江苏龙网

  1. 首页 > 资讯 > 科技 > >

财经涂鸦|多空焦灼，海康威视在等什么？



财经涂鸦|多空焦灼，海康威视在等什么？
本文插图
“向高风险、高壁垒的行业切换 。 “
作者｜罗宾
编辑｜tuya
当“增长乏力”、“美国制裁”等挑战来临 ， 海康威视(002415.SZ)投资者交易更加活跃 ， 机构调研依然频繁 。 在情绪和分歧下 ， 海康威视希望大家能认同它新的价值 ， 即增加公司的科技含量 ， 使其不止是安防硬件厂商 ， 而要以软件和技术为公司带来更大的市场 。 这个增长的故事能让大家忽略当下的种种担忧吗？
为了升级品牌 ， 海康威视建立并完善了AI开放平台 ， 并让自己的硬件智能化 ， 以落地平台的AI解决方案 。 算法的发展程度已经解决了从无到有再到优的问题（安防场景） ， 真正限制场景落地的是有没有足够的算力 ， 以及足够算力能不能实现低成本部署 。 所以 ， 虽然商汤、旷视等安防解决方案供应商以领先的算法快速成长 ， 但这个时候硬件起家的公司也可以在同一起跑线上 。
开放平台成熟算法海康威视的开放平台由萤石开放平台、行业开放平台、AI算法训练平台、边缘设备开放平台构成 。 如果从众多披露信息中划重点 ， 则是第三方合作伙伴的算法可以快速接入海康的设备；用户可以在平台中集成自有的算法 。
安防服务商通常无法为客户提供标准化、规模化的解决方案 ， 因为客户的场景往往碎片化 。 海康威视表示公司已习惯满足这样的需求 ， 而且“进来了就不会轻易退出” 。 随着开放平台的用户群体面积增大 ， 平台越有可能训练并推理出不同个场景的算法与解决方案 。 不断丰富的数据库和算法仓库是为“物信融合平台”服务的 ， 将产生各类场景的物联网解决方案 。
其实物联网各个场景的方案开发也是碎片化、绝不是一劳永逸的 ， 但我们相信由于物联网平台可以容纳更多的服务商（例如广告商） ， 开放平台对参与者的吸引力或许比以往的上下游关系更具吸引力 。
安防和自动驾驶这样的大类场景里 ， 算法平台迭代了成熟的解决方案 ， 但算力依托于服务器、芯片上 ， 投资额的高涨会造就一些冠军、独角兽 ， 不过输赢未见分晓 。 这也解释了成立仅9个月的通用智能芯片设计公司壁仞科技近日获得创纪录的11亿元A轮融资的原因 。 CPU几乎定义了同时期所有数字计算的基础设施 ， 但物联网会将利益分给到更多参与者 。
训练、推理算力重新分配我们将包括智能芯片在内的算力部署归结为软件业务 。 翻阅技术帖 ， 明确技术的方向在本文中不为深挖技术 ， 而是意在找到硬件公司到智能软硬件的转变 ， 距离这个目标有多远 。
安防设备的模拟监控系统和网络监控系统前后端分别用到4类芯片 ， 我们关注的增量集中在承担深度学习的AI芯片上 ， 目前海康威视使用的是通用型芯片GPU ， 也是其他同类厂商采纳的方案 。
基于安防场景的诉求 ， 各厂商的数据、算法的差距不大 ， 算力解决的是数据的运算和处理 ， 涉及到服务的成本和研发投入的效率 。 海康威视所用的是技术门槛最高的英伟达（NVDA.O）前端AI芯片 ， 英伟达GPU芯片在全球一家独大 ， 2019年出货量市场份额73% 。
通用型的GPU突出优势就是并行运算能力强 。 但GPU昂贵的价格不能忽视 ， 散热功耗较大 。 另两种专用型的FPGA、ASIC分别适用于算法更新频繁或市场规模小的专用领域和市场需求量大的专用领域 ， 价格更低 。
AI芯片被称为AI加速器或计算卡 ， 顾名思义它需要加速AI应用中的大量计算任务的模块 ， 加强算力会进行训练和推理两个动作 。 业界认为 ， 深度学习中 ， 虽然现在大家关注训练（搜索和求解模型最优参数的阶段）更多 ， 但日后多数算力会用于推理（如何使用模型 ， 以及在在线环境中部署模型） 。
赛迪顾问报告显示 ， 训练阶段需要大量数据运算 ， GPU预计占64%左右市场份额；FPGA和ASIC分别为22%和14% 。 推理阶段无需大量数据运算 ， GPU 将占据 42%左右市场 ， FPGA 和 ASIC 分别为34%和 24% 。 这说明两种专用型架构的芯片有望在上游替代部分GPU的供应 。 海康威视可以更好控制算力服务器成本 ， 也找到进口替代的办法 。


推荐阅读


上一篇：特斯拉|美国两地疯抢特斯拉皮卡工厂落地 马斯克最后关头视察俄亥俄州

下一篇：快科技|特斯拉质保服务突然缩水：触摸屏和媒体控制单元减半为2年