主要

从技术方面来看，AI芯片的典型代表包括GPU、FPGA和ASIC三种。不过，GPU并未专门针对安防监控需求进行优化，处理大量视频数据时功耗高，FPGA和ASIC在效能方面有更好的表现。尽管ASIC在性能功耗上往往有更好的表现，不过FPGA也凭借自己独特的优势在一片红海的AI芯片领域占据了一席之地。

FPGA不仅可针对每一种具体的应用根据算法结构进行深度定制，达到较高的计算效率和能效，技术风险也低于ASIC，适用于高密度计算，在深度学习的推理阶段有着更高的效率和更低的成本。

随着FPGA的开发者生态逐渐丰富，适用的编程语言增加，FPGA运用会更加广泛。这使得全球科技巨头纷纷布局云端FPGA生态，目前，FPGA服务器已在全球七大超级云计算数据中心IBM、Facebook、微软Azure、AWS、百度云、阿里云、腾讯云得到部署。

灵活是FPGA的优势，这一优势在市场变化迅速的智能安防行业得到了充分发挥。目前，智能安防解决方案多基于GPU，成本较为昂贵，这也阻碍了智能安防产品渗透率的快速提升。在这种情况下，FPGA就成为降低智能安防成本的一个可行方案。

此外，在安防边缘计算浪潮中，FPGA可以说是勇立潮头。其所需的数据不仅不需要进入服务器，避免与 CPU 的带宽竞争，还可以承担部分原属于 CPU的计算任务，缓解带宽压力。不论是低时延的车联网，还是高带宽的智慧城市，FPGA 的自身特性都灵活地适配于不同场景。

安防厂商在此领域已是动作频频。例如，深鉴科技已和大华股份、东方网力等安防厂商展开合作，推出基于Xilinx FPGA 的DPU产品，可以实现相对于GPU有1个数量级的能效提升，同样功耗降低80%。在专用ASIC产品出现之前，FPGA有望成为部分安防场景降成本的有效手段。同时，地平线机器人也尝试将FPGA方案应用于安防和车载领域。

目前，业内的主流观点是：随着AI算法的进一步成熟固化，AI芯片终会走向ASIC。不过，AI算法迭代、应用创新的速度还将持续很长一段时间，在这段时间内，灵活、可应变的FPGA将成为重中之重。此外，就原生市场环境而言，FPGA和ASIC都有竞争合作的共生环境。目前来看，智慧医疗、智慧通信、智慧装备等领域都是除FPGA其他AI芯片难以介入的应用领域。

结语：FPGA或许只是小众的芯片，但在AI安防市场上，它的普适性和灵活性都使其有适合发挥其优势的应用场景。不可否认，FPGA也有量产单价高、峰值计算能力较低，编程语言难度大等缺陷，但随着 FPGA 应用生态的逐步成熟，这些缺陷将逐渐缩小，其优势也会逐渐为更多用户所了解。