“9.11”事件以来，美国从政府到个人都大力加强对安全的投入，已经成为美国安防行业发 展的强劲原动力。近年来，由于美国枪支泛滥带来的枪击事件时有发生，金融犯罪、暴力冲突等问题日益凸显，也推动了美国国内安全市场的不断扩大。
根据 MarketLine 披露数据显示，美国安防服务行业高速发展，其市场规模约占全球市场的30％， 2015 年行业收入达到 770 亿美元，2011－2015 年复合年增长率达到 9．9％，而促进增长 的主要推动力来自政府和民众持续的安全威胁。
总体来看，美国安防行业未来将持续保持增长态势，但 2015－2020 年复合年增长率将维持在6．1％，增速趋缓。2020 年，美国安防行业收入预计将达到 1036 亿美元。
英国安防行业发展将呈现加速趋势
英国是全球安防设备安装和使用普及率最高的国家之一，英国安防行业维持稳定且适度的发 展态势。
根据 MarketLine 披露数据显示，2015 年英国安防服务行业总收入约为 108 亿美元，2011－2015 年复合增长率 3．1％，其中 2015 年英国安防雇员人数将超过 33 万人，复合增长 率达 3．3％，而实体安防业 2015 年总收入达到 56 亿美元，占整个安防行业收入的 51．5％，而 信息技术安防收入为 52 亿美元，占比 48 ．5％。
英国安防业发展驱动力主要来自于以下几个方面：首先，英国是全世界安装监控摄像机最多的 国家，闭路电视的镜头数量 2015 年超过 800 万个，占英国安防设备 30％和全球 10％的市场 份额，并且以每年 2．9％的速度持续增长。其次，由于英国政府近年来不断削减开支，导致 雇用私人安保机构从事监狱、警务支持等公共服务数量大幅增加。另外，由于近年来公共安 全和恐怖袭击事件频发，政府加大了针对诸如机场、地铁等敏感区域的安防等级。
预计英国未来安防行业发展将呈现加速趋势。2015－2020 年，英国安防行业年复合增长率预 计为 4． 6％ ， 2020 年行业总收入预计将达到 135 亿美元。
国外安防市场多形态发展
北美安防：需求量大、竞争激烈
北美作为全世界最大安防市场，其中美国约占 90％、加拿大占 8％、墨西哥占 2％。北美洲 安防市场主要呈现以下特点∶需求量大、价格竞争激烈、制造商多、市场成熟，是安防企业 竞相角逐之地。
北美市场中，发展较为成熟的莫过于美国安防市场。美国安防企业大多以生产制造商的角色 出现，采用跨国式的经营模式，不少企业与国际同行建立了广泛的战略合作伙伴关系，大约 有 80％的产品需委外加工。在北美市场，韩国产品和台湾产品不时出现。
南美安防：依赖进口 巴西作为南美安防市场的大国，其安防市场规模也相当大，占据南美市场大多数份额。其安 防市场发展特性为：稳定成长、价格竞争激烈。南美洲安防生产制造商较少，过去主要依靠 从美国进口。
不同于英国和美国看重产品质量，南美安防用户大多数对价格比较在乎。在产品流通渠道方 面，由于本地制造商较少且多以亚洲市场、欧美市场为采购目标，因此安防企业大多以进口、 批发，工程安装为主。
东盟国家：视频监控市场增长加快
根据 IHSInc．发表的＂印度的 CCTV 和视频监控设备市场＂报告书表示：印度视频监控设备市 场在 2013 年第一次超过 3 亿美元，在未来五年的增长速度将会越来越快。
在 IMSResearch 针对东南亚的安全监控市场分析报告中，截止 2015 年，越南的复合年均增 长率 CAGR 预计将达到 22．3％，成为全东南亚最高。
泰国90％的安防产品依赖进口，近年来，泰国政府投资力度也不断加强，城市监控、交通运 输及边境安防是泰国政府主要投入的领域，而中、台、韩产品是泰国安防产品进口的主要国 家和地区。
欧洲市场：需求稳定、注重产品质量 以德国、英国、法国等为代表的西欧安防市场占全球安防市场 36％。欧洲安防市场主要有以 下特点∶需求稳定、注重产品质量、竞争多样、产品高低端差异明显，流通渠道各有不同。
欧洲市场以单一市场为主，各国以自己的市场为中心，几乎没有连锁方式经营的企业。市场 对新产品的接收力较强，产品多样，比较关心产品的性价比。
国外零组件厂商占据市场主导权，国内零组件厂商逐步崛起
图像传感器芯片
安防视频监控行业主要使用的图像传感器有 CCD（Charge－Coupled Device）和 CMOS（Complementary Metal Oxide Semiconductor）两种。
CCD 是一种半导体器件，能够把光学影像转化为数字信号，CCD 上植入的微小光敏物质称 作像素，一块 CCD 上包含的像素数越多，其提供的画面分辨率也就越高。CCD 作用就像胶 片一样，但它是把图像像素转换成数字信号，CCD 上有许多排列整齐的电容，能感应光线， 并将影像转变成数字信号。经由外部电路的控制，每个小电容能将其所带的电行转给它相邻的电容。
编解码芯片
过去的几年，安防行业编解码芯片方案上，厂商可选择美国德州仪器（TI）、华为海思、安霸、 台湾智原等芯片供应商。“洋芯片”曾长期占据市场主导地位，成为制约产业进一步发展的瓶颈。到如今，芯片市场格局早已是另一番景象。
目前国内生产资源非常丰富，同时工业化、标准化及第三方的介入给芯片设计业者提供了快 速进入市场的可能，从而推动了芯片国产化和产业化的逐步升级。安防行业的蓬勃发展，让 国产芯片厂商看到了希望，以海思、国科、中星微、安凯为代表的一批致力于国产芯片研发 生产的企业，将目光聚焦在安防芯片上，试图在安防行业一展拳脚，发挥最大的价值。
TI：即将退出安防市场
TI 创办于 1930 年，悠久的历史让这个老牌的芯片设计者在视频监控芯片行业曾独霸天下。 此前，在标清和模拟市场，TI 的达芬奇系列一直占据摄像机的主要市场份额。但是从 06 年 开始，TI 一直被海思穷追猛打。我们认为，未来 TI 可能会退出这个市场，因为安防只是其 小份额业务。
安霸：日渐式微
IPC 研发制造厂商谈到海思和 TI 的时候，还一定会提到另外一个 SoC 品牌安霸。在业界的 共识中，安霸是“高清视频的技术领导者”，主要提供低功耗、高清视频压缩与图像处理， 集成了各种关键系统功能。在 IPC 目前的 SoC 市场格局中，可以说安霸代表着“高端”IPC的 SoC 芯片这一标杆。
安霸 A5S 系列是安霸监控类产品中的主力，主要是用在监控前端设备（IPC）上，该系列芯片 综合表现效果良好，当然其编码选项也影响了安霸产品与其他厂家 NVR 的互联互通，或者 无法解码或者即使能解码也降低了 NVR 的实际接入能力。不过，安霸编码芯片的开放性较 小，用户可改动的算法较少，产品的效果主要取决于安霸芯片自身的 ISP 编码性能。在安防 厂商们绞尽脑汁追求差异化时代，安霸的市场影响力也逐渐减弱。
海思：通用市场登顶王座
海思半导体有限公司成立于 2004 年 10 月，前身是创建于 1991 年的华为集成电路设计中心。 海思的产品覆盖无线网络、固定网络、数字媒体等领域的芯片及解决方案，成功应用在全球100 多个国家和地区；在数字媒体领域，已推出网络监控芯片及解决方案、可视电话芯片及解 决方案、DVB 芯片及解决方案和 IPTV 芯片及解决方案。在 2009－2012 年，其 DVR 芯片可 谓风生水起。
海思在占据了 DVR 市场后，近几年比较重视 IPC 市场，在 IPC 领域推出的产品频率较高。 并且以其高性价比、良好的技术支持获得市场的广泛接受。海思的本土化优势使得其生产成 本相对来说较低，而且它要求的利润不那么高，何况它还有更健全的市场渠道这一优势。在 返璞归真走向务实的 Hi3518 系列后，海思继续在安防民用市场的普及之路上狂奔。
国科：中国芯后起之秀 网络产品的应用规模逐渐普及开来，上游芯片领域格局也逐渐发生了改变，除了 TI、安霸、 索尼、三星等外，海思、中星微等国产芯片随之大力抢占市场。特别在当下国家政策的风口 上，国产芯片的认可度空前之高，作为“中国芯”的国科也全力加入。
国科微电子作为国内首家获得国家大基金注资的芯片设计企业，2015 年进军安防 IPC 领域， 凭借工艺领先的 GK710x 系列高清监控芯片在市场上一鸣惊人。一批一线企业抢先推出基于 国科芯片的 100 万／200 万 IPC 新品，在市场上获得不俗反响。同时，其芯片优秀的 ISP 性 能、完善的系统架构、超高的系统集成度、优异的低功耗设计、高性价比等优势，以及自主 知识产权的原始创新，让国科得以迅速在 IPC 领域打开了市场。
? 台湾智源：安防界资深芯片供应商 台湾智源也是安防界资深的芯片供应商，在早期推出了性价比很高的 8120／8180，在低端市 场无人能及，但对于日益高清化的时代，可能还需要投入更多，来跟上市场的步伐。
视频监控硬盘
视频监控硬盘容量适用于数字硬盘录像机等音频视频应用范畴以及监控影像系统，包括数字 硬盘录像机，IP 网关和主流监视系统等，往往需要硬盘能够 24x7 连续运作，并且相比个人 电脑有着更严格的要求，例如更高的可靠性和兼容性，更低的能耗，能同时录制多个音频或 高清晰度视频流等。
人工智能芯片
在人工智能领域，算法的实现依赖于计算机强大的运行速度，因此芯片就显得尤为重要。安 防监控领域的人工智能芯片的介入有前端和后端两种情况。人工智能在安防前端产品中的应 用主要目的是数据采集阶段实现特征信息提取和事件监测，人智能在安防后端产品上的应用 主要目的是视频数据的比对和识别。
英伟达
凭借具备识别、标记功能的图像处理器，在人工智能还未全面兴起之前，英伟达就先一步掌 控了这一时机。在 2016 年，英伟达更是一连发布了多款针对深度学习的芯片，4 月份发布 的一款可执行深度学习神经网络任务的 Tesla P100 GPU， 9 月份发布的基于 Pascal 架构 的深度学习芯片 Tesla P4 和 Tesla P40，其中，Pascal 架构能助推深度学习加速 65 倍。
ARM
迄今为止，全球 85％的智能移动设备中都采取了 ARM 架构，其中，超过 95％的智能手机运 用了 ARM 的处理器，在智能硬件和物联网高速发展的如今，ARM 有着绝对的地位。
Intel ＆ Nervana
2016 年 11 月，Intel 公司发布了一个叫做 Nervana 的 AI 处理器，他们宣称会在明年年中测 试这个原型。如果一切进展顺利，Nervana 芯片的最终形态会在 2017 年底面世。这个芯片 是基于 Intel 早前购买的一个叫做 Nervana 的公司，这家公司将成为第一家专门为 AI 打造芯 片的公司。Nervana 一直在努力将机器学习功能全力引入到芯片之中，是人工智能 ASIC 芯 片供应商。得到 Intel 的支持后，Nervana 正计划推出其针对深度学习算法的定制芯片Nervana Engine。据 Nervana 相关人员表示，相比 GPU，Nervana Engine 在训练方面可以 提升 10 倍性能。
IBM
IBM 很早以前就发布过 wtson，2016 年 IBM 投入到类人脑芯片的研发，那就是 TrueNorth， 邮票大小、重量只有几克，但却集成了 54 亿个硅晶体管，内臵了 4096 个内核，100 万个“神 经元”、2．56 亿个“突触”，能力相当于一台超级计算机，功耗却只有 65 毫瓦。
谷歌
谷歌的人工智能相关芯片是 TPU，TPU 是专门为机器学习应用而设计的专用芯片。通过降 低芯片的计算精度，减少实现每个计算操作所需的晶体管数量，从而能让芯片的每秒运行的 操作个数更高，这样经过精细调优的机器学习模型就能在芯片上运行的更快，进而更快的让 用户得到更智能的结果。Google 将 TPU 加速器芯片嵌入电路板中，利用已有的硬盘 PCI－E接口接入数据中心服务器中。
中星微
在极度依赖国外进口的我国芯片产业中，中星微可谓一匹突出重围的“黑马”。在 2016 年 6月份，中星微率先推出了中国首款嵌入式神经网络处理器（NPU）芯片“星光智能一号”，这 也是全球首枚具备深度学习人工智能的嵌入式视频采集压缩编码系统级芯片，并已于 3 月 6日实现了量产。
该芯片采用了“数据驱动”并行计算的架构，单颗 NPU（28nm）能耗仅为400mW，极大地提升了计算能力与功耗的比例，可以广泛应用于智能驾驶辅助、无人机、 机器人等嵌入式机器视觉领域。
微软
微软蛰伏六年打造出 Project Catapult。这个 FPGA 目前已支持微软 Bing，未来它们将会驱 动基于深度神经网络－以人类大脑结构为基础建模的人工智能－的新搜索算法，在执行这个人工智能的几个命令时，速度比普通芯片快上几个数量级。有了它计算机屏幕只会空屏 23 毫 秒而不是 4 秒。
KnuEdge
KnuEdge 最近从隐形的模式中走出，并让全世界知道他们从一个匿名的投资人获取 1 亿美元 的投资用来开发一个新的“神经元芯片”。KUNPATH 提供基于 LambaFabric 的芯片技术，LambaFabric 将会通过与现在市场上的 GPUs、CPUs 和 FPGAs 完全不同的架构进行神经 网络的计算。LambdaFabric 本质上是为在高要求的运算环境下向上拓展至 512000 台设备 而设计，机架至机架延迟时间只有 400 毫微秒，低功耗的 256 核处理器。
地平线机器人
由余凯创立于 2015 年的初创企业 Horizon Robotics（地平线机器人）已经从包括 Sequoia和传奇的风险资本家 Yuri Milner 等投资人获得了未透露金额的种子基金。后来更是获得了已 经获得了晨兴、高瓴、红杉、金沙江、线性资本、创新工场和真格基金的联合投资。他们正 在着手于建立一个一站式人工智能解决方案，定义“万物智能”，让生活更便捷、更有趣、更 安全。地平线致力于打造基于深度神经网络的人工智能 “大脑” 平台 － 包括软件和芯片，可 以做到低功耗、本地化的解决环境感知、人机交互、决策控制等问题。
深度学习算法
深度学习作为机器学习研究中的一个领域，其动机在于建立、模拟人脑进行分析学习的神经 网络，它模仿人脑的机制来解释数据，例如图像、声音和文本等。
目前，深度学习的应用领 域中大约有 70％都在图像识别方面，结合安防领域的现状，这就意味着，深度学习在这一领 域必然会有颠覆性的发展。随着大数据与高清摄像机应用的普及，安防大数据时代已经到来， 海量高清及以上分辨率视频数据给安防产品技术带来了大数据，这也就成为深度学习在安防 领域必将快速发展的肥沃土壤。
海康威视
在安防行业，涉及的数据信息类型越来越多。其中，99％以上的数据，包括监控视频录像、 报警录像、车辆卡口图片、人脸抓拍图片等都是非结构化的，要想对这数据进行进一步分析， 做到“数为人所用”，就需要将非结构化的数据结构化。和以往的传统智能算法相比，深度 学习可以像人类大脑一样搜集信息，并将这些信息转化为相应的行为，在解决视频结构化问 题方面更“智能”。
海康威视新品发布会发布了基于深度学习技术的从前端到后端全系列智能安防产品，新品涵 盖“深眸”系列智能摄像机、“神捕”系列智能交通产品、“超脑”系列智能 NVR、“脸谱” 系列人脸分析服务器等。
宇视科技
和以往的传统智能算法相比，深度学习可以像人类大脑一样搜集信息，并将这些信息转化为 相应的行为，在解决视频结构化问题方面更“智能”。
宇视发布了基于 Movidius＋NVIDIA 芯片全球战略首发的深度学习人脸识别摄像机、深度学习 智能交通抓拍机、深度学习 USB 智能棒、“昆仑”结构化智能分析服务器、智能存储融合一 体化设备等。
海康、大华双寡头全球崛起，国内市场集中度提升
海康威视、大华股份保持高增长，国内双寡头全球领先
根据 a＆s（安全自动化）发布的 2016 年全球安防 50 强榜单，凭借近年来持续的高增长， 海康威视和大华股份分别占据全球安防公司第一位和第四位。
在视频监控领域，根据市场研究机构 IHS 发布的 2016 年度“The world Market for CCTV and Video Survillance Equipment”统计报告，海康威视、大华股份、宇视科技分别占据第 一、第二、第八位，全球市场占有率分别为 19．6％、7．5％和 1．8％。
国内安防行业竞争加剧，市场集中度逐步提升
近年来，安防行业中企业集中度大幅提高，行业竞争加剧，资源向龙头企业集中趋势愈发明 显。随着安防龙头企业快速崛起，大型企业与中小企业之间的差距逐渐拉大，再加上产业链 延伸、横向跨界、行业深耕方面的优势，强者越强、赢者通吃的趋势已经显现。
国内安防行 业价格竞争日趋激烈，导致传统产品毛利率略有下滑，具有技术壁垒的安防龙头公司占据优 势。行业长尾效应明显，洗牌加剧，龙头企业依托技术、资源和规模优势仍能保持高速增长， 而位于长尾尾端的众多中小企业已逐渐处于盈亏平衡状态，生存艰难。
(审核编辑: 智汇张瑜)
