近年来，常州安防正快速渗透到我们生活中的各个环节，环境也是在快速变化当中，例如安防监控的硬件设备发展从当初普通的标清摄像机到高清摄像机，又进化到了带人工智能的摄像机，从而实现了目标识别、目标追踪和人脸识别等功能，这些都是由技术突破带来的新的商业化机遇。
过去在设计安防监控芯片时，针对不同的应用场景，如车牌识别等，是采用设计不同的硬件算子来实现。而正在兴起的人工智能时代对芯片的需求又不一样了。随着以深度学习为代表的人工智能应用的出现，采用硬件算子的方式，很难满足用户对神经网络算法在不同应用场景下的二次开发需求，于是出现了支持深度学习的AI专用芯片。但是，神经网络的算法还在不断演进和推陈出新当中，单纯的人工智能专用芯片很难满足算法升级的灵活性以及可编程使用的便利性要求。现阶段，比较好的做法是采用通用计算+专用计算的设计方式，将CPU、DSP、GPU及CNN加速引擎等通用及专用的计算单元集成在一颗SoC上，这也就是目前十分热门的异构计算架构。采用异构计算架构将成为AI芯片设计趋势。所谓的异构计算——即将通用计算单元与专用计算单元结合起来。通俗地说，指的是一块芯片系统中，中央处理器(CPU)、图像处理器(GPU)、信号处理器(DSP)、AI专用处理器等通用计算和专用计算单元在物理设计和编程使用上能够高效融合、协调。这样的设计，既可以通过通用计算支持算法升级上的灵活性，又可以有效利用专用计算单元在特定算法上的超强计算效率。
