AI进入爆发期，千亿芯片市场空间

软硬件研发能力，研发出包括前后端人脸识别、卡口电警、双目立体视觉、多目全景拼接产品在内的一系列智能化产品。17年公司联合英伟达发布多款"睿智"系列前端和后端智能设备并融入相关平安城市项目解决方案，大幅提高视频数据利用率，推进大数据在安防领域加速落地。

1.3 未来趋势：基于GPU成本是痛点，未来集成至IPC主芯片是趋势

目前基于GPU的智能安防的成本较为昂贵。目前主流的智能安防解决方案多基于英伟达Jetson TX1 GPU芯片，单个芯片成本估算在70~150美元左右，模块成本在200~300美元。依据配置不同，每个芯片可支持2~4路视频流，单路实现成本较高。相关调研显示，海康威视或已独家垄断英伟达TX1的GPU芯片供货。其他安防厂商仅可购买英伟达的TX1模组（即包括芯片、存储的GPU板），采购成本会更高。基于GPU的智能安防解决方案较为昂贵，目前阻碍了智能安防的渗透率快速提升。

FPGA成当前智能安防降低成本的可能方案。智能安防领域，目前国内公司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%。该方案可将AI单路成本控制在20美元以内，较GPU方案便宜。同时，另一家国内公司地平线机器人也尝试将FPGA方案应用于安防和车载领域。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。

ASIC未来将成为安防芯片主流。如前文所述，ASIC形态的AI芯片解决方案具备低成本、低功耗、高算力的优点。由于芯片存在大规模成本边际效益递减效应，专用芯片量产后，由AI模块带来的每颗芯片和相关存储成本增加预计在2美元以下，采用ASIC方案的AI摄像头实现成本将大幅度降低。换句话说，以后可能实现摄像头在成本增加非常小的情况下就可以转化成为AI摄像头。我们预计，和手机芯片集成AI专属模块类似，华为海思等摄像头主控芯片厂商，未来必然会集成适合安防场景的专属AI模块至主芯片中；同样的，以海康为首的安防厂商，为优化自身解决方案，也有望自研或与相关芯片厂商合作开发其专属的人工智能专用芯片。伴随着社会对智慧安防能力的需求提升，未来包含AI功能的 ASIC主控芯片或将成为安防主流芯片。

2. 终端落地之AI+汽车：GPU占据主导，ASIC是未来趋势

2.1 智能驾驶空间，芯片百亿市场空间

智能驾驶空间广阔，ADAS芯片是核心。智能驾驶是集导航、环境感知、控制与决策、交互等多项功能于一体的综合汽车智能系统，是人工智能落地的重要领域之一。据iiMediaResearch估计，2016年全球智能驾驶汽车市场规模为40.0亿美元，预计至2021年增长至70.3亿美元，复合增长率11.8%。智能驾驶核心是高级驾驶辅助系统（ADAS），ADAS系统的核心是算法和芯片。根据IHS预测，2020年全球ADAS芯片市场空间将达到248亿元，2016至2020年期间复合增长率高达10%。未来人工智能在车载领域具备广阔的市场空间。

2.2 现有生态：巨头与技术初创公司均大力布局AI+汽车

英伟达：2016年9月，Nvidia发布针对自动驾驶技术和汽车产品的芯片Xavier，采用自定义的八核CPU 架构，内建全新Volta GPU 架构作为自动驾驶汽车的计算机视觉加速器。Xavier 采用16nm FinFET 工艺，在提升性能的同时降低功耗，Xavier 运算性能达到20TOPS，功耗则只需20 瓦。英伟达在智能汽车领域的客户包括21家汽车制造商，而且英伟达是其中16家的连接解决方案一级供应商。它在该领域最重要的客户是特斯拉，英伟达的DRIVEPX 2平台应用于特斯拉所有车辆的AutoPilot系统中，包括Model 3。

高通：高通作为移动终端处理器的优势企业，在GMIC 2016上发布智能汽车芯片骁龙 820A。该处理器采用 CPU+GPU 模式，在快速处理数据信息的同时提升地图的渲染效果，并降低处理器能耗。处理器包括64位Kryo CPU（中央处理器）、Adreno530 GPU（图形处理器）。

地平线：2016年3月奇点汽车发布会上，国内人工智能公司地平线首次展示了其先进辅助驾驶系统（ADAS）原型系统—雨果平台。从地平线官方的视频和图片资料来看，这套系统可以实时检测车辆、车道线和行人，检测效果优于NVDIA于2016年初CES上提供的展示效果。在2017年1月的CES上，地平线又携手英特尔于全球消费电子展CES共同发布基于BPU架构的最新的高级辅助驾驶系统。在硬件方面，地平线将其BPU架构实现在ASIC上，并集成到雨果平台上。地平线的第一代人工智能处理器"盘古"已于2017年6月在台积电流片。产业调研显示，地平线也是目前唯一在四大汽车市场—美国、德国