随着人工智能的快速发展，对算力提出了更高的要求，传统CPU已经难以满足人工智能高性能并行计算的需求。云端AI芯片的出现解决了目前这一瓶颈问题。

　　云端AI芯片GPU是主流

　　云端AI芯片是面向人工智能领域大规模数据中心和服务器提供的核心芯片。在AI芯片中，云端AI芯片的技术能够让各种智能设备和云端服务器进行快速的连接，并且在连接时能够保持最大程度的稳定性。云端AI芯片的自身性能较强，并且能够同时支持大量运算共同运行。此外，它还能够支持图片、语音等多种不同的应用。

　　在安防领域，云端服务器提供的智能视频图像分析服务，主要核心是智能分析算法引擎，目前业内普遍采用的是基于深度学习的智能视频图像分析算法，在IaaS基础设施层面上，一般都会采用高性能的GPU服务器设备提升算法执行效率。因此，在安防云平台上，GPU服务器设备集群已经成为一个必须的资源池，为安防云平台提供高性能的计算基础。

　　目前，行业中基于GPU的云计算平台已经非常普遍，大部分安防厂商都有相关的产品及解决方案。例如科达自主研发的智能分析GPU服务器提供了高密度高性能的GPU计算能力，在标准4U服务器架构上，可提供不少于12套高性能GPU分析处理单元，支持堆叠扩展，可充分满足各类深度分析智能分析算法集群化及高密度的应用需求。

　　更多云端AI芯片出现

　　除了英伟达的GPU之外，伴随着5G、物联网的快速发展，云端AI芯片发展潜力巨大，越来越多的公司加入到云端AI芯片的自主设计开发之中。

　　谷歌、亚马逊等已经推出了相对成熟的云端AI芯片，在2017年的谷歌开发者大会上，谷歌发布了一款全新的硬件加速器CloudTPU，主要针对训练和应用两方面，它拥有四个处理芯片，将64个CloudTPU相互连接可组成谷歌称之为Pod的超级计算机。谷歌设计CloudTPU是为TensorFlow工作负载提供差异化的性能，使ML工程师和研究者实现更快迭代。

　　今年10月份，华为自研的云端AI芯片昇腾系列，基于达芬奇架构的华为昇腾910和华为昇腾310，打通云端和终端，推出全场景、全栈AI解决方案。在年底，华为又推出了基于ARM的服务器芯片“Hi1620”，采用台积电7nm工艺制造，在ARMv8架构的基础上，华为自主设计了代号“TaiShan”(泰山)的核心，支持48核心、64核心+2.6/3.0GHz配置。百度发布AI“昆仑”芯片，它是目前行业内运行速度最快的智能芯片。

　　成立于2016年的寒武纪，成立之初就发布了世界首款商用深度学习专用处理器寒武纪1A处理器（Cambricon－1A），并成为全球第一个成功流片并拥有成熟产品的AI芯片公司，拥有终端AI处理器IP和云端高性能AI芯片两条产品线。