計算機(jī)的先哲圖靈在設(shè)計圖靈機(jī)的同時也一直在思考怎么讓機(jī)器更智能，可以說計算芯片從誕生的那一刻起就是為智能服務(wù)的。

依靠大數(shù)據(jù)，基于連接主義的深度學(xué)習(xí)在我們這個時代大行其道，吸引了政府、資本、工業(yè)界和學(xué)界的共同關(guān)注，百花齊放，堪稱AI皇冠上的明珠。

根據(jù)英偉達(dá)公司的估計，到 2020年，全球用于云端訓(xùn)練的AI芯片的市場規(guī)模將達(dá)到 110 億美元，用于推理的AI芯片的市場規(guī)模將達(dá)到 150 億美元。

縱觀整個信息產(chǎn)業(yè)鏈，AI芯片已經(jīng)在云端深度滲透，在終端和邊緣上逐步普及，安防行業(yè)也不例外。安防行業(yè)是AI芯片熱潮的受益者之一，傳統(tǒng)安防巨頭無不依靠AI芯片鞏固地位，新晉的算法巨頭也在借助AI芯片算力進(jìn)軍安防，傳統(tǒng)芯片公司更是通過AI芯片布局安防。大到平安城市建設(shè)，小到小區(qū)單元門禁，宏觀和微觀層面都有AI芯片的存在。

得益于芯片架構(gòu)的不斷改進(jìn)，AI芯片的算力發(fā)展呈現(xiàn)出超越“摩爾定律”的進(jìn)步趨勢，每年大約可增加10倍。為了滿足AI應(yīng)用的需求，AI芯片也由高功耗、大算力的粗放型發(fā)展模式向低功耗、算力按需配置的精細(xì)化發(fā)展模式邁進(jìn)。

但任何事物發(fā)展總是曲折前進(jìn)的，我們也要看到當(dāng)前AI芯片的局限性，如通用性較差、易用性不足等。某類AI芯片上運行圖像領(lǐng)域常用的卷積神經(jīng)網(wǎng)絡(luò)（CNN）表現(xiàn)良好，但運行自然語言處理領(lǐng)域常用的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）則性能平平。專門為計算加速定制的AI芯片性能良好，但如果缺少易用的深度學(xué)習(xí)框架支撐，即使是專業(yè)的AI從業(yè)者要在芯片上開發(fā)應(yīng)用也絕非易事。

但我們有理由相信AI芯片的發(fā)展會是持續(xù)的、光明的，畢竟人類對AI的渴望是發(fā)自本能的。就可見的未來而言，物聯(lián)網(wǎng)的智能化就需要海量的AI芯片。

此外，計算的形態(tài)也在不斷演化，如最近又出現(xiàn)了新的模擬計算形態(tài)，更適合運行神經(jīng)網(wǎng)絡(luò)，為AI芯片的進(jìn)步提供了新的支點。具體到安防領(lǐng)域，算法前置、AI芯片在前端普及應(yīng)用仍是一片藍(lán)海，召喚著人們?nèi)ラ_拓。