中國安防行業(yè)10年報告(下篇)

　　近年來(lái)，安防是一個(gè)快速增長(cháng)的行業(yè)， 過(guò)去十年， 復合 17%的行業(yè)增長(cháng)率證明了行業(yè)的持續性，龍頭份額提升持續獲得超越平均的增速。 根據歷史數據， 2008 年至 2017 年， 十年內中國安防行業(yè)產(chǎn)值從 1605 億元增長(cháng)到 6480 億元， 十年復合增長(cháng)率達 17%。 其中，安防產(chǎn)品占安防行業(yè)規模約 3~4 成， 2017 年中國安防產(chǎn)品產(chǎn)值約 2000 億元。并且，我國的?？低?/a>和大華股份已分別占據全球安防企業(yè)的第一名和第三名。

　　第一次轉折是技術(shù)創(chuàng )新，安防迎來(lái)了數字化、網(wǎng)絡(luò )化的浪潮，安防企業(yè)爭取的是外資的市場(chǎng)份額 。 在 2010 年之前，安防行業(yè)以模擬產(chǎn)品為主，外資大廠(chǎng)如安訊士、霍尼韋爾、索尼、松下等具備模擬產(chǎn)品技術(shù)優(yōu)勢，對數字化產(chǎn)品投入較為保守。國內廠(chǎng)商則積極投入。當技術(shù)路徑轉變時(shí)，國內龍頭實(shí)現彎道超車(chē)， 2011 年?？低暭闯蔀榱巳蛞曨l監控市占率第一名。

　　第二次是模式創(chuàng )新，安防進(jìn)入了解決方案轉型時(shí)代，安防企業(yè)吸收的是集成商的利潤 。 ?？低?2009 年開(kāi)始布局， 2012 年提出 IVM 可視化管理，進(jìn)行解決方案轉型。 解決方案時(shí)代，安防龍頭企業(yè)開(kāi)始提供從前端到后端的整套產(chǎn)品，并且兼具了制造商、集成商和工程商的能力，能根據客戶(hù)需求制作應用模塊， 提供產(chǎn)品及解決方案，壓縮了產(chǎn)業(yè)鏈，使得純粹的渠道商、集成商空間被一定程度壓縮。

　　單純監控攝像頭的價(jià)值量有限，但作為安防解決方案整體價(jià)值量空間大幅提升。以深圳龍崗區雪亮工程四期項目基礎部分(EPC 總承包)為例，深圳電信中標，總計 3.8 億。招標內容包括 6500 個(gè)高清視頻監控點(diǎn)、40 個(gè)高清卡口車(chē)牌識別、1000個(gè)二三類(lèi)攝像頭聯(lián)網(wǎng)、 75 個(gè)科技圍合小區建設、 10 個(gè)派出所市電增容建設，此外包括配套的基礎網(wǎng)絡(luò )光纖、管道、供電及相關(guān)設施。項目為交鑰匙工程，承包方需要負責方案設計、概算編制、設備采購、施工等。 由此可見(jiàn)，項目的價(jià)值量比純粹售賣(mài)硬件高得多。

　　第三次回歸技術(shù)創(chuàng )新，進(jìn)入安防 AI 時(shí)代，整個(gè)安防產(chǎn)業(yè)的價(jià)值量提升 。2016/2017 年以來(lái)，帶有深度學(xué)習功能的前后端產(chǎn)品不斷推出，后端人像大數據平臺已然開(kāi)始滲透，行業(yè)價(jià)值量被大幅度提升。 技術(shù)創(chuàng )新成為這一輪主導的競爭要素，具備交付智能化產(chǎn)品和方案的廠(chǎng)商將脫穎而出。這輪技術(shù)創(chuàng )新主導下， 也存在著(zhù)一定的模式創(chuàng )新。 AI 主導下分化為側重邊緣節點(diǎn)的?？荡笕A模式和發(fā)力云服務(wù)的華為模式。 這是因為行業(yè)層面上的競爭要素是技術(shù)創(chuàng )新， 但兩類(lèi)企業(yè)在微觀(guān)層面的競爭要素分布具有差異。

▲安防行業(yè)發(fā)展史

　　1、安防 AI 競爭需六個(gè)要素，后端產(chǎn)品率先滲透

　　宇視科技研究院院長(cháng)謝會(huì )斌提出安防 AI 包括六個(gè)要素： 算法、算力、數據、產(chǎn)品、工程、方案。我們認為這六個(gè)要素前三者(算法、算力、數據)反映著(zhù)培育 AI的基礎， 而后三者(產(chǎn)品、工程、 方案)則是傳統安防的護城河。 六要素的結合將凝聚成安防行業(yè)在人工智能化階段的競爭力核心。

　　安防從產(chǎn)品到解決方案，再到人工智能化，“軟件”行業(yè)屬性不斷加強 。 安防行業(yè)從產(chǎn)品、工程向方案轉型的過(guò)程中，依附于視頻監控設備的平臺、應用等軟件價(jià)值逐漸凸顯。 安防龍頭憑借整體架構設計能力和平臺應用開(kāi)發(fā)的軟實(shí)力，針對場(chǎng)景定制化，深度服務(wù)客戶(hù)，競爭原本集成商的市場(chǎng)空間，并提升產(chǎn)品盈利能力。解決方案轉型過(guò)程中，安防行業(yè)已經(jīng)從硬件行業(yè)向軟硬結合轉變，人工智能化將進(jìn)一步強化安防行業(yè)“軟件”的屬性。 因此，完成解決方案轉型的龍頭企業(yè)，享受的不是監控攝像頭制造廠(chǎng)的估值;構建起安防人工智能壁壘的企業(yè)，未來(lái)也將享受軟件企業(yè)的溢價(jià)。

▲安防行業(yè)發(fā)展階段

　　現在的人工智能與十年前提的安防智能化有何區別？ 需要區分兩種安防智能化 ，深度學(xué)習才是解決痛點(diǎn)的關(guān)鍵 。 第一種安防智能化，即傳統意義上的視頻內容分析(VCA)。 業(yè)內龍頭諸如?？翟缭?2005、 2006 年就開(kāi)始提及安防行業(yè)智能化，然而彼時(shí)的視頻內容分析技術(shù)基于計算機視覺(jué)，采用背景建模與目標跟蹤技術(shù)(背景分離)，發(fā)展成目前的智能網(wǎng)絡(luò )攝像機，能夠完成特定的視頻內容分析，諸如行為分析、異常偵測等，這些功能被集成在 IPC SoC 中，不需要額外增加人工智能芯片，因此成本低、普及快。第二種安防智能化需要基于深度學(xué)習。 2013、 2014以來(lái)的安防智能化概念基于深度學(xué)習，在識別率和反應速度上有顯著(zhù)提升，應用場(chǎng)景更得以拓展?；谏疃葘W(xué)習的產(chǎn)品在 2016、 2017 年以來(lái)才逐漸落地， 這些感知型設備不僅能提取視頻的結構化信息進(jìn)行語(yǔ)義描述，而且能夠部分模仿人們進(jìn)行深度思考和判斷，大大解決行業(yè)痛點(diǎn)。 這些產(chǎn)品往往需要加入協(xié)處理芯片或GPU 等深度學(xué)習芯片，成本高，推廣慢。

　　為什么說(shuō)安防行業(yè)是人工智能的第一落腳點(diǎn) ? 我們認為主要歸因于安防行業(yè)三個(gè)特質(zhì)： 1、具備孕育 AI 的沃土(深度學(xué)習算法的成熟、 GPU 等人工智能芯片的強大算力、海量數據基礎); 2、龐大非結構化數據的行業(yè)痛點(diǎn)(傳輸、存儲、人力處理的難度); 3、清晰可行的商業(yè)模式。

　　人工智能在安防行業(yè)都有什么應用 ? 人工智能攝像頭可以廣泛應用于公安、交通、教育、金融、醫療、零售等領(lǐng)域。人工智能目前應用場(chǎng)景主要包括生物識別、車(chē)輛分析、行為分析及圖像分析(視頻質(zhì)量診斷、視頻摘要分析)。 IPC 的結構化數據提取能力，以車(chē)輛分析為例，能夠提取車(chē)牌、車(chē)型、車(chē)身顏色、品牌、駕駛員是否系安全帶、是否打電話(huà)、是否開(kāi)遮陽(yáng)板、汽車(chē)通過(guò)時(shí)間、行駛方向、行駛軌跡分析等。

　　安防人工智能化產(chǎn)業(yè)鏈切入點(diǎn)較多，算法商偏云端，芯片商主攻 IPC 和錄像機，解決方案商搭平臺 。 目前安防人工智能化產(chǎn)業(yè)鏈相關(guān)公司主要有傳統安防龍頭諸如?？?、大華、宇視等，以及安防新銳華為，這類(lèi)公司憑借較深行業(yè)積累搭建平臺，吸引合作伙伴，同時(shí)進(jìn)行前后端升級;以算法為主的企業(yè)諸如傳統的東方網(wǎng)力以及人工智能新銳商湯、曠視、云從、依圖等主要布局中心控制系統;發(fā)力芯片的企業(yè)諸如海思、中星微等主要以 IPC SoC、 DVR SoC、 NVR SoC，以求在芯片端固化 AI 算法降低人工智能的成本。

▲國內安防人工智能化產(chǎn)業(yè)鏈相關(guān)公司

▲AI 與安防產(chǎn)業(yè)鏈結合

　　我們預估 2017 年 AI 在國內、全球安防行業(yè)市場(chǎng)滲透率約 1~2%，根據第一章節安防行業(yè)市場(chǎng)規模的數據，我們大致估算安防行業(yè)的 AI 市場(chǎng)規模。

▲國內安防行業(yè) AI 市場(chǎng)預估

▲全球安防行業(yè) AI 市場(chǎng)預估

　　后端人工智能先行， AI 中心控制系統已逐漸落地 。 第一，從研發(fā)成本角度考慮，算法的產(chǎn)品落地快于芯片的研究開(kāi)發(fā)，安防行業(yè)后端的人工智能滲透也將早于前端。 第二，從布置成本角度考慮， 中心控制系統的人工智能化也將先行，省級公安廳及其他較高層級的部門(mén)率先采用， 集中布局中控平臺，統一接入現有視頻監控設備， 是現有情況下客戶(hù)投入較少、使用方便的升級途徑。 即使如此， 因為人工智能成本較為高昂，我們預計短期內以公安為代表的政府部門(mén)會(huì )成為主要客戶(hù)。以 AI 創(chuàng )業(yè)公司為例， 依圖已經(jīng)幫助近 20 個(gè)省級公安廳建立人像大數據平臺， 我們預估目前后端市場(chǎng)規模約 13 億元，未來(lái)公安部門(mén)滲透率會(huì )繼續提升，并且一個(gè)部門(mén)可能需要部署多套平臺， 以處理包括人、車(chē)、重點(diǎn)場(chǎng)所等多種場(chǎng)景下的任務(wù)。

▲國內后端市場(chǎng)人工智能市場(chǎng)空間預測

　　前端市場(chǎng)滲透會(huì )晚于后端，但市場(chǎng)空間比后端高 。 我們預估 2018 年國內攝像頭出貨量約 1.67 億部，其中近六成為網(wǎng)絡(luò )攝像頭。 我們估計安防攝像頭滲透率目前不及1%，出貨量在 10 萬(wàn)部的級別。以安防行業(yè)網(wǎng)絡(luò )化用了十年的時(shí)間，向未來(lái)看十年，人工智能 IPC 滲透率有望達到如今網(wǎng)絡(luò )攝像頭的量級。 這個(gè)過(guò)程會(huì )伴隨著(zhù)成本端下降、價(jià)格端下降、毛利率沖高回落到合理盈利水平，最終沉淀下來(lái)的是具備安防 AI 六要素競爭力的的企業(yè)。

▲國內前端市場(chǎng)人工智能市場(chǎng)空間預測

　　2、海量數據既是良好 AI 訓練素材，也是行業(yè)痛點(diǎn)

　　海量數據是良好的 AI 訓練素材，但難以直接處理 。 安防行業(yè)具有復雜的應用場(chǎng)景以及龐大的非結構化數據，數據難以直接處理。同時(shí)， 隨著(zhù)安防監控視頻高清化實(shí)現，海量的非結構化數據進(jìn)一步增加。攝像頭傳輸的是 24 小時(shí)不間斷的實(shí)時(shí)視頻流，在大規模視頻監控布點(diǎn)的情況下，傳輸和存儲的壓力較大，這也是?？低曁岢?ldquo;AI Cloud”架構的重要原因。在前端抓拍初步分析的模式下，傳輸信息被簡(jiǎn)化，可以較好節省帶寬和存儲資源。

　　編碼技術(shù)進(jìn)步，在相同圖片質(zhì)量的基礎上可以降低碼流 。 碼流是指視頻文件在單位時(shí)間內使用的數據流量。H.264 的壓縮效率比 MPEG-2 提高了 1 倍多， 代價(jià)是計算量提高了至少 4 倍。 H.265 比 H.264 進(jìn)一步復雜，同時(shí)也是進(jìn)一步降低碼流。算法的復雜化，是以芯片算力為代價(jià)，換取低碼流下的高質(zhì)量圖像，實(shí)現更好的編碼壓縮效果。隨著(zhù)芯片處理能力增強，前端能應用的算法復雜度也在提升。 H.264編碼下，720P 的碼流大約 2~4Mbps，H.265編碼下，720P 的碼流可以降到1~2Mbps。假 設 每 個(gè) 攝 像 頭 所 需 碼 流 2Mbps ， 一 百 個(gè) 攝 像 頭 所 對 應 的 下 載 速 度 為2Mbps*100/8=25M/s， 對應兩百兆帶寬，需要較高的帶寬成本。 根據訪(fǎng)談了解，由于使用專(zhuān)用的帶寬，僅兩兆的上傳輸成本，每年就要上千元。此外， 如果以這個(gè)碼流進(jìn)行存儲，對應 25M/s*3600*24/1000/1000=2.16T，即每天的視頻所要求存儲空間為 2.16T。

▲不同壓縮方式圖像質(zhì)量/碼流表現對照表

▲不同壓縮方式壓縮比/算法復雜度

▲各分辨率下 H.265 與 H.264 碼率對比

▲?？低?smart265

　　視頻高清化帶來(lái)的數據量增加，存儲成本相對較高 。 我們以民用市場(chǎng)作為參考，探討視頻監控的存儲成本。(1) 以買(mǎi)存儲卡成本看，淘寶網(wǎng)上 32G 存儲卡價(jià)格約30~100 元不等， 32G 對應約 3 天，即每個(gè) 1080P 高清攝像頭每存儲一天的硬件成本在 10~30 元。(2)以云存儲的成本角度看，螢石云 7 天循環(huán)存儲的年卡 120 元、30 天循環(huán)存儲的年卡 300 元;樂(lè )橙云 7 天年存儲套餐 110 元、 30 天年存儲套餐260 元。

▲1080P 和 720P 視頻對應內存卡存儲時(shí)耗

▲Nand Flash 價(jià)格走勢(美元)

　　海量的數據是安防發(fā)展 AI 的迫切動(dòng)力，也是重要的基礎條件 。 據不完全統計，平安城市監控設備約 2500 萬(wàn)只，全國各行各業(yè)采用的監控攝像頭約 2.25 億只，一天產(chǎn)生的數據量約 50PB，是上千個(gè)國際級圖書(shū)館的數據量級。一方面龐大的數據超越人力處理的限制， 另一方面海量數據是作為培育機器學(xué)習算法的溫床。安防行業(yè)應用場(chǎng)景碎片化，與弱人工智能處理的應用需求碎片化相契合，安防大廠(chǎng)往往有較為龐大的產(chǎn)品團隊和平臺團隊， 開(kāi)發(fā)出千上萬(wàn)針對不同場(chǎng)景的硬件產(chǎn)品和系統，適合于搭載 AI 實(shí)現細分領(lǐng)域的智能化。

　　3、人工智能算法是根基，安防龍頭積極布局

　　安防龍頭優(yōu)勢在于深耕行業(yè)， AI 算法公司優(yōu)勢在于頂尖人才。因此，在數據大平臺的建設中，創(chuàng )業(yè)新銳更容易嶄露頭角。與算法上的差距相比，安防行業(yè)的場(chǎng)景復雜性和銷(xiāo)售復雜性壁壘更深，安防龍頭更具卡位優(yōu)勢。

　　人工智能在圖像識別領(lǐng)域主要由兩個(gè)流派構成，一個(gè)是傳統安防企業(yè)，以?？低?、大華股份、宇視科技為例;另一個(gè)是 AI 算法企業(yè)，以實(shí)驗室、研究所或者國際 IT 大廠(chǎng)走出來(lái)并逐漸實(shí)現產(chǎn)品化的新銳，以商湯、曠視、依圖、云從為例。 技術(shù)發(fā)展日新月異，算法的識別率已經(jīng)超過(guò)了人類(lèi)，并且可以大規模使用。 AI 算法行業(yè)具有一個(gè)特點(diǎn)，頂尖人才領(lǐng)軍與聚集效果較為關(guān)鍵。

▲安防龍頭與 AI 創(chuàng )業(yè)公司算法布局比較簡(jiǎn)表

　　安防龍頭優(yōu)勢在于行業(yè)資源積累， AI 算法公司優(yōu)勢在于頂尖人才聚集 。 我們認為安防行業(yè)壁壘具有較為明顯， 新進(jìn)入者也需要逐步積累面對不同場(chǎng)景的設計、制造和部署經(jīng)驗，這是安防行業(yè)無(wú)法繞過(guò)的特性。安防龍頭如果積極布局人工智能算法，將率先受益于價(jià)值量提升乃至份額提升。

　　安防龍頭，深耕人工智能，有望獲得價(jià)值量與份額的雙重提升 。 對于以?？禐榇淼陌卜例堫^而言，優(yōu)勢在于具有系統性算法、數據、產(chǎn)品、解決方案、渠道的積累，對于客戶(hù)需求理解把握更充分。與中小安防企業(yè)比較， 當安防龍頭積極主動(dòng)去深耕人工智能領(lǐng)域，相對優(yōu)勢擴大，未來(lái)大概率能在安防智能化浪潮中率先受益，價(jià)值量提升的同時(shí)可以保持優(yōu)勢乃至擴大份額。 與 AI 算法公司相比， 安防企業(yè)在布局算法的同時(shí)，對于技術(shù)的工程化和可行性把握更好，能夠結合客戶(hù)需求更好地設計每路結構化單位功耗密度、用戶(hù)機房耗電量、發(fā)熱量等工程性問(wèn)題，更好地實(shí)現軟硬結合。僅從算法角度而言，由于各家廠(chǎng)商算法識別準確率均在 95%以上， 實(shí)際上差距并不會(huì )很大。

▲ ImageNet Chanllenge 圖像識別錯誤率

　　AI 算法公司，尋求結盟以突破安防市場(chǎng)或為較優(yōu)選擇 。 對于 AI 算法公司而言，由于創(chuàng )業(yè)團隊的預期回報高于傳統巨頭，因而更容易吸引人工智能領(lǐng)域資深的大牛創(chuàng )業(yè)或加盟。以商湯為例，該公司以湯曉鷗實(shí)驗室為基礎，吸引海外名校學(xué)者和互聯(lián)網(wǎng)巨頭業(yè)者，搭建強大的 AI 智囊團。除此之外，曠視根源于清華、依圖有較強上海交大背景;云從則孕育于中科院，都是國內頂尖算法人才的聚集。 AI 創(chuàng )業(yè)公司需要積極尋找可盈利的商業(yè)模式，實(shí)現產(chǎn)品落地。正如我們本章第一個(gè)小節所言，安防成為關(guān)鍵領(lǐng)域。 對于 AI 算法公司而言， 深挖垂直的安防行業(yè)解決方案， 技術(shù)優(yōu)勢較容易轉化為在安防大數據平臺建設、特定細分市場(chǎng)布局的商業(yè)成功。 但是，由于安防行業(yè)智能化產(chǎn)品面向政府客戶(hù)，并且許多創(chuàng )業(yè)公司難以獲得安防視頻數據進(jìn)行訓練，創(chuàng )業(yè)公司憑借一己之力挑戰安防龍頭具有一定難度。因而， 尋求結盟，實(shí)現 1+1>2 或許是成 AI 算法公司的優(yōu)先選擇。

▲AI 創(chuàng )業(yè)公司的安防布局

　　國內機器視覺(jué)市場(chǎng)快速成長(cháng)，格局由四大算法公司主導 。 根據 IDC 數據， 2017年我國計算機視覺(jué)應用市場(chǎng)規模達 15.45 億元，同比增長(cháng) 184%。其中，政府、金融、互聯(lián)網(wǎng)是三個(gè)主要細分領(lǐng)域，人臉識別應用最大的場(chǎng)景即平安城市項目及金融行業(yè)的人臉身份驗證。 我國計算機視覺(jué)市場(chǎng)主要由商湯、依圖、曠視、云從等AI 算法公司主導。

▲中國計算機視覺(jué)市場(chǎng)規模預測

▲2017 年中國計算機視覺(jué)應用市場(chǎng)份額

　　3、算力： 技術(shù)升級與價(jià)格下降，推動(dòng) AI 需求滲透

　　價(jià)格是目前安防 AI 的最大阻力之一，降價(jià)將推動(dòng) AI 需求滲透

　　人工智能解決安防行業(yè)的痛點(diǎn)，芯片的技術(shù)升級與價(jià)格下降將解決人工智能的痛點(diǎn) 。 為什么要專(zhuān)門(mén)分析芯片?因為人工智能解決了安防行業(yè)的痛點(diǎn)，滲透的主要難度又在于高居不下的價(jià)格。 我們認為芯片及其他零組件的升級，將決定著(zhù)這波安防行業(yè)人工智能化浪潮的節奏。

　　零部件成品降價(jià)，有利于安防產(chǎn)品向更多層次的需求擴散 。 安防需求層次差異大，最高端的產(chǎn)品需求來(lái)自于以省級公安廳為代表的政府，中高端面向區縣乃至商業(yè)，中低端面向民用和商鋪等。中高端市場(chǎng)常以解決方案的項目制出現，中低端市場(chǎng)則是以渠道商形式。 2013 年開(kāi)始，安防監控攝像頭的鏡頭逐漸從日本廠(chǎng)商向國內舜宇、聯(lián)合光電轉移，芯片由索尼一家獨大的 CCD 向 CMOS 技術(shù)擴散，主芯片也由 TI 的 DSP 向海思、安霸的 AISC 變化，隨著(zhù)元器件重大突破的實(shí)現，成本顯著(zhù)下降， 這段期間監控攝像頭經(jīng)歷一段快速的產(chǎn)品迭代和降價(jià)過(guò)程。同時(shí)， 由于海外市場(chǎng)以渠道銷(xiāo)售為主，產(chǎn)品價(jià)格敏感性相對較高，國內安防龍頭諸如?？?、大華等在 2013~2015 年海外營(yíng)收增速迅速增長(cháng)。

　　降價(jià)將成為人工智能從上到下滲透的助力，正如 2013~2014 中國安防龍頭受益于國產(chǎn)替代推動(dòng)的降價(jià)過(guò)程一樣 。 由于 AI 芯片目前的價(jià)格高居不下，整體方案僅有少數用戶(hù)能夠買(mǎi)單。 價(jià)格是安防 AI 的最大阻力之一。目前，視頻監控攝像頭加裝 GPU，成本上升約 3000 元，比如搭載 NVIDIA 的 Jetson TX1 芯片的?？低?ldquo;深眸”， 我們預估價(jià)格至少 5000 元。

　　安防行業(yè)芯片包括前后端，發(fā)展趨勢為數字視頻監控系統 IPC+NVR

　　對于安防行業(yè)而言， AI 芯片發(fā)揮作用的地方分為兩個(gè)：一個(gè)是前端芯片，在前端進(jìn)行智能化處理，再將初步處理后的信息傳給后端，目前商用以英特爾的 VPU 為代表;另一個(gè)是后端芯片，在后端進(jìn)行集中式分析，目前商用以英偉達的 GPU 為代表。

　　安防架構分為模擬視頻監控系統和數字視頻監控系統。模擬攝像機前端芯片為 ISP芯片，主要對圖像傳感器的輸出信號進(jìn)行處理，模擬攝像機+DVR 是模擬視頻監控系統的核心， DVR 主要功能包括進(jìn)行數字化編碼壓縮和存儲。在 NVR 出現后，產(chǎn)生了模擬攝像機+DVS+NVR 的數字視頻監控系統，這個(gè)體系下 DVS 僅有編碼壓縮的功能，并沒(méi)有存儲能力，而是將數字化后的信息通過(guò)互聯(lián)網(wǎng)傳輸到后端NVR 進(jìn)行存儲。隨著(zhù)前端 IPC 逐漸替代模擬攝像機， IPC 由于從視頻采集到編碼壓縮實(shí)現全數字化，此時(shí)數字視頻監控系統架構精簡(jiǎn)為 IPC+NVR。

▲視頻監控系統結構介紹

▲典型 IPC SoC 架構

▲典型 DVR SoC 架構

　　對于前端的芯片，模擬攝像機一般為 ISP，網(wǎng)絡(luò )攝像機則是集成了包括 ISP、 CPU、編碼模塊及其他功能模塊的 IPC SoC。一般而言，前端智能化的實(shí)現即通過(guò)在 IPC SoC 中集成視頻智能處理模塊。 目前，視頻監控 SoC 以 110nm/55nm 工藝為主流，少數領(lǐng)先企業(yè)開(kāi)始使用 28nm 工藝。

　　對于后端的芯片，視頻處理壓力較大，往往需要高密度集成較強算力的芯片，以英偉達的 GPU 為主。由于 DVR 系統自身具備視頻采集、編碼壓縮、存儲、管理一系列功能，可以獨立工作，比較適合本地系統構建;而 NVR 采用開(kāi)放的 IP 架構，需要與編碼器、管理平臺、操作系統、網(wǎng)絡(luò )傳輸配合使用，因此適合于分布式的大型視頻監控系統，諸如云中心。

　　前端芯片： AI 賦能邊緣， 前端 SoC 升級

　　AI 賦能邊緣，前端智能化對于安防架構有重大益處 。 根據 IDC 預計，到 2020 年，物聯(lián)網(wǎng)感知設備數量將達到 500 億部，約 50%的計算量在邊緣完成。前端智能化帶來(lái)較大益處，提升感知精度，提升感測速度，減小傳輸過(guò)程的噪音影響，降低傳輸成本，降低存儲成本。諸如?？档?AI Cloud，通過(guò)邊緣節點(diǎn)、邊緣域進(jìn)行實(shí)時(shí)感知，通過(guò)云中心進(jìn)行集中式認知。

　　GPU 成本最高， 專(zhuān)用芯片的開(kāi)發(fā)將推動(dòng)安防行業(yè)智能化滲透提升 。 前端攝像頭人工智能芯片主要包括 GPU、 ASIC、 FGPA。由于 GPU 成本高、功耗高、且推理階段效率低，因為業(yè)界在積極開(kāi)發(fā) GPU 的替代方案 ASIC 及 FGPA。 隨著(zhù)技術(shù)開(kāi)發(fā)的完成，前端 SoC 實(shí)現人工智能的成本更低、功耗更低同時(shí)效率也將更高，屆時(shí)AI 賦能前端， 安防行業(yè)將會(huì )獲得較大發(fā)展。

　　與 FPGA 相比， ASIC 開(kāi)發(fā)速度較慢但量產(chǎn)后性?xún)r(jià)比更高 。 ASIC 通過(guò)定制的方法，自行設計或通過(guò)標準邏輯單元進(jìn)行系統設計，諸如 Intel 的 EyeQ 系列、 Google 的TPU，均是 ASIC。 FPGA 即現場(chǎng)可編程門(mén)陣列， 是具備可編程特性的半定制電路，可以通過(guò)編程將 FPGA 內部的可編輯元件進(jìn)行組合形成所需要的邏輯功能。FPGA由于開(kāi)發(fā)速度較快，是對當前降低前端智能化成本的有效方案， ASIC 低成本、低功耗、高算力，但開(kāi)發(fā)難度較高， 將在未來(lái)逐漸成為前端智能化的主流。

　　綜上所述， GPU 為目前安防 AI 應用的主流， FPGA 有望承接 GPU 成為過(guò)渡產(chǎn)品，未來(lái)發(fā)展趨勢為 ASIC 。 這個(gè)趨勢背后反映的是成本效益關(guān)系，安防行業(yè)起初用最為通用、成熟、適于訓練的 GPU，承受較高成本追趕深度學(xué)習， 這一階段的 GPU 單價(jià)高達幾百美金;其次用較快開(kāi)發(fā)，性能居中的 FPGA 進(jìn)行替代，這階段成本下降至幾十美金;最后經(jīng)過(guò)深度開(kāi)發(fā)，推出可以大規模量產(chǎn)的具有性?xún)r(jià)比優(yōu)勢的 AISC，嵌入到傳統僅需要幾美金的 IPC SoC， 價(jià)格被大幅度壓縮。

▲AI 芯片種類(lèi)比較

　　芯片廠(chǎng)商可以將 AI 的人臉識別等算法固化在 IP 模塊，嵌入攝像頭的 SoC 芯片中 。老牌的安防 SoC 芯片提供商諸如海思、富瀚微、中星微、國科微、英特爾、 TI、NXP，也紛紛發(fā)力人工智能芯片，新興人工智能芯片企業(yè)諸如寒武紀、深鑒科技、地平線(xiàn)、云天勵飛、深思創(chuàng )芯也在積極推進(jìn)安防產(chǎn)品落地。其中，以英偉達MovidiusVPU 較為成熟，此外還有深鑒科技 DPU 芯片、寒武紀 NPU 芯片、中星微“星光智能一號”等。在傳統 IPC SoC 市場(chǎng)中，海思一家獨大， 也在為積極布局 AI芯片。

　　后端產(chǎn)品： 后端及中心控制 AI 最早落地， 芯片主要以 GPU 為主

　　后端的中控系統需要利用服務(wù)器的強大算力進(jìn)行處理和分析，也是安防智能化最早落地的環(huán)節，由安防巨頭和 AI 算法創(chuàng )業(yè)公司諸如商湯、依圖等積極布局。 后端產(chǎn)品一般包括基于深度學(xué)習智能 NVR 和具備結構化服務(wù)器的中心控制系統，能夠每秒實(shí)現數百張人臉圖片的分析和建模。 目前，不管是傳統安防巨頭，還是 AI初創(chuàng )公司，在后端的智能化基本都還是基于 GPU 架構。

　　后端芯片目前主要采用 GPU，諸如?？档?ldquo;超腦” NVR、“刀鋒”車(chē)輛特征結構化服務(wù)器、“臉譜”人臉?lè )治龇?wù)器、“獵鷹”視頻云結構化服務(wù)器均是搭載英偉達的 GPU; 大華“睿智”系列搭載英偉達 Tesla P4; 宇視的結構化智能服務(wù)器“昆侖” 搭載英偉達 Jetson TX1 芯片。 以“昆侖”為例，最高支持 80 顆 Jetson TX1，可以并發(fā)處理 640 張/秒人臉識別、 160 路人員計數、 80 路人車(chē)物結構分析。 目前僅一個(gè) Jetson TX1 模塊報價(jià) 3000 元以上， 平均每顆 TX1 支持 2~4 路視頻流，成本較高。 未來(lái)后端芯片也有望向 ASIC 發(fā)展。

　　兩種模式對比： AI 時(shí)代，安防龍頭優(yōu)勢鞏固

　　?？?、大華等安防企業(yè)對于安防 AI 的思路較相似，布局邊緣智能，深化軟硬一體的能力 。 安防龍頭企業(yè)，在 AI 時(shí)代，延續之前在產(chǎn)品、工程、方案上的優(yōu)勢，推出一系列智能化產(chǎn)品，基于深厚的行業(yè)積累提出各自的架構，以延續在安防領(lǐng)域的優(yōu)勢。側重于邊緣計算概念， 實(shí)質(zhì)上是安防企業(yè)圍繞原有基礎在 AI 時(shí)代鞏固競爭優(yōu)勢的方式。

　　華為 2012 年宣布進(jìn)軍安防，近兩年來(lái)不斷積極布局，有進(jìn)一步開(kāi)拓的趨勢 。 目前，華為安防業(yè)務(wù)屬于二級部門(mén)， 其推廣的平安城市解決方案廣布全球。華為具有強大的生態(tài)培育能力、較強的 ICT 技術(shù)基礎、雄厚的技術(shù)研發(fā)實(shí)力、協(xié)同客戶(hù)等優(yōu)勢，因此未來(lái)在特定的安防市場(chǎng)必然有立足之地。同時(shí)，華為繼續開(kāi)拓安防領(lǐng)域面臨著(zhù)行業(yè)理解深度和產(chǎn)品覆蓋廣度兩個(gè)層面的挑戰。

　　安防龍頭仍然保持競爭力，有望享受 AI 升級紅利 。 對比兩種模式的差異，我們認為可以歸納于兩點(diǎn)：(1)?？荡笕A優(yōu)勢在基于安防行業(yè)積累的軟硬一體化，華為優(yōu)勢在基于較強技術(shù)實(shí)力的開(kāi)放平臺;(2)?？荡笕A更關(guān)注邊緣層面，華為更關(guān)注云中心層面。 我們判斷，安防龍頭在 AI 時(shí)代優(yōu)勢將繼續鞏固，基于行業(yè)理解的產(chǎn)品、方案仍然是重要的競爭力。帶寬和存儲成本限制下，前端升級勢在必行，隨著(zhù)安防 AI 專(zhuān)用芯片研發(fā)進(jìn)展， 安防龍頭將享受這一波行業(yè)升級紅利。

　　1、?？荡笕A模式：賦能邊緣，保持軟硬一體化優(yōu)勢

　　賦能邊緣保持軟硬一體化優(yōu)勢，統一調度 IPC 及 NVR 。 ?？?、大華在安防產(chǎn)品、工程和方案上積累深厚，豐富的前端 IPC 和后端 NVR 產(chǎn)品便是重要體現。 胡揚忠說(shuō)過(guò)：賦能邊緣智能是大趨勢，通過(guò)統一調度 IPC 和 NVR 等分散式的智能設備資源，可以提升業(yè)務(wù)敏捷性、實(shí)時(shí)性和系統可靠性同時(shí)，分攤海量數據給中心節點(diǎn)帶來(lái)的并發(fā)壓力。

　　邊緣計算指靠近物體或數據源的一側，搭載網(wǎng)絡(luò )、計算、存儲、應用等能力為一體的開(kāi)放平臺，就近提供服務(wù)，具有即時(shí)性強、反應迅速、傳輸成本低等優(yōu)點(diǎn) 。AI 賦能邊緣，前端智能化對于安防架構有重大益處。根據 IDC 預計，到 2020 年，物聯(lián)網(wǎng)感知設備數量將達到 500 億部，約 50%的計算量在邊緣完成。前端智能化帶來(lái)較大益處，提升感知精度，提升感測速度，減小傳輸過(guò)程的噪音影響，降低傳輸成本，降低存儲成本。諸如?？档?AI Cloud，通過(guò)邊緣節點(diǎn)、邊緣域進(jìn)行實(shí)時(shí)感知，通過(guò)云中心進(jìn)行集中式認知。

　　?？低?AI Cloud 包括邊、域、 云三級架構，賦能前端、層層分析 。 ?？?AI Cloud能實(shí)現四個(gè)能力： AI 資源的可調度、數據的按需匯聚、應用的場(chǎng)景化、運維服務(wù)的一體化。 ?？档募軜嬛?，邊緣節點(diǎn)和邊緣域完成感知，邊緣域和云中心完成認知，這過(guò)程數據并非全部匯聚到云中心分析，而是層層分析，按需匯聚。通過(guò)與華為和阿里對比，?？?AI Cloud 實(shí)際側重落地的是邊緣智能。視頻數據量大、冗余信息多、持續錄制的特性，決定了難以將所有數據匯聚于云端計算。通過(guò)賦能前端，將人臉識別算法前置，提升視頻處理的及時(shí)性，并降低帶寬負荷和存儲成本。

▲AI Cloud 核心理念

▲AI Cloud 架構示意圖

　　2、華為布局：部門(mén)重要性提升，平安城市方案已經(jīng)推廣

　　華為安防業(yè)務(wù)已經(jīng)從三級部門(mén)提升至屬于公司二級部門(mén)，在企業(yè) BG 之下，作為 重要發(fā)展的業(yè)務(wù)之一 。 華為在 2012 年宣布正式進(jìn)軍安防，并發(fā)布全系列視頻監控產(chǎn)品及解決方案。 2018 年發(fā)布“新 ICT，邁向協(xié)作式公共安全”，憑借領(lǐng)先的 ICT技術(shù)，與合作伙伴共同打造端到端的公共安全解決方案，構建共贏(yíng)的生態(tài)圈。

▲華為組織架構

▲華為歷年安博會(huì )主題

▲華為一站式 ICT 基礎設施和開(kāi)放平臺

▲華為平安城市解決方案

　　華為平安城市解決方案已經(jīng)在全球各地推廣 。 華為平安城市解決方案已服務(wù)于歐洲、拉美、亞太、非洲等地的 90 多個(gè)國家 230 多個(gè)城市，覆蓋 10 億人口。比如，華為的肯尼亞平安城市項目，包括 1800 多個(gè)高清攝像頭、 200 多個(gè)卡口攝像頭、300 多個(gè)自動(dòng)車(chē)牌識別系統， 實(shí)現效果包括震懾犯罪活動(dòng)，處警時(shí)間縮短到 8 分鐘，效率提升 50%以上，年內犯罪率下降 46%， 2015~2016 年肯尼亞旅游業(yè)收入增長(cháng) 14%等。

　　3、華為模式： 模式選擇取決于企業(yè)基因差異與成本效益權衡

　　華為的思路與傳統安防企業(yè)的思路差距， 源于兩種企業(yè)競爭要素的差異 。 華為的云中心思路與?？?AI Cloud 的思路區別，反映著(zhù)兩個(gè)企業(yè)對于安防架構成本認知的差異。前者的思路是如果傳輸、存儲成本低于前端智能成本，則可以通過(guò)云中心統一分析處理;后者的思路在于網(wǎng)絡(luò )通信寬帶成本高，需要前端進(jìn)行智能分析再送回壓縮。 同樣，軟件定義攝像頭與?？档亩喾N細分產(chǎn)品背后，其實(shí)是標準化產(chǎn)品帶來(lái)的高規格成本和多元化產(chǎn)品成本帶來(lái)的技術(shù)人員成本的權衡。 思路的差異，背后的實(shí)質(zhì)是微觀(guān)層面兩個(gè)企業(yè)競爭要素的差異。

　　通過(guò)梳理，我們認為華為在安防領(lǐng)域競爭的優(yōu)劣具有如下幾個(gè)特點(diǎn)：

　　特點(diǎn) 1： 華為“上不碰應用，下不碰數據”，具備較強的生態(tài)系統培育

　　華為聚焦于平臺， 比較不會(huì )觸及友商的利益。 2017 年 9 月，華為攜手東方網(wǎng)力、高新興、易華錄、商湯科技、依圖科技等公司成立中國平安城市視頻云合作伙伴開(kāi)放聯(lián)盟。華為 CloudIVS 視頻監控是兼容各類(lèi)生態(tài)伙伴的算法和應用的開(kāi)放型云平臺，合作對象包括產(chǎn)業(yè)鏈上下游的生態(tài)伙伴和應用伙伴。 在 2018 年華為中國生態(tài)伙伴大會(huì )中，華為攜手眾多合作伙伴，基于華為 CloudIVS 視頻監控云，共同發(fā)布了面向平安城市公共安全視頻多應用領(lǐng)域的聯(lián)合解決方案。 而傳統安防企業(yè)系統走軟硬結合之路，往往在系統優(yōu)化、文件格式上相對封閉，彼此兼容性較差。

　　特點(diǎn) 2：頂層設計能力強， 與通信領(lǐng)域結合，與華為云戰略協(xié)同

　　華為基于 ICT 領(lǐng)域的豐富經(jīng)驗、 超大規模聯(lián)網(wǎng)能力以及高效智能分析能力， 推出了視頻云概念。 隨著(zhù)安防行業(yè)與云計算、大數據、通訊技術(shù)、物聯(lián)網(wǎng)等 ICT 技術(shù)結合越來(lái)越緊密，華為具備較好的 ICT 基礎， 能夠較好地對安防行業(yè)進(jìn)行頂層設計，搭建資源整合、信息共享的業(yè)務(wù)架構。作為一家端到端的解決方案商，華為還能提供服務(wù)器、存儲、路由器、攝像頭等 ICT 基礎產(chǎn)品，支持平臺軟件。華為在安防領(lǐng)域的布局思路， 依托通信領(lǐng)域的技術(shù)與資源優(yōu)勢， 圍繞公安實(shí)戰的大平臺。以無(wú)錫雪亮工程為例，建設方面由?？抵袠?， 攝像頭由?？堤峁?，但視頻云平臺由華為的安防監控云提供。?？?、大華等安防廠(chǎng)商在前端攝像機、后端錄像機等安防硬件設備有較好的優(yōu)勢，華為則在云平臺的搭建和大數據處理積累更深。

▲平安城市技術(shù)與通信技術(shù)協(xié)同

　　特點(diǎn) 3： 華為技術(shù)雄厚， 能夠較好轉化到安防領(lǐng)域

　　華為 H.265 編解碼壓縮格式的海思芯片，在 2014 年 IPC SoC 的國內份額從 37.3%提升至 64%。目前，華為海思芯片在全球市占率達到 70%以上。在視頻監控的編解碼等底層技術(shù)具備優(yōu)勢。此外，華為原本的網(wǎng)絡(luò )通訊、云服務(wù)在技術(shù)上有協(xié)同效應，原本的技術(shù)積累可以應用到安防領(lǐng)域。華為技術(shù)研發(fā)力量不僅可以支持安防業(yè)務(wù)，并且過(guò)去積累的技術(shù)很多可以承接到安防領(lǐng)域。

　　特點(diǎn) 4： 基于 ICT 業(yè)務(wù)，具有一定的客戶(hù)關(guān)系基礎

　　華為的 ICT 業(yè)務(wù)與安防行業(yè)一樣，具有 B2G 和 B2B 屬性。 華為在平臺、網(wǎng)絡(luò )、服務(wù)器、存儲、虛擬化和云等各種 ICT 產(chǎn)品較全的產(chǎn)品線(xiàn)布局具有優(yōu)勢，其 ICT解決方案已服務(wù)于公安部、全國 32 家省級公安廳和 200 多個(gè)地市公安局。

　　華為進(jìn)入安防兩個(gè)主要挑戰，分別是行業(yè)理解深度和投入程度 。 除了上述幾個(gè)點(diǎn)特點(diǎn)之外，華為進(jìn)入安防面臨著(zhù)兩大挑戰，第一個(gè)挑戰是解決方案覆蓋場(chǎng)景不如傳統安防企業(yè)，這反映著(zhù)兩者目前對于行業(yè)的理解深度差異;第二個(gè)挑戰是產(chǎn)品品類(lèi)不如傳統安防企業(yè)，這反映著(zhù)兩者對于安防業(yè)務(wù)累計投入的人力、物力和精力上的差異。 我們認為由于安防行業(yè)需求場(chǎng)景細分化的屬性，這種投入積累的差距，也是一種難以被繞過(guò)的“護城河”。

　　挑戰 1 ： 行業(yè)理解深度差異，且“上不碰應用，下不碰數據” 也導致對客戶(hù)需求敏感度下降，“上不碰應用，下不碰數據”也導致對于客戶(hù)需求有一定距離。 目前華為安防的額銷(xiāo)售團隊智能聚焦于平安城市、智慧交通，而傳統安防企業(yè)能夠服務(wù)公安、交通、樓宇、校園、民用等。?？典N(xiāo)售團隊、大華銷(xiāo)售團隊， 對行業(yè)用戶(hù)需求了解深刻。 華為長(cháng)期處于“被集成”的安防定位，行業(yè)理解相對不直接。

　　華為和傳統安防企業(yè)解決方案側重點(diǎn)不同，傳統企業(yè)覆蓋全而細，華為主打專(zhuān)而精。 ?？?、大華作為業(yè)內龍頭，需要覆蓋盡可能多場(chǎng)景，因此更多針對細分領(lǐng)域提出解決方案。華為從 ICT 跨界，解決方案的提出側重于解決用戶(hù)痛點(diǎn)，并在其中充分利用自身在 ICT 和云服務(wù)的優(yōu)勢。 僅從數量分析，?？倒倬W(wǎng)列示 64 種解決方案，大華官網(wǎng)列示 95 種解決方案，而華為官網(wǎng)僅列示 3 個(gè)公共安全解決方案。當然官網(wǎng)數量不代表全部，但華為對于安防行業(yè)的理解與傳統安防企業(yè)尚有差距。

▲針對客戶(hù)難以統一指揮的痛點(diǎn)

▲針對視頻信息傳輸困難的痛點(diǎn)

　　挑戰 2 ： 產(chǎn)品覆蓋廣度差異， 銷(xiāo)售團隊和技術(shù)團隊規模相對有限。

　　安防是需要長(cháng)期技術(shù)投入以形成積累的行業(yè)。 傳統安防企業(yè)針對各種細分場(chǎng)景，打造豐富的產(chǎn)品線(xiàn)。以?？禐槔?，產(chǎn)品品類(lèi)超過(guò) 1 萬(wàn)種，技術(shù)支持及研發(fā)團隊人數超過(guò) 1.3 萬(wàn)人，每?jì)赡旮庐a(chǎn)品。根據官網(wǎng)列示，?？嫡故?244 種攝像機，大華展示 514 種，宇視展示 183 種， 與之相比，華為官網(wǎng)數得出的攝像機種類(lèi)為 19款，且華為安防業(yè)務(wù)僅有千人規模， 技術(shù)支持和各省銷(xiāo)售力量都比較有限。

　　華為在積極擴張安防團隊規模， 并同時(shí)做了兩件事情： 1)計劃在 2018 年底前發(fā)布近一百款攝像機; 2)“軟件定義”安防。 華為的“軟件定義”理念， 即用軟件來(lái)主導攝像頭的定義，使監控攝像頭從單一功能變成多應用聚合的平臺，實(shí)現分層智能、按需定義、持續進(jìn)化。“軟件定義”安防，也可能意味著(zhù)較強的硬件支撐、通用型產(chǎn)品，意味著(zhù)在性?xún)r(jià)比方面的妥協(xié)。

▲華為“軟件定義”安防概念

　　河姆渡 認為，隨著(zhù)社會(huì )經(jīng)濟的快速發(fā)展和科學(xué)技術(shù)進(jìn)步,社會(huì )對安防措施越來(lái)越重視,安防產(chǎn)品品種愈來(lái)愈多，技術(shù)升級也愈發(fā)頻繁。我國安防行業(yè)逐漸走向成熟，它給社會(huì )發(fā)展和人民經(jīng)濟生活帶來(lái)了更多的安全保障，安防已成為我國的熱門(mén)產(chǎn)業(yè)之一。在上一次安防行業(yè)由模擬到數字技術(shù)大轉折中，我國安防龍頭成功實(shí)現彎道超車(chē)，逐漸擠占了外資份額。未來(lái)在5G、AI等技術(shù)的加持下，安防行業(yè)仍將保持著(zhù)高速增長(cháng)率，但機遇與挑戰并存，尤其是以華為為代表的安防行業(yè)新秀能否一飛沖天，我們將拭目以待。