正文 | Lina介绍：过去六个月，人工智能的发展重点逐渐从“软”转向“硬”，随之而来的是新一代AI芯片行业的整体崛起。
时隔数月，智东西首次报道了AI芯片全产业链的近百家核心企业，涵盖国内外主要巨头企业、新兴初创企业、场景应用、代工生产等，提供全面、深入的行业资讯。
深度剖析芯片产业的发展与发展。
对创新创业进行跟踪报道。
这是智能AI芯片行业系列报告之一。
近两年，随着人工智能技术不断升温和发酵，人工智能芯片（神经网络专用芯片）逐渐被推到了行业前沿，市场上涌现出一大批AI芯片初创公司。
其中，不乏以深鉴科技、地平线、寒武纪为首的多家AI芯片初创公司。
由于起步早、融资额高、技术积累深厚，它们已成为我国排名第一的AI芯片初创公司。
营。
近日，智东西来到深鉴科技所在地五道口，与GTIC重磅嘉宾之一深鉴科技联合创始人兼CEO姚松围绕AI芯片话题进行了独家对话。
姚松提到了几点。
首先，AI芯片的核心竞争力在于软件和生态，硬件性能只是一部分。
其次，从今年开始，具有AI功能的安防摄像头将成为增量市场的主流。
深鉴科技成立于今年3月。
目前，公司员工约100人，其中包括清华大学电子系出身的王宇、韩松、姚松、单毅等。
去年10月，深鉴科技宣布获得1万美元A+轮融资。
推出8款AI新品，其中包括“听涛”和“观海”两款自研AI芯片，已于今年第三季度推出，现已量产。
一两款AI芯片已实现量产，订单已达数千万份。
姚松表示，我国半导体产业始终落后，在技术、人才等方面与发达国家/地区相比存在差距。
为了应对这种现象，目前国内芯片行业有两种思路：一是模仿+追赶，国外能做的就做，用类似的功能和更高的性价比来逐步缩小差距。
这种做法不仅非常费力，而且很难建立竞争力并颠覆行业内的巨头。
二是提前布局，提前对某项技术进行研发，抓住市场机会，“未来等大家”——我国AI芯片产业近年来的崛起，可以看作是一个极好的证明的第二个想法。
。
▲左：智动智记者莉娜，右：姚松 根据应用场景，AI芯片可以简单分为应用于云服务器机房等场所的云端AI芯片和应用于终端智能设备、物联网设备的终端AI芯片。
目前，国内大部分AI芯片初创企业，如寒武纪、地平线、以及我们报道过的清华大学微电子研究院Thinker芯片项目等，都以终端AI芯片切入市场，而少数企业，如比特大陆，则以终端AI芯片的方式进入市场。
也进军云市场。
服务器AI芯片市场。
相反，国外AI芯片公司大多专注于云服务器AI芯片。
深鉴科技的优势还在于前者——在功耗等限制下打造终端AI芯片。
深鉴科技成立于今年3月。
目前，公司约有100人。
该公司由清华大学电子系出身的王宇、韩松、姚松和单毅共同创立。
此前，其专注于用FPGA实现人工智能的实现，并推出了针对无人机的产品。
、安全和数据中心产品。
去年10月，在宣布1万美元A+轮融资的同时，深鉴推出了包括人脸检测识别模块、深度学习SDK“DNNDK”在内的8款AI新产品，其中包括2款自主研发的AI芯片——“听海浪”和“看海”表示，听涛更注重低功耗和嵌入式场景；观海可以提供更高的性能，并且采用新一代架构，目前这两款芯片都已获得数千万订单。
2、AI摄像头将成为2019年增量安防市场的主流。
目前深鉴科技专注于安防和数据中心两大行业，其中安防占了很大一部分。
比例更大，约为 6:1 在人工智能 (AI) 的浪潮中，最热门、最常被提及的行业是安防，或者更准确地说，是基于安防监控摄像头的面部识别应用。
姚松认为，从今年开始，大部分新型IP摄像机都将具备AI功能，AI摄像机将成为增量安防市场的主流。
姚松提到，深鉴进军AI+安防行业的思路包括前端嵌入式摄像头和安防后处理。
目前提供的安全芯片模组将嵌入人脸识别、视频结构化等参考算法，可实现人脸摄像头中2万张人脸数据库的识别，并保证在真实场景（室内、室外、侧光）、逆光下）等其他效果都非常出色。
▲采用神剑产品的网络摄像机。
去年10月的发布会上，深鉴发布的新品也主打安全，比如DP-F1人脸检测识别模块，可支持高清18帧人脸识别检测。
整个解决方案的功耗极低，仅约3W，可用于帮助构建具有人脸识别功能的相机。
此外，还有DP-F16人脸分析解决方案，支持测光、侧脸、低头、抬头等人脸识别。
但“听涛”、“观海”等芯片级产品将主打深度学习应用。
硬件不会针对某个行业专门定制，而是会为这些芯片提供更多更适合该行业的功能。
借口，并对软件进行行业优化，如视频流和图像流处理框架、数据输入输出等，让用户在嵌入式软件上节省精力。
事实上，AI+安全不仅是众多AI芯片、AI平台应用厂商瞄准的行业，也是各个传统安全巨头都渴望瞄准的AI+安全。
当被问及传统安防巨头能否通过自研技术和产业积累超越AI芯片初创公司时，姚松并不担心。
据他介绍，目前大多数传统安防企业都是深鉴科技的客户。
3、AI芯片的核心竞争力在于软件和生态。
姚松认为，所有产品都可以分为四个层次：可用、好用、用户想用、用户爱用——AI芯片产品也是如此。
对于AI芯片来说：第一层是可用性，就是这个芯片可以运行AI，加速深度学习运算。
第二个层次是易用性，如何让这个芯片支持更多类型的AI算法，让用户更容易开发。
第三个层次是用起来，就是用户开发你的产品会更容易，算法运行得更好，选择其他产品时开发会更麻烦。
第四个层次是爱用，即用户粘性高。
当很多使用你芯片的人集成在一起，形成一个社区和软件生态系统时，就有很多开放的项目代码供人们交流和参考。
这不仅仅是能够使用或者可能是好用，而是让用户爱用它。
因此，一颗AI芯片的核心竞争力不仅在于芯片的硬件参数有多好、性能有多高，还在于配套的软件生态是否完善、用户使用是否方便。
尤其是软件生态系统的数量，一旦能够抢占市场先机，竞争对手在1-2年后就很难追赶。
无论是在Movidious还是Nvidia，软件工程师的数量都远远多于芯片工程师的数量。
在Movidious中，两者的比例甚至可以达到6:1。
深剑科技中，软件团队也是算法、芯片、FPGA、软件四大团队中规模最大的。
此外，深鉴科技还推出了深度学习SDK DNNDK（深度神经网络开发套件），这是一款面向AI异构计算平台的深度学习处理器DPU。
它可以支持神经网络推理（Inference）阶段的模型压缩、编译优化和高效的运行时支持。
不同的功能需求让开发者应用起来更加方便。
结论：AI芯片市场即将起步。
随着谷歌、英伟达、IBM、英特尔等相继进军云端AI芯片市场，云端AI芯片逐渐成为海外巨头争夺的战场。
在我国，由于智慧城市、雪亮工程等一系列国家工程的推动和支持，以安防为首的终端AI芯片成为各类创业公司的必争之地。
其中，第一阵营的玩家凭借起步早、融资额高、技术积累深厚等优势，走在行业前列。
然而，随着越来越多的玩家进入AI芯片市场，每家公司的最终成功取决于技术路径的选择和产品推出的速度。
其中，能否找到商业场景并成功上线，为企业带来实实在在的价值，是所有AI芯片初创企业都需要思考的问题。