计算力的突破，是引燃如今这一轮人工智能发展热潮的最关键因素。
而这也使得人工智能芯片领域近几年来逐渐成了群雄逐鹿的重要“战场”，包括英特尔、谷歌、华为等在国内外各大科技巨头，及AI初创芯片公司不断涌入。
而落地到安防领域，AI芯片的应用呈现出两种分野。
一种为前端方案，AI 芯片放置在每一台摄像机中，数据即时处理，然后再输出到后端服务器。另一种为后端方案，AI 芯片放置在后端服务器中，将所有原始数据都汇总到后台，集中分析。
前端和后端，都吸引了不少AI初创芯片公司布局，相对于传统芯片厂商，初创芯片企业作为新鲜血液和挑战者，正为行业不断带来新的可能。
基于此，AI掘金志对国内外主要AI安防初创芯片企业进行了盘点，并分为前端AI芯片和后端AI芯片两篇，将着重勾勒出这些AI安防芯片初创企业，以及他们所处的格局。
创立于2016 年 3 月，寒武纪是中科院孵化的高科技企业。
寒武纪出身中科院，由陈天石、陈云霁兄弟创办。独特的优势条件，也使寒武纪成为全球AI芯片领域第一个独角兽初创公司。
业务产品
在产品布局上，寒武纪分为终端AI 芯片及云端 AI 芯片。
终端AI 芯片采用 IP 授权模式，其产品 Cambricon-1A 是全球首个实现商用的深度学习处理器 IP，目前寒武纪终端处理器IP产品衍生出1A、1H、1M等多个型号，面向智能手机、安防监控、无人机、可穿戴设备以及智能驾驶等各类终端设备。其中，寒武纪授权华为海思的1A 处理器，还搭载于华为麒麟 970 芯片和 Mate10 系列手机中。
去年寒武纪新发布了第三代机器学习专用IP Cambricon-1M，采用 7nm 工艺，性能差不多高出 1A 达 10 倍。
融资历史
2018年6月，寒武纪宣布完成B轮融资，融资规模为数亿美元，完成融资后整体估值达25亿美元。此轮的融资，由中国国有资本风险投资基金、国新启迪、国投创业、国新资本联合领投，可以看出除原股东的继续跟投，领投方的背景均为“国家队”。
早在2016年，寒武纪成立之初就完成了数千万天使轮融资，投资方包括元禾原点、科大讯飞、涌铧投资。同年，寒武纪发布“寒武纪 1A” 深度学习专用处理器。
2017年8月，寒武纪又完成了1亿美元的A轮融资，领投方是国投集团以市场化方式独立运营的基金管理公司——国投创业，阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点、涌铧投资联合投资。A轮融资后寒武纪估值达到10亿美元，成为全球AI芯片领域的独角兽初创公司。
成立于2015 年 7 月，创始人是前百度深度学习研究院负责人余凯。
和寒武纪一样，地平线也是一家明星AI芯片企业，今年的B轮融资后，其一度成为全球估值最高的AI芯片独角兽。
业务产品
在产品上，地平线主攻安防和自动驾驶两个应用场景。
2017年，地平线大规模流片并发布了中国首款边缘人工智能处理器——专注于AIoT边缘计算的地平线“旭日”系列处理器，与专注于智能驾驶的地平线“征程”系列处理器。2018年，地平线相继发布了Matrix自动驾驶计算平台与和地平线XForce边缘AI计算平台。
在落地方面，“旭日”这款安防处理器赋能了20多家领先的设备供应商，这也使得地平线“旭日”成为2018年全年国内出货量最大的边缘人工智能处理器之一，应用于多个国家级开发区智慧城市、智慧交通建设，并与SK电讯、百丽国际、永辉超市、龙湖地产等伙伴进行合作。
在去年的ISC West上（美西安防展），地平线还推出了基于地平线“旭日”中国芯的本地人脸抓拍和识别摄像机。这是其继去年针对智能摄像头发布嵌入式AI芯片“旭日”后，再次推出面向安防等场景的智能产品。
采用“旭日”中国芯的智能摄像机可提供基于深度学习算法的大规模人脸检测、跟踪，优选抓拍、特征抽取、比对识别等功能。
融资历史
成立仅三年多，地平线获得了众多资本青睐。2017年下半年，地平线曾获得由Intel领投的超过1亿美金的A+轮融资，该轮融资为地平线带来了重要的战略资源与丰富的人工智能落地场景。
2019年2月，地平线宣布，获得6亿美元（约合40亿人民币）左右的B轮融资，估值达30亿美元（约合200亿人民币）。
需要提及的是，本轮融资的领投方中，世界第三大半导体供应商韩国SK海力士（SK Hynix）赫然在列，而该领域的“老大”Intel早在2017年就领投地平线的A+轮融资。这意味着，全球前三的半导体巨头中，有两家已成为地平线的重要股东。
迄今为止，2015年7月成立的地平线，共计融资六轮。获得了排名前列的数家半导体企业和国内一线汽车集团作为股东的加持。
云天励飞创立于2014 年，由陈宁、田第鸿创立。
业务产品
2018年，云天励飞推出了第二代基于视觉应用的人工智能芯片DeepEye1000。DeepEye1000是一款异构多核并行计算SoC芯片，内嵌具备自主知识产权指令集的多核神经网络处理器。
值得注意的是，DeepEye1000并不是一个纯AI算力的芯片，而是满足边缘计算的SoC芯片，无论是单位性能，还是单位能效都有着数量级的提升。异构架构有着分布式、可重构的特点，同时可以实现实时动态任务的调度，能进行智能高效的存储和调度，。
与通用GPU相比，DeepEye1000单位性能提升20倍，单位能效提升100倍，系统时延降低200倍，可广泛用于摄像机以及数字城市、新零售等场景。
据了解，DeepEye 1000已在2018年8月成功流片，该芯片有望在2019年实现量产。
融资历史
2015年10月，云天励飞获得包括真格基金等投资机构首笔天使轮投资。
2017年3月宣布获得数千万美元的A轮融资；12月完成数千万美元的A+轮融资。
2019年3月，云天励飞完成亿元B轮融资，投资方包括信银国际、中银国际、深圳国资下属基金等数家机构。对于B轮融资，其官网显示，云天励飞将成为深圳本土AI独角兽。
在云天励飞的多轮轮融资中，可以看到深投控等“国字号”投资机构参与，也正是受“国字号”投资机构的青睐，让切入公共安全的云天励飞进入高速发展的快车道。
2018年，深鉴被赛灵思Xilinx收购，也成为近年来的 AI 芯片创业热潮中第一家被收购的中国明星创业公司。
业务产品
深鉴科技以DPU为核心，为行业提供芯片、接口以及SDK等产品及服务。
其主要业务有两个方面：为深度学习提供端到端的解决方案——基于神经网络深度压缩技术和DPU平台；基于神经网络与FPGA，应用于安防与数据中心——嵌入式端与云端的推理平台。其中来自安防领域的应用曾经一度为深鉴科技贡献了70%的营收。
在前端，2017年10月的发布会上，深鉴就推出了包括人脸检测识别模组、深度学习SDK“DNNDK”等8款AI新品，其中也包括2款自研AI芯片——“听涛”、“观海”。
深鉴还发布了安防新品，如DP-1200-F1人脸检测识别模组，能够支持高清18帧人脸识别检测，整个方案的功耗极低，仅在3W左右，能够用于帮助打造具有人脸识别功能的相机。此外还有DP-2100-F16人脸分析解决方案，在测光、侧脸、低头、抬头等情况下支持人脸识别等。
融资历史
2016 年 4 月，深鉴科技获得来自高榕资本、金沙江创投的天使轮融资。
2017 年 5 月，深鉴科技获得数千万美元 A 轮投资，投资方包括赛灵思、联发科、清华控股、方和资本，原有投资方金沙江创投、高榕资本跟投。
2017 年 10 月 ，深鉴科技又获得 4000 万美元 A+ 轮融资，本轮融资由蚂蚁金服与三星领投，招商局创投与华创资本跟投。
2018年7月，全球最大的 FPGA 厂商赛灵思宣布收购深鉴科技。而收购之后的深鉴，将继续在其北京办公室运营。
成立于2010年，创始人陆凡、肖洪波。
业务产品
过去几年，触景无限在硬件研发方面进行了多次迭代升级，计算单元从移动GPU更换到专用AI加速芯片。
触景无限一共研发了四代边缘计算的产品，如第一代基于嵌入式GPU的产品，随后的VPU、NPU，以及正在研发的下一代的基于FPGA的产品。未来还将打造SoC芯片，将芯片和传感单元结合，打造智能的前端传感器。
同时，触景无限投资还在美国投资了一家物联网芯片技术公司Inspirit IoT。
融资历史
2011年，获得数百万人民币的天使轮融资，投资方为PreAngel、王利杰。
2016年，获得1000万人民币的A轮融资，投资方为启迪创投、正和岛正和磁系资本。
2017年，获得5000万人民币的A+轮融资，投资方为清控银杏创投、正和岛正和磁系资本。
异构智能创立于2015 年 8 月，创始人为前百度首席科学家吴韧。
业务产品
NovuMind主要为智能为汽车、安防、医疗、金融等领域提供ASIC芯片，并提供训练模型的全栈式AI解决方案。
2018年10月，NovuMind自主研发的第一款ASIC芯片NovuTensor成功流片。这是一款专为卷积神经网络设计的AI推理芯片，算力15Tops而功耗仅为5W，可以裸片或PCI-E短卡（174mm）形式提供，配备Linux兼容的开发软件工具，运行时支持和C++ API。
与此同时，NovuMind自主建造了大型分布式深度学习训练平台NovuStar，可提供专业的人工智能训练模型，其“模型+芯片”的定制化全栈式解决方案，可将NovuTensor适用于从嵌入式到云端的各种应用场景当中。
与Nvidia GPU或Cadence DSP的通用深度学习芯片不同，NovuMind专注于开发一种“非常专用但非常高效地进行推理”的深度学习加速器芯片。NovuMind设计了一种仅使用3×3卷积过滤器的AI芯片，通过使用独特的张量处理架构(tensorprocessing architecture)直接对三维Tensor进行处理，新芯片将支持Tensorflow、Cafe和Torch模型。
融资历史
打破传统的“全栈式”新型服务理念以及强大的研发实力，也使NovuMind受到诸多资本的青睐。
2016年3月，异构智能完成了由极客帮创投、英诺天使基金、臻云创投投资的数百万元天使轮融资。
2017年初完成了A轮融资，投资方包括了真格基金、宽带资本、英诺天使基金、洪泰基金、臻云创投、极客帮创投等。
Think Force——上海熠知电子成立于2017年，是中国少有的拥有芯片研发全链路能力的团队。
业务产品
去年安博会上，ThinkForce展示了其自主研发的人工智能芯片。其采用“ARM+ManyCoreTM+图像视频处理引擎+高速缓存接口”高度整合的处理架构，可大幅缩短各类视频图像分析的运算时间。芯片同时支持动态结构配置，可将算力资源同时分配给多种不同的神经网络同时使用，适应多种应用场景。与GPU及其他神经网络处理芯片相比，具有数据总线吞吐压力小、内部运算单元利用效率高、单路视频分析功耗低等特点。
其中，最自主设计的最核心技术，即深度神经网络运算加速核ManyCoreTM。这款运算加速核，可使各类深度神经网络的运算时间大幅缩短，显著提升人工智能芯片及硬件产品的性能并降低功耗，可应用于云端、边缘和终端的多种计算场景，可应用于智能安防、智慧城市和智慧商贸等大规模应用智能监控设备以及需要大型智能视觉分析系统领域。
ThinkForce同时也是，其投资方及合作伙伴依图第一款云端芯片背后的功臣。
融资历史
2017年7月，完成由依图领投的3000万元天使轮融资。
2017年12月，Think Force宣布完成由依图科技、云锋基金、红杉资本、高瓴资本的4.5亿元A轮融资。
耐能人工智能成立于2015年11月，是一家总部位于美国圣地亚哥的人工智能初创企业，在深圳和珠海也设有办公室。
业务产品
耐能于2016年推出该公司首款终端设备专用的人工智能芯片，称为神经网络处理器（Neural Processing Unit，NPU）。
Kneron此前接受媒体采访时曾表示，其推出的第一代产品，功耗可以做到350毫瓦，比市场上的主流产品功耗低60%。
Kneron现阶段主要有三款产品，分别用于安防、智能家居和手机。
其中适配ARM A8、A9系列的终端产品，可适用于安防产品。智能安防方面，Kneron与腾讯合作了杭州市的智能安防监控，为腾讯提供 SDK，由腾讯将其整合提供给 QQ 物联上做安防摄像头的合作伙伴，主要提供鉴黄和防爆识别。
今年5月，耐能还发布了首款名为“KL520”的AI芯片系列，将神经网络处理器的功耗降至数百mW等级，为各种终端硬件提供高效灵活的AI功能，其中一项高准确率的3D人脸识别功能，可达到高清图片、视频、3D打印模型、蜡像均无法破解的技术水平。
KL520 芯片甫投入市场，即获得全球知名企业青睐，包括世界级存储器IC无晶圆厂商钰创科技、纳斯达克上市企业奇景光电、工业计算机大厂研扬科技、专业通讯元件设计及通路商全科科技、国际知名ODM厂商和硕联合科技、以及大唐半导体、奥比中光等。
融资历史
2016年1月，获得天使轮融资，金额未透露，投资方未透露。
2017年8月，获得60万美元的Pre-A轮融资，投资方为周亚辉。
2017年11月，获得数千万美元的A轮融资，投资方为阿里巴巴创业者基金、中华开发、创业邦天使基金、红杉资本中国、中科创达、高通Qualcomm Ventures、奇景光电。
2018年5月，获得1800万美元的A+轮融资，投资方为Horizons Ventures维港投资。
肇观电子创立于2016年，创始人为冯歆鹏、周骥。
业务产品
肇观电子也是AI初创芯片公司中，为数不多的不单研发AI加速器，并且向主控芯片发力的公司。
2018年8月，肇观电子正式发布AI视觉处理器芯片NextVPU N171。N171是一款高度集成的SoC芯片，可作为主芯片独立运行操作系统，还可为计算机视觉定制特殊的视觉成像引擎。
NextVPU N171的一大特色就是集成了三个自主IP：几何引擎、深度神经网络引擎（CNN）、图像成像引擎（ISP）。N171内置先进的计算引擎，拥有强大的几何解算和深度神经网络处理能力。
N171以其能实时采集并分析多路摄像头视觉图像输入的特点，可广泛用于安防监控、机器人、无人机、AGV、智能家居、车载等诸多领域。
融资历史
2018年10月，肇观电子宣布完成2亿元A轮融资，本轮由中电海康基金领投。中电海康同时也是安防厂商海康威视的第一大股东，因此，肇观也可以说是海康威视的同门。
另外，肇观曾于2016年，获得峰瑞资本天使轮投资。2019年1月，获天狼星资本的股权融资。
Hailo在2017年成立，其创始团队有以色列国防部和商业工程背景。
业务产品
Hailo Technologies今年5月份公司推出了第一款专为终端设备深度学习应用而设计的处理器，可支持自动驾驶汽车，智能相机，智能手机，无人机和VR/AR现实等设备。与用于数据中心的处理器不同，该芯片最重要的特征是低能耗电源，物理尺寸小，低价格和操作灵活性大。第一批样品将交付给汽车行业和相机公司的主要制造商和供应商进行性能测试。
融资历史
2018年 Hailo Technologies 获得了1250万美元A 轮融资，这笔巨额融资将会用于研发深度学习芯片，致力于自动驾驶的数据收集处理。
2019年，据外媒报道，Hailo表示，该公司已将其一轮早期融资的规模扩大到2100万美元。中国风险投资公司耀途资本是此次融资扩张的领投方，现有和其他新的投资者也参与了投资。
此轮融资将允许Hailo将目标市场扩展到中国内地和香港，以补充其在欧洲、北美、日本和韩国的现有市场。
除了汽车市场这一战略重点之外，Hailo的处理器技术还可以服务于其他市场，包括监控、智能家居、物联网以及工业、机器人、增强现实和可穿戴设备。
和软银有合作的还有另一家以色列企业Vayyar Imaging。Vayyar是一家2011年成立的3D传感器企业。
业务产品
Vayyar不仅提供安全监测等应用的传感器，还研制了微米波级 3D 成像的系统级芯片。其芯片覆盖 3GHz-81GHz 的成像和雷达频段，一块芯片包含 72 个发送器和接收器。双方的合作会将软银的AI技术优势和Vayyar的3D传感器优势相结合，将在智慧交通、建筑监测及老年人监护领域深度合作。
2017年12月28日，Vayyar Imaging与SoftBank Corp共同宣布双方将在物联网领域进行紧密合作，SoftBank将成为Vayyar产品在日本市场的渠道优先合作伙伴，SoftBank称Vayyar的传感器技术与软银的客户需求有很大的协同作用。
融资历史
2017年，Vayyar Imaging公司近日宣布完成了4500万美元C轮融资，本轮融资由Walden Riverwood和ITI联合领投，还包括来自Claltech以及Battery Ventures、Bessemer Ventures、Israel Cleantech Ventures和Amiti的跟投。至此，该公司总共已经完成了7900万美元融资。
Movidius成立于2006年，总部位于硅谷的San Mateo，主要研发应用于3D渲染的芯片，并开始应用于计算机视觉应用领域。
业务产品
Movidius专注于研发高性能视觉处理芯片。其最新一代的Myriad2视觉处理器主要由SPARC处理器作为主控制器，加上专门的DSP处理器和硬件加速电路來处理专门的视觉和图像信号。这是一款以DSP架构为基础的视觉处理器，在视觉相关的应用领域有极高的能耗比，可以将视觉计算普及到几乎所有的嵌入式系统中。
该芯片已被大量应用在Google 3D项目Tango手机、大疆无人机、FLIR智能红外摄像机、海康深眸系列摄像机、华睿智能工业相机等产品中。
2017年，Movidius 又发布了 Movidius Myriad X 视觉处理单元（VPU），它是一种低功耗片上系统（SoC），用于无人机、智能相机、VR/AR 头盔等设备的深度学习及其他人工智能视觉应用加速。这款设备是继Intel基于 Myriad 2 处理器的 Movidius Neural Compute Stick 之后发布的又一新产品。Movidius 表示，Myriad X 将会在同样功耗条件下提供 Myriad 2 十倍的深度神经网络（DNN）性能。
Myriad X 的强大之处在于 Movidius 引入了被称之为神经计算引擎（Neural Compute Engine）的新结构，这是一种片上 DNN 加速器。Movidius 称，在该组件的帮助下，Myriad X 可以在 Myriad X 理论计算能力 4+ TOPS 的基础上达到超过每秒万亿次（TOPS）的 DNN 峰值吞吐量。
融资历史
2016年9月，Intel宣布收购 Movidius，深入机器视觉战场。这笔交易将使Intel进一步深入火热的新市场，包括无人机、机器人、VR头盔、安保摄像头等。Intel表示，这一收购将有助于该公司从设备到云端的深度学习解决方案。
在过去的时间里，Movidius 已经完成了 8650 万美元的数轮融资，投资方包括 Summit Bridge Capital、Capital-E、DFJ、Emertec Gestion 等。
Eyeriss事实上是MIT的一个项目，还不是一个公司，但是因为获得了大量的媒体报道，故把它单独拿出来进行介绍。=
业务产品
Eyeriss是一个高效能的深度卷积神经网络（CNN）加速器硬件，该芯片内建168 个核心，专门用来部署神经网路（neural network），效能为一般行动GPU 的10 倍。
Eyeriss芯片对资源的需求较小，运行效率是普通手机GPU的10倍。因此可以直接在移动设备上执行强大的人工智能算法，而不需要将数据上传到互联网进行处理。
普通GPU芯片一般是很多处理单元共享一个内存条，而Eyeriss芯片每个处理单元都有自己的内存，而且它可以在向处理单元发送数据前对数据进行压缩。Eyeriss的每个处理单元都可以直接与相邻的处理单元进行交流，如果需要共享数据，不需要将数据传送到主内存。
不过Eyeriss芯片目前尚处于原型阶段，MIT研究人员并未说明是否以及何时推出正式的产品。
目前，Eyeriss主要定位在人脸识别和语音识别，可应用在智能手机、穿戴式设备、机器人、自动驾驶车与其他物联网应用装置上。
融资历史
Eyeriss是MIT的一个项目，并非一个公司，未来可能孵化出一个新公司，因此融资情况尚未明确。雷锋网雷锋网雷锋网
正在生成分享图...
我在思考中