人工智能自1956年达特茅斯会议诞生之后，经历几经起落，从2015年起掀起了第三次浪潮，这次浪潮是激动人心、广泛而深刻的。但是严格意义来说，本次人工智能浪潮的前三年主要是靠技术驱动，最初都是追求论文和各种算法竞赛的实验室效果，也出现过某些AI技术的实验室炫技而不落地，最后无以为继。圈内人都在考虑AI如何实现技术和商业化的双轮驱动，例如Deepmind研究医疗等，希望带来AI产业的良性闭环发展。

　　双轮驱动其中一个轮子是技术驱动力，俗称三驾马车，“算法”、“算力”、“数据”。包括深度学习神经网络算法的突破，GPU芯片提供的高性能算力，来自互联网和物理世界的大量数据。另一个轮子是AI商业化的轮子，它具有三大要素：市场容量、应用价值和深度、数据的规模。这些要素会决定了AI在行业落地的价值、深度，是否有效形成商业闭环。

　　从市场观察来看，目前AI技术商业化的双轮驱动先行者是互联网公司和安防行业。

　　一、AI商业化的先行者：大型互联网公司和安防行业

　　当前，大型互联网公司带动了AI商业化落地的开端，谷歌、微软、百度、阿里巴巴等互联网公司，自带商业化轮子：市值和营收所代表的巨大商业体量，海量用户的多元化体验的渴求，亿级用户的数据规模，这是他们AI商业化的巨大需求，是内驱。同时他们也有技术轮子，三驾马车也有能力构建：大规模GPU/AI计算能力，大量的软件算法人才开发更新更优的算法，有多年积累的用户消费行为数据。

　　他们在三驾马车的技术平台上，形成更精准的搜索推荐算法、商品推荐算法，提升体验，大幅度提升广告营收和商品销售额，带来商业回报。闭环来了，投入并强化技术三驾马车，招募人才、开发算法、提升算力、挖掘数据。形成了有效的商业闭环和双轮驱动。

　　AI技术三驾马车 + 商业三要素

　　另一个是安防行业，具备了双轮驱动的条件。首先得益于平安城市十几年的建设，我国建立了大规模视频监控系统。据IHS的数据，截至 2018 年末，全球已安装了超过 6.55亿个视频监控摄像机，中国视频监控摄像机（不仅天网）以IHS市场研究数据来看就有3.5亿台。而同时全球和中国监控摄像头销售市场仍在逐年扩张，每年仅仅我国就产生数万PB的数据量。与数据量同步增长的，是巨大的市场规模。据相关数据统计，2019年安防市场总产值达到7000亿左右，研究机构预计到2022年达到万亿规模。只要是好用的AI算法带来更佳的应用效果，解决安防、泛安防业主客户的实际业务痛点，就能够持续有人买单，实现商业闭环，带来AI百亿乃至千亿的市场想象空间。

　　数据量大且深广，AI赋能的业务价值凸显，市场容量进一步扩大，带来一个螺旋上升，进一步推动数据 -> 应用 -> 市场 ->数据的商业闭环。

　　其次技术驱动，和大型互联网公司的自身闭环不同（数据、算力、算法都是自己的）。安防市场在技术轮子上存在充分的外部竞争，形成了分层、解耦、多样化的开放生态。金字招牌，诚信至上

　　这种开放和双轮驱动是很惊人的！2017年来仅挖掘了人脸识别技术和公安和通行场景，短短两三年，就带来了行业快速发展，诞生诸多AI独角兽，挺进AI的春秋战国时代。

　　二、安防行业的场景、算法和算力需求

　　安防市场中落地的AI算法有很多，如人脸识别、视频结构化、车辆分析等各类算法，来解决多样化行业场景问题，如公安、交通、应急、城管、社区园区等业务，场景很丰富如人脸布控、无感通行闸机、无感通行门禁、监督行人红绿灯、车辆图片二次分析违法行为等等。

　　运行AI算法，需要海量的AI算力，已经成为大家的共识。算力由谁来提供呢？目前的主流仍然是GPU，特别是英伟达GPU。中国的“天网”工程部署的摄像头据称不低于3000万路，全国视频监控摄像机（不仅天网）以HIS数字来看就有3.5亿台。如果仅仅分析其中20%，就是7000万路，按照目前主流GPU显卡P4计算，分析需要400万块显卡，至少需要800亿元以上的AI硬件成本，功耗也是达到和全北京市供电功率可比的量级。显然，成本居高不下，功耗居高不下，GPU是难以全面使用的。

　　哪些深度学习芯片能有效替代GPU，大幅降低基础设施的建设成本，实现规模化人工智能应用，是中国安防智能化考虑的重要命题之一。

　　算法层/数据层中，无论是AI算法还是大数据计算，都需要底层算力的有效支持，而算力主要由计算芯片CPU、GPU、AI 专用芯片和FPGA这些核心计算组件来承担。（未完待续）

　　作者：汤炜伟 比特大陆 | 选自：《中国安防》杂志

　　延伸阅读

　　《中国安防》

　　-国内行业权威杂志-

　　出版发行：《中国安防》编辑部

　　主管主办：中国安全防范产品行业协会

　　出版日期：2020年3月

　　订阅电话：010-88820990