Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

华为AI四小龙兵临城下,海大宇如何反围剿?

摄像头背后流淌的滚滚红利释放出巨大的向心力,吸引着安防链条上的“端、边、云、芯”各类角色鱼贯涌入,既有底气十足的行业巨头,也有跃跃欲试的独角兽。

守门人海大宇为他们扣上了“投机”的帽子,却也阻挡不住时代变革的进程。距离年初超4000亿元的“深市一哥”顶峰,目前海康的市值已经回落到2229亿元,缩水近56%。

安防产业的人工智能化升级对于“计算+存储+网络”整个体系架构提出了新的挑战,谁会因此而起?互联网企业?人工智能企业?通信IT企业?还是安防企业?

华为来敲门 露出獠牙

“海康是华为的客户,不会针对海康。”在今年的第三季度财报会议上,海康发言人在被问起如何看待华为AI芯片时回答道。

过去,在繁杂有序的安防生态链条中,华为一直扮演着稳健的合作伙伴角色,为系统级安防方案提供云端部署与数据通讯的保障。因其在政企项目中积累的丰厚经验,华为被安防厂商视为云计算部署的首选方案商。当然,海康威视(以下简称“海康”)也不例外。

“摄像头是去年下半年推出的,但华为做安防已经有很多年头了。”位于W4馆深处的B29展台前,透过熙熙攘攘的人群,华为技术人员解说,“现在我们能提供端到端的完整方案”。与去年大画幅的华为云系统展示屏作为重头戏不同,今年的安博会现场,华为用了一整面展示墙来布设其最新的智能摄像头产品,大大小小约有30余款。

华为将目光锁定到前端市场,而该领域长久以来一直被海康、大华控制。据海康威视2018年上半年财报显示,其前端产品销售收入为102.85亿,占其总收入的一半。

当下,华为高调地亮出打着自家Logo的智能摄像头,转身直面海大宇等安防大客户,成为他们空降的强劲对手。敲门人的熊熊野心昭然若揭,丝毫不再掩饰,“暗火”正式升级——从云一直燃烧到端。

在此之前,华为和海康间亦敌亦友的关系已经维系多年。彼此既互为长久的合作伙伴,却也在各自业务的不断地扩张过程中试探着对方的边界。

 “海大宇”(海康、大华、宇视)不再满足于只提供硬件产品——在集成项目费用中占比中不超过三成,而大头通常被华为等系统集成商所能囊获。因此,他们尝试向上游开拓数据中心市场,纷纷自建云计算服务,以求获得最大程度的方案自主权和获利空间,降低对华为的依赖。

IDC高级客户经理Jerry向机器之心表示,IDC市场监控数据表明海康的服务器已经有一定的出货量。据接近海康的知情人士消息,海康曾考虑过自建生产线,主要目的在于丰富产品线。不止于此,在海康所承接的项目中,也会被推荐采用海康的存储器。“整套平台可以全部用他们自己的设备。”知情人士表示。

华为明显意识到了上游公司的崛起。早在2015年春节的一次内部会议上,“海康发展到最后,终究是要直面与华为的竞争。”一位华为中层说道。据知情人士透露,过去几年间,华为内部也曾设置过几个安防技术部门,但到2016年全都砍掉了,改为引进海康大华的产品为主。对于华为此前迟迟没有发起进攻的主要原因,一个合理的解释是,市场体量还不够大。

如今,市场已经疯狂成长到足以吸引华为入场的体量。据相关数据统计,目前国内大约装有1.76亿个监控摄像头,预计三年内数量会增加到6.26亿个。在摄像头密度最高的北京,平均每17个人就拥有1台摄像头。

华为能够冒着客户“反目”的风险推出同类竞争产品,其底气还在于强大的计算力和运营商能力。基于首次自有芯片架构“达芬奇”的两颗昇腾芯片,华为分别展示了其在服务器加速和前端赋能的想象空间。

 “这一招就要把他们全都干掉咯。”展台前,安防从业者王力指着华为面向终端摄像头的“一拖N”方案说道。面向传统摄像头的旧区升级改造需求,常规思路主要是在边缘侧加上一套数据结构化分析盒子,为普通摄像头赋予数据分析的能力。

“但盒子方案无法响应数据往核心层走的需求,实际上没法在城市级应用中铺开的。”王力说道。而华“一拖N”打法的妙处就在于,基于一台智能摄像头冗余的算力分享到网络中的其他普通网络摄像头上,换句话说,就是用智能摄像头中的芯片算力承担起专用视频分析盒子的工作,并且将计算真正前置。而这一切功能实现的前提是,摄像头采用华为最新的昇腾310芯片。

华为技术人员表示,目前该方案还处在“一拖一”阶段,到明年上半年将能够实现一台智能摄像头带动四台普通摄像头的计算。在云端方面,据华为芯片工程师介绍,一颗昇腾910加速芯片将能够承载16路摄像头数据的解析。

当海量数据的计算需求受到重视,手握算力的玩家无疑将获得最大的话语权。

如果将竞争放大到更高维度,争夺不仅来自于自家旗下的业务,还包括生态。在本月的华为联结大会上,华为连同AI算法独角兽依图一同发布三大安防领域解决方案。最为领先的算法公司加上强大的算力和硬件支持,这样的配比已经足以激起巨头心中的涟漪。

在此之前,华为已经透过华为云生态,几乎连接到了市面上的大部分AI算法性技术公司,包括商汤、旷视、依图等。

反观海康,虽然在今年三月份已经喊出 “开放与融合”的口号,但无论是在合作还是在展示层面,仍无法观察到成型的合作体系。“海康谈到的‘开放’永远只是‘海康的开放’”,有产业人士评价。

技术开辟窗口 初生牛犊不怕虎

“没有任何一个行业,能够像安防行业一样具备在人工智能方面最完善的基础和最强烈的诉求。”宇视科技常务副总裁闫夏卿说道。

随着各级政府大力推进“平安城市”、“雪亮工程”建设,监控点位呈现指数级增长,与之对应的监控数据如泄闸般的洪水涌来。人海战术显然已经无法应对海量信息的检索与分析,市场急需一支高效的引擎来推动推动摄像头和安防网络完成自主智能化的升级。

历史上,安防产业每一次迭代都离不开IT技术的助力,在完成从数字化到网络化和高清化的历次变革后,智能化成为安防产业不可逆的趋势。行业本身的业务应用需求决定了人工智能在安防市场落地的巨大潜力。根据第三方数据公司智研咨询数据显示,2016年,中国安防市场规模达到5400亿元人民币,并预计在2022年达到万亿级水平。

天花板足够高,为AI技术公司创造了高成长性的可能。2015年前后,国内首批计算视觉领域内的学术力量开始登上商业舞台,此时正值安防市场对技术升级的强需求节点。以旷视、依图、商汤、云从为首的人工智能技术公司,手握先进算法潜入AI应用的天然战场——安防市场。

然而,这并不是一块好啃的骨头。稳坐全球视频监控市场龙头位置的海康威视和跻身博世之后、位列全球排名第三的大华股份控制着绝大部分市场。根据2017年安防行业年鉴,海康视在全球的市场直逼30%。“就国内市场而言,可能达到七成。”安防产业人士评价。

在开辟市场早期,从小体量项目切入,以AI算法为引擎快速驱动方案迭代,树立标杆项目形成口碑铺开市场,成为商汤和依图等技术公司的典型战略路线。在大厂战队方面,中小规模创业公司则多愿意选择寡头之外的大华、宇视等前中段位选手。

2014年前后,依图基于车辆识别的单点突破性项目优势开始接触公安资源,通过合作的黑名单追踪项目,拿到质量颇优的实测数据集以强化其自身算法。“在这几家公司中,他们进入安防行业最早,拿到项目的同时也获得核心数据,反过来训练出更好的算法”,海康威视的产品总监吴江说道。

在安防监控领域,数据质量的好坏直接决定了算法在实战过程中的准确度和相应率。有了公安的支持,很快依图就建立起当时全球最大的人像比对平台。

2015年,商汤接下首单大体量的安防订单,平台上线不到半个月就先后经历了用户峰值突增百万,遭遇恶意照片攻击等意料之外的考验。“我们立刻和客户成立联合小组,进行算法层面的快速迭代,每一种新的攻击方式出来就要在两到三天内迅速拿出防御方案。”商汤联合创始人杨帆说道,“这样的攻防战打了将近两个月,我们几乎把市面上所有的攻击方式都防御住了。”

快速的算法迭代和响应速度来还来自于商汤在底层基础设施的持续投入,其中商汤原创的Parrot深度学习算法框架从团队在港中文大学多媒体实验室期间就已经起步。

标杆项目树立之后,四小龙的口碑在政企客户中迅速传开。三年间,这四家公司在不断竞合中疯狂成长,他们提供的人工智能安防解决方案均在全国超过20个省市地区上线,并且抢下了各自重点布局的城市地区的“大单”。

在与巨头过招的过程中,新玩家们也感受到了隐形的压力。在去年的安博会上,“1号展馆”本是AI技术方案的集中展示区,商汤、旷视、云从等都将展位设置与此,唯独没有看到依图的身影。海康销售刘刚对此表示,“他们最近几年抢了不少大单,我们私下里都得避嫌”。

在上海、杭州两地的智慧城市建设过程中,依图均作为重要的核心算法与系统合作方参与其中。今年,商汤与首个省市级公安局建立战略合作,参与“AI+警务”项目;旷视与芜湖市政府签订协议推进智慧城市等多个领域合作。

与之对应地,还有四家公司迅速飙升的资本估值——均超过百亿人民币。其中以商汤为首,在完成C+轮融资后,估值来到45亿美元(313亿人民币)。

行业变革的脚步正在逼近,巨头不会没有察觉。

海康威视从2013年已经开始布局深度学习技术。“自从大数据这个概念提出来后海康大华就已经开始着手布局这块了,”系统集成商总经理王力谈道,“但他们不懂的如何运用这些数据,所以早期并没有从中获得太多的利益。”

在接受采访时,旷视CTO唐文斌曾表示,海康的优势在于对行业的理解更深,但是对技术的理解更慢。“对于人工智能技术的投入,创业公司是不遗余力的,而巨头只能分出一部分精力来做。”

海康的自我革新来得并不算晚。对于海康而言,手握万人规模的研发和产品团队,追赶新人并不是一件难事。

2016 年,海康出击,相继推出具备AI处理能力的智能摄像机、结构化视频分析盒子、超脑服务器等产品。在后来的人工智能浪潮中,这些产品对于安防产业起到了重要的引导作用。有参展商表示,海康威视连新产品的叫法都能成为模仿对象,比如“神捕”、“深眸”、‘“猎鹰”等,一度成为市面上智能摄像头的惯用名字。

2017年3月,海康正式发布AI Cloud战略,提出边缘节点、边缘域、云中心的三层架构。“AI Cloud不是Cloud Computing,而是基础设施、数据资源、平台服务和应用软件的总和。”海康威视副总裁胡扬忠说道。过去一年里,这几乎引领了整个安防行业向“云边端”发展,行业及友商对于海康的认可度并没有减分。

从收入规模来看,以商汤、依图、旷视等为首的AI新贵们还与安防巨头存在明显差距。据公开数据显示,去年商汤科技的总收入在10亿元以内,旷视科技的总收入达到9000万美元(约6.2亿人民币),更多的公司年收入还处于千万元水平。而海康威视2017年营收为420亿元。竞争还不在一个量级水平。

狭路相逢 难逃一战

当软件服务市场规模无法支撑起疯狂飙升的估值,来自资本和股东的压力促使独角兽们奋力开辟新的疆界。那么,就到利润更高的硬件端侧去吧。

“你看那两家都在做了呀,你们不快点怎么行!”依图展位前,依图工作人员在与行业分析师交流意见中。展会开展当天,依图在发布会上推出三款智能终端设备,包括带有人脸识别的门禁、闸机、摄像头。

行业分析师口中的“两家”分别指依图的直接竞争对手——旷视和商汤。

同一间展馆内,数百米外的旷视展区用了两个整面展示墙布设各类智能摄像头方案,其中采用海思今年最新款芯片的每类方案上都清楚地标注上了芯片型号。展位前驻足的观众不少,纷纷上前询问,“CV500的芯片?就能做识别,还可以支持5万的人脸底库?”

旷视展位前的技术人员均给与了确认的答复,但上前询问的参展商还有疑惑,反复问过几遍后,喃喃自语道,“CV500应该是海思最便宜的一款芯片,性能很低的,况且现在都还没大量出货,怎么就……”

今年海思面向安防市场一共发布了四款AI芯片,在算法层面与旷视、商汤、依图、云从、深瞐科技展开了不同层面的合作,其中与旷视的合作深度和等级最高。在海思的展台区较为醒目的位置首次露出了旷视的Logo。

谈到合作模式,旷视工作人员向机器之心表示,“我们既不会卖海思的芯片,海思也不会卖我们的算法,主要还是互为站台,既展示海思芯片的计算能力,也展示旷视算法的落地能力”。

实际上,旷视将人脸识别算法移植到海思芯片上后,还进行了模块化组装以进一步提升产品的完整度——装上摄像头硬件外壳就可以直接工作。据接近旷视的知情人士表示,旷视尤为重视这项合作,今年专门开辟了一条业务线,用以出售集成了海思芯片智能摄像头模块。

海思(Hisilicon)的前身是华为集成电路设计中心。2004年,海思从华为独立出来,成为海思半导体有限公司。据公开数据显示,海思占据着国内DVR产品市场7成左右的份额,并且在台湾、韩国等海外市场已成为主力视频监控芯片供应商。

类似地,商汤展台也展出了基于海思合作数款端与边缘侧智能产品,同样主打低功耗和高性能的表现。据商汤工作人员介绍,经过商汤算法优化的3559a单芯片盒子可支持16路高清人脸对比分析,80路的智能摄像头对比分析。

“我们实际上已经研发几年了,从英伟达的GPU、到英特尔的Movidius再到现在的海思芯片,主流的方案我们基本都试过。”云从智能引擎侯朝能向机器之心介绍,云从基于海思芯片也推出了一款800万AI摄像头。常见的智能分析功能,如人脸抓拍、人脸识别、人体抓拍、车辆抓拍等均能在摄像头前端完成。

与最大的摄像头芯片厂商绑定,对于算法公司的意义可想而知,至于是否为摄像头贴上自家的Logo,只是时间问题。在依图的五大业务布局中,以智能摄像头等终端设备为主的智能硬件位列其中。此外,据机器之心了解,商汤也开设了相关产品线。

当软件算法公司开始踏进硬件市场,安防硬件市场同质化的特点被进一步放大。在今年的安博会上,带有人脸识别功能的闸机、门禁、抓拍机等几乎成了每个展位的必备品,外型也大同小异。

谈到跟友商的区别时,海康产品经理表示,“算法公司的能力多局限于软件,海康的硬件和算法都能够完全自研自产。海康有自己的工厂,算法也是依靠自己的研究院做出来,内部团队的协作相比再找另外一家公司的合作关系更为牢固。这种天然的生态结构优势在产品落地时能产生更大的影响。”

但在实际宣传中,部分软件算法公司存在有意放大效果的现象。有产业人士向机器之心表示,曾遇到过因为算法公司将合作的产品表述为全面自研产品而引起合作伙伴的不满。

在上述打着“安防”标签的主流玩家之外,还有一群“业余”选手也选择扎入安防圈。比如,今年首次亮相的腾讯云和百度云;阿里云发力智慧城市已经有些年头,仍未正式加入到安博会的阵营。

眼下,“toB”已经成为互联网巨头的转型利器。BAT利用自身在云计算数据挖掘、社交网络等层面的技术优势切入安防市场,但核心目的并不在于项目本身;而是借布局智慧城市作为入口和平台,以获得更多的场景资源和流量。

目前看来,百度和腾讯在安防市场的竞争力尚不明确。

成王败寇 混战不止

“那是一个随地都能捡到黄金的年代”。一位安防圈里的老媒体人回忆起四年前的安防市场。

彼时,深圳的摄像头贴牌生意风生水起,小作坊通过采购海康威视的核心元件,装上外壳以低廉的价格销往各地。不到半年,海康果断发起价格战,杀入中低端市场,将贴牌厂商的毛利率打压到10个点。如今,海康的贴牌生意几乎寸草不生,取而代之的为其兜售产品的庞大渠道代理商网络。

这是海康最近一次的王位捍卫之战。小作坊们的供应链优势固然稳固,但也不抵海康的凭借规模化的打压,价格战速战速决。

眼下,智能化升级之战显然相比前一次战役更为复杂和难缠。竞争对手来自云、边、端、芯多个维度,切入市场的角度也不局限于软件和算法层面,而又直接“硬碰硬”的趋势。

尽管目前为止市面上还未能出现真正与海康威视匹敌的对手,但产业升级所带来的不确定性却没有人能够否认。距离年初超4000亿元的顶峰,目前海康的市值已经回落到2229亿元,缩水近56%。

16年前,从国家研究所走出的海康人执掌扎实技术面对海外强敌完成了逆袭。如今,稳坐龙头的它在智能化的路口遇到了似曾相识的挑战。是自我蜕变,还是行业就此改头换面?

依图、商汤等AI技术公司的进入尚未给安防市场带来质变,但他们所发挥的鲶鱼效应却着实影响到了巨头们的步伐,同时也释放出更多市场空间和可能性。

华为来势汹汹的杀入不能称为一个好信号,“合作伙伴”变“对手”的戏码再一次上演。华为因此而可能失去的不仅仅是客户订单。对于海康而言,“生态与融合”的诚意明显需要加强,才能再更高维度上获得优势。已至中年,棋逢对手大干一场也未尝不是一家好事。

在市场风云变幻的同时,海康的战略已经有所调整。据知情人士透露,海康正在5G和物联网技术融合方面布局,让移动式监控将成为可能。或许,人脸识别只是开场序曲,技术的发展和产业变革从未停止。

(文中李立、吴江、刘刚为化名)

产业芯片华为海康威视摄像头安防
1
相关数据
海康威视机构

海康威视是以视频为核心的智能物联网解决方案和大数据服务提供商。海康威视拥有视音频编解码、视频图像处理、视音频数据存储等核心技术,及云计算、大数据、深度学习等前瞻技术。为PBG(公共服务事业群)、EBG(企事业事业群) 、SMBG(中小企业事业群)三个事业群客户提供专业的细分产品、IVM智能可视化管理解决方案和大数据服务。

http://www1.hikvision.com/cn/index.html?jmode=j1
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

http://www.intel.cn/
相关技术
商汤科技机构

作为人工智能软件公司,商汤科技以“坚持原创,让AI引领人类进步”为使命,“以人工智能实现物理世界和数字世界的连接,促进社会生产力可持续发展,并为人们带来更好的虚实结合生活体验”为愿景,旨在持续引领人工智能前沿研究,持续打造更具拓展性更普惠的人工智能软件平台,推动经济、社会和人类的发展,并持续吸引及培养顶尖人才,共同塑造未来。

http://www.sensetime.com
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

数据挖掘技术

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

暂无评论
暂无评论~