近年来随着安防行业快速发展，特别是在数字化、智能化、超高清化趋势的驱动下，全国安防行业总产值稳步增长，安防价值量也得到不断提升，市场对安防芯片的需求也水涨船高。

有数据显示，近些年随着全球网络摄像机出货量持续攀升，2023年全市场对IPC SoC 芯片需求量将突破2亿颗，DVR/NVR出货量有望达 4000万台。由此推算，在2023年全球IPC SoC 芯片市场规模约为66亿元，DVR/NVR SoC 芯片市场规模为12亿元。

一、安防监控，四类核心「芯」

1、ISP：视频监控摄像机成像质量的关键

ISP 芯片的主要作用是对视频监控摄像机前端的图像传感器(CCD 或 CMOS)所采集的原始图像信号进行处理，使图像得以复原和增强，经 ISP 芯片处理后的输出图像可直接在显示器显示或通过数字硬盘录像机(DVR)进行压缩、存储。ISP 芯片的性能好坏直接决定了视频监控摄像机的成像质量。

ISP 是 SoC 核心。一个 ISP 其实是一个 SoC 核心，内部包含 CPU、SUP IP、IF等单元，可以运行各种算法程序，实时处理图像信号。ISP 的控制结构由 ISP 逻辑和运行在上面的 Firmware 两个部分组成，逻辑单元除了完成一部分算法处理外，还可以统计出当前图像的实时信息。Firmware 通过获取 ISP 逻辑的图像统计信息进行重新计算，反馈控制 Lens、Sensor 和 ISP 逻辑，以达到自动调节图像质量的目的。

2、IPC SoC：安防芯片最重要标的

IPC SoC(IPCamera)芯片是视频监控网络摄像机的核心。IPC SoC 通常包含ISP 模块和视频编码模块，经过摄像机前端图像传感器采集的视频原始数据经过ISP 模块处理后，送到视频编码模块进行压缩，压缩后的视音频码流传输到后端NVR，NVR 对视音频数据进行接收处理并存储。

IPC SoC 的发展经历了几个阶段，产品性能提升。第一阶段主要为图像处理能力的提升，产品自动曝光控制能力、自动白平衡能力、色彩校正能力、校正能力、祛除坏点能力不断提高。第二阶段开始关注 IPC 编码处理能力的提高，随着带宽、存储空间消耗的降低，IPC 整体成本下降。随着 AI 技术的发展，第三阶段到来，智能化不断推进，IPC 应用领域扩展。

3、DVR SoC：集编解码、压缩、储存于一身

DVR(DigitalVideoRecorder)，即数字视频录像机，成本低、网络远程监控受限。前端设备采用模拟摄像机，后端采用数字记录技术，DVR 集合了录像机、画面分割器、云台镜头控制、报警控制等功能于一身，便于组成一个小型的监控系统。

但由于技术架构的局限性，数字硬盘录像机无法解决网络远程监控环境中的传输和多路同时监控、高集成度集中监控等问题，不适合准备升级的新建监控系统以及要求远程视频传输(超过 1～2 公里)的系统。DVR SoC 将模拟音视频信号数字化、编码压缩与储存。

4、NVR SoC：需求优势随网络化进一步扩大

NVR(NetworkVideoRecorder)，即网络录像机，核心特点是它的网络功能。NVR最主要的功能是能通过网络接收 IPC(网络摄像机)传输的数字视频码流，并进行存储、管理，从而实现网络化带来的分布式架构优势，在图像处理、图像储存、检索、备份、以及网络传递、远程控制等方面优于模拟监控系统。简单来说，通过 NVR，可以同时观看、浏览、回放、管理、存储多个网络摄像机。NVR SoC接受网络摄像机的 IP 码流，进行编解码、存储。

兼容性及成本较高制约 NVR 发展，但需求优势仍在进一步扩大。当今网络产品涉及的标准协议众多，涉及的功能点也多，各 IPC SoC 厂家采用的协议不一致，直接导致系统接入困难或无法接入。NVR 系统与模拟摄像机、DVR 系统相比较而言，因研发成本与生产成本的关系，价格仍然显得偏高。从市场层面来说，由于监控市场对于高清和网络化的追求，因此 NVR 拥有比 DVR 更为广阔的市场空间。

二、IPC进阶AIPC，「芯」势力的时代机会

任一市场，随时代而变。谈及IPC，早在2005年就开始智能初探，智能视频分析大多以移动侦测为主，只能在固定场景设定几个规则，应用差强人意。归结为，市场生不逢时且技术bug颇多。

2016年开始，科技爆发的前夜，一场AI风暴席卷安防，AIPC初登舞台，带来的福祉显而易见，但壁垒与短板，同样显而易见：

市面上大多AIPC芯片为通用型，提供人工智能计算所需算力，而针对某些场景AI能力匮乏。而用户关注的是针对某些场景做定制化处理，场景效能不只是计算加速。

智能安防十字路口，尽管边缘计算扑面而来，但前端智能依旧主流，前后协同才更为高效。因此，AIPC芯片需要与数据产生高效、深度连接，需要与市场产生强粘合关系，形成端边云的智能体。

算力难以利用是短板，AI时代算力与数据之外，算法是灵魂，而AIPC芯片作为一个框架体，应具备优质算法能力，算法的多样性与开发环境应和谐统一，只有两者 “珠联璧合”，才无所不能。

AI时代的智能也应无处不在，在每一个远方与角落，从“芯”出发，探寻AI普惠化，是一问题。

市场上AIPC存在成本高功耗也高，对温度等环境因素敏感度不够。此外，工程落地后AIPC的易用好用、像素与图像的性价比与最优解，都为细节，也决定成败。

可见，时代之下，行业骤变时，聚焦至上游领域，陷入同质化，活在宣传期现状依旧，AIPC“求芯”大战，也是时代机遇。

三、3D AI「芯」，倡导轻量化快速生长

3D在安防，是另一个视界。过于“平面”的2D机器视觉，在AI初探阶段和应用上半场，是主流也可发挥几大应用价值；而当转型深水区，痛点应用场景与深挖数据价值，就难以继任了。专攻场景，那为了更加透明与彻底的“开眼看世界”，3D机器视觉解决方案，随即而至。

“像”由“芯”生，鉴于此，一些作为终端人工智能解决方案的领导厂商，将低功耗、高算力的NPU（神经网络处理器）与MCU整合，支持2D/3D图像、语音等识别，其中人脸识别准确率达99.99%，并适配市场上各种主流的2D/3D传感器，为客户提供轻量级的3D AI+安防解决方案。

针对3D AI领域，已有企业推出支付等级3D AI软硬件一体化解决方案，支持结构光、ToF、双目立体视觉等主流3D传感技术，进行面部、身体、物品、语音等识别。

通过结合2D图像分析识别与深度信息分析，不仅能提升识别精准度，还能更精准地识别物品、行为，并提供其他3D图像采集应用，满足可疑人员侦测、危险物品检测、车牌识别、车型识别等高难度的智能安防需求。

AI兴起之初，图像识别、语音识别俨然成了两个对立阵营。不仅各有一批看好其前景的芯片厂商，在终端设备上也各有应用，安防行业尤为明显。

前者如：摄像机、智能门锁、门禁系统，后者则如机器人、无人机。而今，源于用户需求变化，越来越多厂商意识到，图像、语音等识别需求不可能割裂开来，而必须互相融合。

以摄像机为例，早期视频监控系统主要用于案件发生后回放查找异常情况，因此侧重于视频图像采集，通常并不外接拾音器。用AI术语表达，便是侧重于图像识别而较少关注语音识别。

而今，基于可疑人员、危险物品等实时侦测、预警等需求，3D AI解决方案必须支持图像、语音等广泛的识别范围。

文章来源： ​中安网，智慧城市网