（文章來源：安防展覽網)

從技術方面來看，AI芯片的典型代表包括GPU、FPGA和ASIC三種。不過，GPU并未專門針對安防監控需求進行優化，處理大量視頻數據時功耗高，FPGA和ASIC在效能方面有更好的表現。盡管ASIC在性能功耗上往往有更好的表現，不過FPGA也憑借自己獨特的優勢在一片紅海的AI芯片領域占據了一席之地。

FPGA不僅可針對每一種具體的應用根據算法結構進行深度定制，達到較高的計算效率和能效，技術風險也低于ASIC，適用于高密度計算，在深度學習的推理階段有著更高的效率和更低的成本。

隨著FPGA的開發者生態逐漸豐富，適用的編程語言增加，FPGA運用會更加廣泛。這使得全球科技巨頭紛紛布局云端FPGA生態，目前，FPGA服務器已在全球七大超級云計算數據中心IBM、Facebook、微軟Azure、AWS、百度云、阿里云、騰訊云得到部署。

靈活是FPGA的優勢，這一優勢在市場變化迅速的智能安防行業得到了充分發揮。目前，智能安防解決方案多基于GPU，成本較為昂貴，這也阻礙了智能安防產品滲透率的快速提升。在這種情況下，FPGA就成為降低智能安防成本的一個可行方案。

此外，在安防邊緣計算浪潮中，FPGA可以說是勇立潮頭。其所需的數據不僅不需要進入服務器，避免與 CPU 的帶寬競爭，還可以承擔部分原屬于 CPU的計算任務，緩解帶寬壓力。不論是低時延的車聯網，還是高帶寬的智慧城市，FPGA 的自身特性都靈活地適配于不同場景。

安防廠商在此領域已是動作頻頻。例如，深鑒科技已和大華股份、東方網力等安防廠商展開合作，推出基于Xilinx FPGA 的DPU產品，可以實現相對于GPU有1個數量級的能效提升，同樣功耗降低80%。在專用ASIC產品出現之前，FPGA有望成為部分安防場景降成本的有效手段。同時，地平線機器人也嘗試將FPGA方案應用于安防和車載領域。

目前，業內的主流觀點是：隨著AI算法的進一步成熟固化，AI芯片終會走向ASIC。不過，AI算法迭代、應用創新的速度還將持續很長一段時間，在這段時間內，靈活、可應變的FPGA將成為重中之重。此外，就原生市場環境而言，FPGA和ASIC都有競爭合作的共生環境。目前來看，智慧醫療、智慧通信、智慧裝備等領域都是除FPGA其他AI芯片難以介入的應用領域。

結語：FPGA或許只是小眾的芯片，但在AI安防市場上，它的普適性和靈活性都使其有適合發揮其優勢的應用場景。不可否認，FPGA也有量產單價高、峰值計算能力較低，編程語言難度大等缺陷，但隨著 FPGA 應用生態的逐步成熟，這些缺陷將逐漸縮小，其優勢也會逐漸為更多用戶所了解。