AI安防的战国时代 海思之外芯片公司机会不多，算法之上独角兽无明显优势

文/纽豪斯

发布/AI智道

人物/王海增、纽豪斯

安防系统一方面是集成应用的创新，另一方面是产品研发的突破。纽豪斯本身在安防领域市场应用深耕多年，这次机缘巧合特意邀请了专注安防产品研发十几年的资深研发王海增。王海增在安防产品研发方面经过几个业界著名的公司，在人脸识别领域也参与不少行业大事，多次参与了部标、行标、企标的制定，经历了安防产品从模拟到数字IP的技术换代，以及当前正在热火朝天的从IP高清到智能的技术升级。作为从业19年的安防智客，纽豪斯带领大家这期深入了解安防产品的一些底层技术例如ARM架构、海思和人工智能算法等，管中窥豹一下当前安防的核心技术是怎样的一种状态。

人物背景和内容预告

这一场对话发生在两个从业安防16年以上的智客身上，智客王海增出生在1978年，河南方城人，与纽豪斯（陕西人）同属北方人。本科毕业于中国矿业大学获得计算机科学学士，硕士就读于清华大学，中科院博士肄业。2000年入职华为，之后加入华三（H3C）从事IP语音、视频会议和监控产品的研发，从此开启了安防之路。后来就职于北京中星微电子以及中国科学院自动化所，长期从事视频监控产品的研发，从硬件做到软件、从终端做到平台，十几年时间参与了几个知名企业的视频监控硬件、芯片、算法以及平台研发过程，量产了当前仍在市场上热门的一些网络和视频监控等产品。

这篇记录是两个智客之间的对话，内容涉及摄像机研发、芯片制造、人脸识别算法、人脸识别门禁产品、无感通行、SVAC、数字视网膜、数字孪生、操作系统，娓娓道来。

对话可能是一方的观点、也可能双方观点的融合，涉及的企业、技术、产品比较多，如和实际情况不符，以实际情况为准，所有观点仅供读者参考，所有观点仅代表二人的个人观点，与任何企业无关，请读者自行判断。

股市有风险，投资需谨慎，同样是应用于目前我们正在处于的这个“AI+安防”行业。

人人智能王海增

现在的王海增博士，2016年底创业，是广东中科人人智能科技有限公司（简称“人人智能”）的创始人，致力于打造融合芯片、算法和系统的FaceOS视觉中间件。

人脸识别和边缘计算

纽豪斯：毫无疑问，安防行业19年来最大的技术革新是在视频监控，近3年来（2017-2019）视频监控最大的革命在于人脸识别技术，那么如何落地？

王海增：人脸识别有很多种产品形态。当前和未来的前景在边缘智能，包括信息采集、处理、反馈都在边缘侧完成。前端智能、边缘计算，都指类似的含义（边缘智能）。所谓边缘计算，是指在设备的边缘侧，即进行信息的采集、又进行信息的计算和反馈。相区分于以前的物联网概念，设备的边缘侧只做信息的采集，不做信息的计算和反馈，都要送到中心或云侧去处理。目前来看边缘计算的概念比物联网传感器的概念更有实践落地意义。人脸识别从原来的中心到云中心去比对计算，到现在越来越流行的在前端设备上进行本地比对计算，就是边缘计算发展最好的示范。

物联网模式和边缘计算模式

事实上，人脸识别技术可以应用到任何“人”的场景。用在视频监控就是身份确认、布控告警、属性分析、人脸结构化；用在机场、高铁、边检就是人证合一；用在门禁系统就是人脸门禁系统；用在连锁就是会员识别和商业行为分析；也可以广泛应用于访客管理、消费、考勤、电子巡更领域。

AI芯片公司

地平线旭日芯片路标（图片来源：纽豪斯拍摄）

纽豪斯：在AI领域，纽豪斯很认可地平线公司和推崇数字视网膜技术。

纽豪斯：地平线在2017年Q4推出了旭日1.0系列的芯片支持1080P@30fps，可以应用于大规模人脸抓拍，而计划在2019年Q1推出的旭日2.0系列则支持1080P@30fps×4路摄像机，而且在内嵌AI算法的同时支持20万人脸大库应用，也就是说以后买地平线的芯片同时解决“芯片+算法”的两大核心问题，对于广大解决方案商和SI来说就简单很多了。

王海增：这不是因为地平线理论好，其实优势是看从那个角度提出来的，旭日系列芯片有异曲同工之妙。从行业的整体来看地平线的长处是以百度算法团队为主的人工智能算法能力，同时短板是芯片集成电路的研发能力，虽然地平线后续确实花了很大力气来加强芯片团队，但是如何将算法与芯片进行交叉学科的创新本身就是业界的重大技术挑战。地平线算法团队一直是国内公司的强者，百度的算法团队确实是很牛的，但是芯片团队就成了短板了。或者进一步反问一下，我们在市场上到底看到有哪一家的人工智能芯片能够规模化量产上市吗？（纽豪斯补充：量产的很少）。事实上，国内普遍情况是最紧缺的就是芯片的研发人员，地平线也不例外。

王海增：2018北京安博会期间，曾经组织过多家（AI芯片厂商）的核心产品研发人员进行过一些小范围的内部交流。当时发现一个有趣的现象：即国内不少AI芯片公司的芯片设计人员都直接或间接来源于中星微电子。这里面包括比特大陆、ARM、寒武纪、地平线、海思等多家企业。中星微电子作为第一个在美国上市的中国芯片企业，几乎成了芯片行业的黄埔军校。目前芯片行业的大格局已经形成，但算法还在快速演变（这也给独角兽们留下了巨大的机会）。

地平线的长处是软件部分（人才）、短板是芯片（人才）。将人工智能的算法软件进行硬件化/芯片话，是一种技术架构的升级，这也意味着现在刚刚起步，会有一个长期的过程，也就是“算法+芯片”，包括谷歌的TPU、寒武纪等多家企业都一样，都在想办法把人工智能的核心算法芯片化。

数字视网膜

何谓数字视网膜（图片来源：雷锋网）

纽豪斯：中国工程院院士、中国计算机学会理事长高文早在2018年（或者更早）就提出了数字视网膜的概念，纽豪斯在雷锋网举办的首届中国人工智能安防峰会上聆听了高文院士的演讲，其后在多个场所多次听到数字视网膜，其独特的观点和技术领先性值得深思和参考，而且数字视网膜和鹏程实验室、深圳龙岗智能视听研究院也有关联。数字视网膜分为传统的高效视频编码和实时特征提取两部分。数字视网膜与人的眼睛既具有影像重构（精细编码视觉内容），又具备特征提取（面向识别理解）的功能，这就意味着以后的摄像机传输的有2个码流：视频流+特征流。

王海增：数字视网膜不是新提出来的概念，数字视网膜是一种技术解读，这里面有些技术理念在多个国家和国际标准里都有体现。国际标准化组织(ISO)早在1998年，在制定MPEG-1、MPEG-2及MPEG-4的标准基础上，推出了新的标准MPEG-7。这个标准的主要思想是将视频流和信息流分开，实现非结构化流+结构化流双码流。但是后来出现了GBT 25724-2010 安全防范监控数字视音频编解码技术要求（简称SVAC，Surveillance Video and Audio Coding），这个标准（MPEG7）后来因为种种原因没有实际推行下来，但是这个标准的一些核心思想就催生了类似数字视网膜这样的标准思路。

SVAC的核心参与方是中星微电子，虽然SVAC对中星微有很大帮助，但是能改变什么呢。现在来看AVS标准还有转机，SVAC 2.0标准开始和AVS进行合作，所谓分久必合、合久必分，而新的标准有望冲击H.264/H.265编码标准，大环境下，SVAC 2.0还有很多机会。

在CV领域，海思留给其他芯片公司的机会并不多

纽豪斯：那么怎么定义边缘智能，怎么看待目前的芯片市场，海思处于行业的什么地位？

王海增：那我们聊聊芯片公司，在边缘智能梯队，做芯片的那几家公司比较强。前面说到北京安博会的时候，多家芯片公司的核心研发人员不少都来源于中星微电子。现在最大的一个争议是AI人工智能芯片到底哪家强哪家弱的问题。如果排个顺序的话，个人观点海思第一，和地平线单颗芯片20万人脸大库比对，海思Hi3559A单颗芯片80万的大库都支持（未经纽豪斯验证）。在视觉智能芯片领域，大家把地盘都占的差不多了，留在视觉智能领域的机会已经很少了。在机器人视觉技术领域，即使把高通放进来，海思的实力依然是一种强大的存在。

Hi3559A V100芯片

海思Hi3559A V100 ultra-HD Mobile Camera SoC技术参数：

• Dual-core ARM Cortex A73@1.8 GHz, 32 KB I cache, 64KB D cache or 512 KB L2 cache

• Dual-core ARM Cortex A53@1.2 GHz, 32 KB I cache, 32KB D cache or 256 KB L2 cache

• Single-core ARM Cortex A53@1 GHz, 32 KB I cache, 32KB D cache or 128 KB L2 cache

• Neon acceleration and integrated FPU

• GPU：Dual-core ARM Mali G71@900 MHz, 256 KB cache

• 8K@30fps + 1080P@30fps H.265 Main10 Codec

• 2chn/4chn/6chn Stitching

• HDR10/14bit ISP pipeline

• Max. 36M Pixel sensor input

• Advanced Smart Vision Platform

• PCI-e 2.0+USB3.0 high-speed storage

单看参数8K的分辨率30fps，支持最大6路高清信号，可以提供4TFlops（实际算力在5T以上）的强悍技术参数，就是一种实力。Hi3559A的竞争力足够强大，不管你优化多少软件、算法，都是没有办法可以超越的，王海增对此多加赞赏。

另外一个方面，我们从海康3次视觉智能产品的技术路线变化也能有所借鉴。

海康最初的智能摄像机第一代用的技术方案是英伟达平台。选择了NVIDIA® Jetson TK1和TK2开发平台，海康给了英伟达非常大的采购量，开发了猎鹰、深眸系列，这是2015年的事情，但以小编对前期市场的了解，视频结构化主机在早期的销量并不大，除了个别的西北市场有较大的出货量（一体化作战平台的标配）。但是TK1高达十几瓦的功耗所带来的散热问题一直没有得到较好的解决，最终发现这条路没办法规模化量产。

第二代智能相机的技术路线，海康因为芯片的功耗问题前车之鉴，特意选择了INTEL的低功耗视频智能芯片Movidius，Movidius的视觉处理器具备了低耗高能，只有2、3瓦，能够主动不间断地拍摄图像并处理信息，这能够赋予联网设备感知环境的能力。这次海康依然采购了很大的芯片数量，后来2016年9月Movidius被Inte给收购了（金额未透露），由于Movidius灵活度差、开发难度太大等问题，这一代海康的智能相机仍然没有规模化打开市场（或者说改变海康的命运）。

第三代智能芯片方案，海康最后还是选用了海思的方案，包括典型的Hi3559A芯片。

在AI芯片市场，老大依然是Nvidia、其次Intel。针对安防市场，中国的就是世界的，华为海思可以说碾压队手，Hi3559A确实很强大，足以给Nvidia、Intel带来威胁。那么其他芯片公司在安防市场上还有没有生存空间，王海增认为要看海思给安防留下多少空间。海思芯片既可应用于安防也可应用于VR，市场一开始一颗芯片原本甚至打算定价180+美元，后来直接的销售价格是80美元（如与实际不符以实际情况为准，某宝上的价格显示为600元人民币）。

而且海思智能芯片已经形成了系列化的产品：把旗舰4T算力的芯片Hi3559A性能砍一半到2T、价格降下来，形成一个Hi3519A；然后再把Hi3519A性能砍一半到1T、价格再降下来，形成Hi3516DV300；再砍一半性能达到0.5T算力、价格再降一降，又出来一个极低价格的Hi3516CV500。而且这个模式还可不断组合镜头、CPU等因素进行组合变化，形成更多产品。这么多的芯片系列几乎把几美元到几十美元，从200万到1600万像素等从低、中、高全系列的视频智能芯片都覆盖了，别的任何一个芯片厂家从价格、芯片系列完整性、性能都没办法和海思比拼，甚至可以说安防芯片市场的未来市场机会有多大，就看海思能够让渡给竞争对手多少空间。从历史经验来看，出身华为系的海思，狼性并未褪去，似乎没有给竞争对手留下太多机会。

Nvidia的产品对外报价动辄几千元（2000+应该是要的），而对应的海思十几美元，也就100-200元人民币，故而在这个低端市场上并没有什么太多生存机会。地平线也不例外，从大网眼到小网眼不断讲故事，其实也没有多少更好的机会。

华为安防产品有个很响亮的广告语叫“软件定义摄像机”，但是他并不做算法，不管你用什么算法但是必须用我的芯片（海思），就算旷视、商汤甚至任何一家算法公司都没有办法（暂时还没有看到他们的芯片上市）。

在安防视频芯片的领域里，有海思这样的对手存在，做视觉智能芯片几乎没有太多机会了，这是不争的事实。当很多厂家还在致力于1080P分辨率智能芯片时候，海思已经从2K到4K、8K、多目、双目等全系列、全算力、全覆盖，而且海思还有极为强大的手机芯片系列，以及虎视眈眈的服务器芯片系列，这比任何一个当前的芯片厂商不管是国外的，更不用说国内的初创芯片创业，明显高出不是一个等级。王海增是这么认为的。

尽管如此，王海增的产品开发却并没有使用海思的芯片，因为海思的芯片主要用于制造智能摄像机，而王海增则专注于人脸识别门禁系统，海思的芯片不大适用于人证比对或者人脸门禁设备中，故而王海增选用了瑞芯微电子的芯片，瑞芯微的芯片比较适用于一些广告机、带屏的、带交互的应用，适合复杂软件的平台开发，比方说FaceOS。智能通行闸机通道，基于安卓系统也采用瑞芯微的芯片。当然不排除今年使用海思芯片做嵌入式视频智能产品的计划。

在人脸识别算法领域，独角兽并未呈现明显优势

纽豪斯：你们怎么解决算法，有自己的人脸识别算法吗？另外你怎么看到动辄世界排名第一的独角兽算法？

王海增：我们采用了自己的人脸识别算法。可以这么讲，在人工智能领域，能有自己算法的公司不胜其数，号称过算法世界第一的公司更是层出不穷，所谓的自主知识产权、世界第一算法，越来越成为一种外行人看个热闹的噱头。人脸识别算法到底哪家强？几家独角兽的人脸算法公司的人脸算法都各有一些优劣，任何独角兽的算法都不可能一直是最好的，以前不会是，以后更不可能，更何况从算法的市场占有率来看，从来没有哪一家算法能够一统江湖。很多公司都说自己有算法，很多公司都宣称过自己是世界第一，然而在实际市场上到底占用怎样呢？这些记录数据前几年对融资来说还算是吸引眼球，现在再拿这种东西去找投资是会被人笑浅薄的。主要的原因是中国人口多、摄像机型号多、人脸应用场景多，这三多组合下来是绝对的天文数字，而大部分算法的测试库数据量都非常有限，在实验室模拟的算法场景怎么可能和现实的复杂性相比对，导致在实验室很好的算法经常在实战效果让人大跌眼镜。曾经17年初，部里组织过一次人脸算法的技术交流会议讨论如何建立人脸算法客观公正的评测体系，参会有20多家算法单位分别介绍各自优势。结果现场多个算法独角兽企业以及海康、大华、清华、北大、中科院、北邮与会的多位专家站起来，各自说自己是世界第一，横扫了多少个世界冠军（比方说云从就有7个）。当场会议的组织方非常疑惑：满屋子的世界第一，那么谁是第二？孰优孰劣？

这些问题如果稍作推敲追究下去，估计后面纽豪斯能推出很多有意思的话题。

人脸门禁产品的未来：智慧通行

纽豪斯：你如何看待人脸门禁产品的未来？

王海增：智慧通行是2019年的AI落地安防的一种趋势，个人预测智能商业在未来2-3年会发展很快，人脸识别技术可以广泛应用于支付、购物、客户画像、智能商店，这些都和人脸门禁相关，出货量会非常大，智慧通行未来会有3-4类应用：

第一类 政府层面主导的人证比对。主要面向实名制应用，典型应用场景包括机场、火车站、酒店前台；

第二类 商业建筑。就是通行类，刷脸就是刷卡，以后人脸识别门禁对卡式门禁的替代性会很大，甚至出现了刷脸的车辆出入口管理系统；

第三类 2B的市场，典型应用包括刷脸支付、会员识别、自动化识别等商业市场；

第四类 2C的个人市场。包括手机开锁，比如有厂商已经选部3+亿部手机预装，而实际上厂商会一次性买断安装，打包价很便宜的，不是按手机数量收费，如果按台收费，最多几百万，不到千万级别。

备注：详细的分析，纽豪斯和王海增（还有另外2个编委）合编了《人脸门禁产品技术白皮书（2019版）》，可自行访问。

人脸门禁产品技术白皮书（2019版）

纽豪斯，公众号：AI智道纽豪斯年度报告：人脸门禁产品技术白皮书

纽豪斯：你怎么看算法类公司的目前的销售情况，以你判断营业额应在处在什么样的水平？

王海增：以个人了解的情况和预测，2017年几家最大的人工智能算法企业的销售额可能在小几个亿人民币的范围；2018年的财务数据可能在大几个亿左右，这应该就是最好企业的销售数据。但是销售数据的计算还涉及多种因素，比如是算合同额（签约）、还是计算收入额（回款），即使计算销售收入，收入里哪些是算法授权费用、哪些是设备甚至是项目集成的费用，这里面都有非常大的变动因素。以这样的营业额去推算，大多数算法公司要实现盈利还是面临很大的挑战的。总之国内似乎形成了人工智能企业的估值不是按销售收入，是看很多其它因素的。

纽豪斯备注：0表示无，1表示有，2表示多，3表示小，6表示大。3也可以表示无穷大，不孝有三无后为大嘛。

目前的独角兽企业更喜欢通过不断的融资进行快速扩张，资本市场上的钱远比商业市场上的利润更容易获取，不同的投资方有不同的诉求，熟悉规则就能够融到足够的资金，然后通过资本驱动市场，最终脱颖而出是大多数CV公司的策略之一。但无论如何2019年一定是AI的落地年，毕竟科创板已经开放，如果企业要上市，就要公开财务报表，企业最终还是以盈利为目的的。

操作系统FaceOS

纽豪斯：目前你在技术领域的定位在哪里？未来往那个方向发展？

王海增：回顾历史，在PC时代，Intel做芯片，属于硬件的基础时代，而Microsoft最成功的是操作系统，共同打造了Wintel体系；互联网时代偏应用，AI时代有点类似，芯片公司跑出来领头羊Nvidia，故而我的定位必须围绕着芯片做软件，就是FaceOS。

百度做语音识别就是做百度Duer OS，它不仅仅是SDK，手机端就应用于输入法、智能音箱上做语音交互，然后构建百度的语音云平台和生态。FaceOS就是人人智能，属于一体化的小系统，从底层功能做起，可以应用于人证比对、会员识别、身份识别，当然也可以应用于人脸门禁。做AI操作系统，不一定懂算法，但是单纯的操作系统比较难以推广。

FaceOS提供标准通用功能，比如出入口的人脸门禁产品，再加上有竞争力的芯片配套。智能硬件最核心的是软件，整个AI产业是哑铃型的，算法很多、数据量很大、芯片也很多。那通过什么能把算法和芯片两者联系起来，实现技术-需求的对接，FaceOS就是中间的连接部分：杠杆。杠杆做好了才行，市面上暂时没有其他类似FaceOS的操作系统，这正是人人智能正在做的。

纽豪斯：那么FaceOS和Duer OS的区别在哪里？

王海增：Duer OS专门针对语音，FaceOS只针对人脸，其它车辆和结构化算法FaceOS不聚焦，计算机视觉中的OCR识别很成熟，指纹属于小众产品，最成熟的就是人脸识别技术，而人脸识别市场是才是最大的。

你可以把FaceOS可以当成是专题安卓、主体化的操作系统，和地平线属于同一个类型。这好比像捕鱼，FaceOS要构造一个很大的生态系统。在Ai领域，不大可能一家垄断市场，有很多细分的技术领域，浪潮之下不可能只有一家公司。

纽豪斯：对人人智能而言，在AI领域聚焦哪些技术和产品？

王海增：在AI领域，因为需求碎片化，人人智能目前只做人脸应用。针对人脸应用，技术团队分为算法、芯片、产品，各为一块。参考一些同行前辈的经验，人人智能并不像什么都做，要不然就会毁在什么都做上面，环境和场景都很复杂，碎片化的需求很难区复制，而算法只是一种工具。

ARM架构还是X86架构

纽豪斯：我有注意到刚刚发布的中国最大的30家芯片厂商中有FaceOS，是人人智能吗？

Top 30 Chinese AI Chips Manufacturers（In Alphabetical Order）

图片来源：EqualOcean

王海增：是的。

纽豪斯：我们都知道，人脸识别门禁有两大阵营：X86阵营和ARM阵营。作为一家芯片类公司，你们在开发产品的时候选择的是X86架构还是ARM架构？如何看待两种架构的区别？

王海增：FaceOS是基于ARM架构的，最开始也曾经采用过X86，发现走不通，现在的X86不是主流，一直都存在，但很少有公司在采用了。前面提到的海思Hi3559A就是基于ARM架构的。

ARM是英国公司，提供接口授权和架构授权，也成了指令集的代名词，而Intel属于复杂指令集，有200-300条指令，ARM属于简单指令集，几十条的指令集，不扩展复杂的指令集，这是两者最大的区别。

人人智能基于RK3399的门禁主控板

AI芯片的应用核心在Hi3559A，80-90美元/块，基于Linux操作系统。人人智能则主要优先选择了Rockchip RK3288、RK3399两款产品开发系列产品，在这两款芯片之上可以跑Linux操作系统或者安卓操作系统，当然安卓本身也是基于Linux的。而FaceOS是同时支持安卓和Linux两种操作系统。Hi3559A优势在摄像机，瑞芯微优势在于人脸门禁，价格方面更有优势。

关于ARM

关于ARM公司，AI智道从网络搜集了一些资料，小编纽豪斯在这里给大家再脑补一下。

英国ARM公司是全球领先的半导体知识产权 (IP) 提供商。全世界超过95%的智能手机和平板电脑都采用ARM架构。ARM设计了大量高性价比、耗能低的RISC处理器、相关技术及软件。2014年基于ARM技术的全年全球出货量是120亿颗，从诞生到现在为止基于ARM技术的芯片有600亿颗。技术具有性能高、成本低和能耗省的特点。在智能机、平板电脑、嵌入控制、多媒体数字等处理器领域拥有主导地位。

2016年7月18日消息，日本软银已经同意以234亿英镑（约合310亿美元）的价格收购英国芯片设计公司ARM。软银认为，凭借这笔收购，ARM将让软银成为下一个潜力巨大的科技市场（即物联网）的领导者。ARM 公司的总部位于英国剑桥，它拥有 1700 多名员工，在全球设立了多个办事处，其中包括比利时、法国、印度、瑞典和美国的设计中心。

ARM的产品线包括ARM7系列、ARM9系列、ARM9E系列、ARM10E系列、SecurCore 系列、Intel 的 Xscale、Intel 的 StrongARM。

来自虎嗅APP的报道：

ARM中国合资公司已于2018年4月底正式运营，中方投资者占股51%，ARM占股49%，这家新公司将接管ARM在国内的所有业务。ARM最关键的相关专利，均集中在ARM母公司手上，被注资的ARM中国分公司没有直接拥有这些专利的所有权。

据虎嗅了解，ARM中国原有的高层都是华人，而且都服务很长时间，团队相对稳定，估计注资将不会影响ARM中国的实际运营。

ARM中国官网介绍到：

安谋科技（中国）有限公司依托ARM世界领先的生态系统资源与技术优势，立足本土创新与中国合作伙伴共同成长， 安谋科技（中国）有限公司致力于成为中国集成电路核心知识产权开发与服务平台，支持并推动中国电子信息产业的高速发展。

作为ARM公司在中国IP业务的总部，安谋科技（中国）有限公司将向总部设在中国的合作伙伴开展集成电路知识产权（IP）的授权与技术服务；并结合中国市场需求自主研发基于ARM技术的IP与标准，赋能中国智能科技创新。

虎嗅网还介绍到：

ARM在全球半导体行业中影响巨大，这一定程度上与ARM属于RISC（精简指令集）架构路线相关。RISC与英特尔主导的X86为代表的CISC（复杂指令集）架构路线相比，天生就比较高效。（目前经过多年的发展，RISC路线的指令集也得到了不断的扩充，极限性能也有所提升）

另外一个ARM被很多人所熟知的是它的IP（知识产权）销售商业模式——ARM只做芯片设计，和设计授权这一件事。

一般来说，芯片行业拥有非常多细分的环节，这些环节又会对应非常多的公司。其中极少数公司（最好的例子还是英特尔）选择将尽可能多的环节掌握在手中，从芯片的设计、到芯片的制造、再到芯片的销售（但英特尔在芯片之外还是参与了非常多半导体的生态系统，甚至一手打造了PC的生态系统）。剩余大多数都倾向于选择其中一个、或者数个环节，争取在这些小环节中获得自己的优势和话语权。

而ARM瞄准的，就是处理器的设计环节，更准确地说，是ARM自家“Advanced RISC Machine（高级精简指令集机器）”架构的设计工作。这些设计工作最后转化为芯片源代码。ARM可根据用户的需求、能力向他们分别出售处理器指令集架构授权，或某个处理器IP的源代码和微架构设计的知识产权使用权。用户可以根据ARM架构授权规范自己设计处理器，也可以在ARM提供的处理器IP基础上添加其他外设IP以及自己设计的IP，再经过仿真综合布局布线等工作，最后送到晶圆厂将这些芯片生产出来。

另外一个关键是时间，还是以x86和ARM为例，x86起步于上世纪70年代，不仅是计算机浪潮最早的参与者之一，同时也参与了最早的处理器生态建设。ARM的崛起也很“顺理成章”，当年CISC架构路线处理器不断发展，但同时也暴露出来能效比不高、无法小型化的问题，众多的移动端设备急需ARM来解渴。

从这些介绍材料中，相信读者可以自行判断，为什么ARM芯片更加适合应用在人脸识别门禁领域了。

关于数字孪生

纽豪斯：最后我们探讨一个大热门的话题“数字孪生”，你是否了解和看好这个市场？

王海增：数字孪生（Digital Twin）一词由美国密歇根大学的Michael Grieves教授于2003年在他所讲授的PLM（产品生命周期管理）课程上引入的，并不是新生事物。数字孪生系统高德商业价值在哪里？是第一个要考虑的问题。通过16年的发展并没有明显的市场机会，据个人了解同济大学有做一个城市级三维可视化系统，可以把BIM放大到极致的状态，带来影视级的效果，但如何实现大规模应用，是我们接下来要深入探讨的问题。

PS.本次对话涉及了较多的企业，如有信息不准确之处或者与事实有差异，以企业实际情况为准，自然交流，可能存在较多出入，欢迎广大读者留言讨论，思维碰撞。

-完-

AI智道，致力于AI赋能落地安防！