIC)领域中的一种半
定制电路而出现的芯片，既解决了定制电路的不足，
又克服了原有可编程器件门电路数有限的缺点。ASIC:专用集成电路，应对特定用户要求和特
定电子系统的需要而设计、制造的集成电路。它作
为集成电路技术与特定用户的整机或系统技术紧密
结合的产物，与通用集成电路相比具有体积更小、栏目主持：周丹雅 E-mail: *****************重量更轻、功耗更低、可靠性提高、性能提高、保
密性增强、成本降低等优点。TPU:谷歌研发的一种神经网络训练的处理器，
主要用于深度学习、AI运算。作为机器学习处理器，
不仅仅支持某一种神经网络，还支持卷积神经网络、
LSTM、全连接网络等。NPU:嵌入式神经网络处理器，采用数据驱动
并行计算的架构，特别擅长处理视频、图像类的海
量多媒体数据，它也是目前AI芯片的新宠儿。《中国安防》：从近几年AI芯片的研
发状况来看，AI芯片还有哪些頑待解决的
技术瓶颈？是否有相应方案？王俊：我认为主要包括以下几点：算法演
进速度比前几年有所减缓，但还是很快，芯片设计
仍需具有一定前瞻性，保留一定的灵活性。一颗芯
片研发周期长、成本高并且一经推出就不可随意修
改，所以保留灵活性支持未来可能的算法就更为重
要。当然过高的灵活性往往会降低并行度和性能，
所以芯片需要好的设计也需要找到合适的平衡点。2. 随着算力密度的提升，比如从2D结构升级
到3D结构，计算时很难将所有的计算核心都同时
用起来，计算核心利用率会有所下降，这就导致理
论算力翻了很多倍，但多数场景下实际算力增长没
有那么多。另外，随着制程的演进由28nm变成
12nm,再变成7nm,晶体管密度提高导致发热量
加大，对散热设计提出了更高要求，因此需要动态
频率调整。比如芯片内部有调度、计算、数据搬运
等工作，他们会运用到不同的模块，不同模块工作
时可以进行动态的频率调整。3. 随着模型、数据量的增大，芯片对存储和带2020.12 -—中国ggfi - 45
rontier technology
•前沿技术宽也有了更高的需求。而大存储和大带宽又会带来
更高的成本和功耗，其实整颗芯片的设计过程中都
在做各方面的权衡。《中闽安防)：从AI芯片在安防行业
的发展来看，安防行业在不同场景下对于
AI芯片的算法算力的要求是什么？王俊：安防行业AI应用具备场景碎片化这一典
型特征，并且从目前应用较成熟的公安、交通、金
融等场景向教育、司法、智慧园区、智慧社区、工
业安防、城管、物流、移动监控、安防机器人等众
多泛安防垂直场景不断延伸，从而带来在各种场景
下除去人脸识别、视频结构化、物体特征识别等成
熟算法之外的种类繁多、百花齐放的长尾算法。在云端、边缘、终端等不同的复杂应用下，对
AI计算芯片的精度、功耗、可靠性、环境适应性、
成本等也提出了不同要求。将合适的算力放到合适
的场景下，适配不同种类、不同计算量、不同框架
的算法模型是面向安防应用的AI芯片必须要通过的
考验。云边端的集成、融合、协同能力也需要通过
AI芯片公司的底层支撑才可以得到长足发展。与此同时，安防领域的AI芯片不仅供应AI算力，
还需面向各个具体业务场景提供端到端的处理和加
速能力。终端侧的AhSoC芯片在AI处理能力之外，
ISP图像处理单元也不可或缺。边缘侧和云端的AI
芯片，网络与存储接口、视频编解码、视频前后处
理等全流程处理能力对于减少数据搬运、提高能效
比、实现完整的业务流程加速尤为重要。通用型的
安防AI芯片，不仅要关注各项性能的平衡，同时还
要具备足够的产品想象力和空间，不同需求的安防
企业可以据此开发差异化的产品和应用。46 ■ - 2020. f 2从面向未来的应用场景看，安防与物联网结合
的RRD信号处理、工业级总线支持等多数据类型
的处理，与5G相结合的融合通信能力，与AR、
VR结合的感知传感器接入以及对3D图形的处理等
都为AI芯片的进一步发展描绘了更具创新力和想象
力的未来。《中固安防》••比特大陆AI芯片Li发
展到第四代，钓能计算从云端转向云边一
体会成为一种趋势，『丨前来看中丨S1AI芯片
做到了哪残？还行哪邱方面需要努力？王俊：AI芯片按照任务划分，可以分为训练芯
片和推理芯片；按部署位置划分，可以分为云端芯片、
边缘侧和终端芯片。其中，训练芯片对算力、精度
和通用性要求较高，_般部署在云端，多采用“CPU+
加速芯片”这类异构计算模式；推理芯片更加注重
综合性能，更考虑算力耗能、延时、成本等因素，
在云端和边终端都可以部署。云端AI芯片部署在公
有云、私有云和混合云等大型数据中心，能满足海
量数据处理和大规模计算，可通过多处理器并行完
成各类AI算法的计算，具有通用性。边终端AI芯
片更要求体积小、能耗低、成本低，对于安防行业
主要用于摄像头、边缘服务器等边终端设备中。从云端转向云边一体已经是AI芯片发展的应用
趋势，为此我们在产品定位上也丰富了从云到边的全
栈产品线，包括云端智能加速卡SC系列，兼顾云边
的智能计算模组SM系列及智能计算盒SE系列。
而且在边缘侧SM及SE系列产品为客户提供例如
芯片的宽温、低功耗设计，同时在产品外观上轻薄和
主动散热等设计来适配更多样化的市场需求。目前我国A丨芯片的生产还受一些客观因素条件
限制，但A丨芯片行业还是发展迅速，在AI芯片设
计方面已经达到国际先进水平，尤其在芯片制程和
算力等多方面都已经可以比肩国际行业翘楚。《中国安防》••从近几年安防行业的
发展来看，AI芯片在安防行业的发展还冇
多大潜力？王俊：首先，安防行业从2015年至今智能化
速度非常快。安防行业是一个完整的生命体，不仅
仅是后端视频分析，包括前端、后端、智能交通以
及非视频类产品等多个方向，每个方向都是百亿级
市场规模，而这些方向都融合进了A丨，例如摄像机
智能化、智能化服务器、智能卡口电警、人脸识别
门禁报警等场景都是AI+应用。从建设情况看，安
防智能化还有很长的路要走，目前国内已建摄像机数
亿个，具有AI功能的摄像机普遍为最近几年的新建
设备，占比不大，待智能化的市场空间还非常巨大。
智能交通、非视频应用与之类似，新建设备也基本为
智能设备，像人脸识别、车辆识别等已成为标配功能。其次，单从AI芯片角度来看，市场空间依旧巨
大。安防客户对国产AI芯片的要求从高标准变为可
实战，从噱头为主变为追求落地，从实验室走向了
应用。另一方面，国家新基建规划的提出也给AI芯
片在安防行业的发展提供了催化剂，极大加速了
AI
芯片落地进程，未来想象空间巨大。最后，AI芯片和安防芯片是既有联系，也有区
分。我认为AI芯片可以与安防进行不同程度的有机
结合：1.在某些场景特别是云端大算力场景，仍然
是分离解耦、多种异构计算架构会长期存在。如会
有专门的A丨算力服务器、专门的流媒体服务器、单
独的云存储等，最终形成一个整体解决方案。2.可以在边缘侧、端侧形成产品级融合，与传统安防芯
片结合起来成为一个产品/方案。如NVR的智能产
品，插上一个AI芯片的模组/卡就可以集视频解码、
图形处理、AI智能、存储于一身。3.在芯片级融合,
把安防功能和AI算力作为IP模块，融合在单芯片内，
形成单芯片SOC解决方案。如端侧的智能摄像机、
抓拍机等，甚至应用到将来的机器人、无人机等。《中国安防》：从美国前段时闯对华
为芯片的禁令来看，芯片架构、芯片设计
软件及芯片制造等环节都被进行了限制，
同为Fabless芯片运作模式的比特大陆有
什么预防措跑及解决方案？您对安防芯片
未来的发展冇何看法？王俊：首先比特大陆严格遵守各地法律法规，
做好各种业务的合规性审核，目前看并无太大的技
术限制风险。比特大陆是全球领先的无晶圆芯片设
计厂商，自主研发设计芯片委托台积电生产，目
前在市场上规模化量产7nm制程的区块链芯片和
12nm制程的AI芯片，安防是AI芯片的重要应用
行业。1.在芯片架构方面，比特大陆算丰系列AI芯片2020.72 - ’染里3肪-47
ontier
technology •前沿技术中核心深度学习计算架构NPU单元是自主研发，因
此对于芯片架构方面所受外界影响不大。2.
打造覆盖从边到云的AI加速硬件产品矩阵。包括边
缘智能计算盒，兼顾边云的智能计算模组、云端智
目前高端EDA软件以美国企业为主，国
能加速卡、智能服务器乃至大规模的超算中心。同
内该领域厂商还没有成长起来，比特大陆所使用的
EDA软件工具也出自美国。3. 对于芯片生产制造而言，比特大陆与台积电
的合作一直非常良好，也是台积电全球范围内的重
要合作伙伴，经常会参与到台积电新制程的产线打
磨。未来我们也会继续与台积电保持良好的合作态
势，同时也考虑与国内芯片生产厂商开展合作，以
丰富我们的产品形态。目前国产安防芯片主要是ASIC芯片，对于
ASIC芯片的设计方面，我国并不滞后于西方，随着
国家对半导体行业特别是芯片行业的扶持政策与落
地实施，会涌现出更多的优质ASIC芯片设计厂商，
并在竞争中通过优胜劣汰提升整个行业水平。安防
乃至泛安防是ASIC芯片的重要应用场景，场景需
求和技术水平会相互拉动螺旋上升。尽管国内的芯
片生产制造和EDA软件与国际先进水平存在差距是
一个不争的事实，但是芯片技术发展到今天这样的
规模是全球大合作的结果。我们希望良好的全球化
合作共赢模式可以持续下去促进整体生态良性发展，
同时我们也期望我国政府可以带领整个国产芯片链
条快速成长，早日追上国际先进水平。作为业内领
先的芯片设计企业，我们也将积极参与其中，贡献
自己的_份力量。《中国安防》：比特大阽除了专注AI
芯片，还以芯片为核心开发了一系列AI硬
件产品，未来将在安防行业如何布W?王俊：我们的产品战略一直是围绕自研AI芯片，48 - ‘中国迓肪-20202时我们以开放的心态与业内的硬件厂商深度合作，
打造基于算丰AI芯片或者模组的定制化硬件产品，
从而满足安防行业的不同场景以及客户的不同需求，
在算丰的硬件生态打造过程中，我们积极开放硬件
开发资料、开源关键设计，并辅以仿真及专业指导，
以缩短合作伙伴的开发周期，以一版成功为目标，
加速产品上市进程，使更多的生态合作伙伴加入算
丰生态圈。说到我们AI硬件产品在安防领域的规划，不同
的产品形态也会各有侧重：1. 模组方面继续拓展智能NVR、边绿服务器、巡检机器人、无人机等边缘集成场景客户，我们也
将在年底陆续推出低功耗超宽温的新产品，面向低
功耗场景以及环境严酷的场景，从而拓宽产品适用
性和多样性帮助客户提升产品竞争力。2. 加速卡方面经过长期多样的服务器互兼容测
试后，已经很好适配了浪潮、曙光、宝德、超微、
恒为等多款服务器型号，未来将继续扩展国内外服
务器或工控机产品兼容列表，为安防乃至其他行业
客户针对云端或边缘场景提供更加多样的选择。3. 计算盒与模组形成组合拳，继续批量供货给
OEM客户直接使用，随着几家合作伙伴基于比特大
陆计算盒形成的服务器、算力矩阵等衍生产品陆续
商用，计算盒产品系列将实现16路至160路不等
的全边缘场景覆盖。我们也将继续以国产小型化为
特色，持续深挖安防以及其他行业的边缘需求，并
计划随超宽温模组一起推出计算盒新产品。妃