√芯片在安防系统中扮演核心角色，其中IPC芯片增长潜力最大。芯片在很大程度上左右着安防系统的整体功能、技术指标、稳定性、能耗、成本等，并在安防行业未来发展方向上起到关键作用。在ISP芯片、DVR SoC芯片、IPC SoC芯片、NVR SoC芯片这四类主要的安防监控芯片中，IPC SoC芯片受益于网络摄像机的大范围普及，具备最大的成长空间。我们预测国内IPC SoC芯片的市场规模在30亿人民币以上，增速超过30%。这一快速成长的细分领域将成为国内各大安防芯片厂商竞争的焦点。
√ 更多类型的AI芯片正快速向安防监控各环节渗透。目前安防监控领域最主流的深度学习芯片方案是GPU，但我们认为GPU方案存在成本、效率、功耗三方面的瓶颈，并非最优选择（尤其在推理阶段）。目前已有针对安防行业开发的FPGA/ASIC智能芯片，如深鉴科技的DPU芯片（FPGA）、北京君正的NPU协处理器（ASIC）、寒武纪的AI服务器芯片（ASIC）等，这些芯片在不同程度上解决了行业痛点，应用前景广阔。
√ 我们总结了安防芯片的5大关键趋势：
1）“云边结合”取代“中心分析”成为智能化的主流选择——前端智能芯片迎来更大机会；
2）安防智能应用的普及，一定需要更高性价比的芯片解决方案——FPGA、ASIC智能芯片值得重点关注；
3）芯片厂商与下游安防厂商的互动更为频繁，形成利益共同体——利好掌握了下游核心客户资源的芯片企业；
4）民用安防监控市场正在崛起，芯片需求量将非常可观——利好针对民用市场推出产品、抢先布局的芯片厂商；
5）国外厂商份额不断下降，各类安防芯片逐步实现国产化替代——利好安防“中国芯”公司：海思、富瀚微、北京君正、国科微等。
√ 投资逻辑：安防芯片既受益于国内整个安防监控产业的蓬勃发展，又是芯片国产化的一个重要突破口，其蕴含的经济价值和战略意义都不容小觑。从投资的角度，我们认为可以从三个角度选择投资方向：1）选择确定性最强、成长空间最大、进入门槛适中的安防芯片细分领域：IPC芯片；2）选择能够替代GPU，具有更高性价比的安防智能化芯片方案：FPGA/ASIC智能芯片；3）选择具备独特资源禀赋（如政策优势、客户资源等）的芯片厂商，如大基金入股、大客户绑定等。
√ 重点关注：富瀚微（与海康威视合作紧密，ISP芯片实力强劲，积极开拓IPC芯片市场）；北京君正（自主研发NPU协处理器有望替代GPU，新一代高性能IPC芯片即将推出，民用市场拓展顺利）；国科微（集成电路产业基金加持，已成功在IPC芯片市场站稳脚跟）。其他可关注标的：中科曙光（与寒武纪联合发布AI服务器，有望应用到安防监控领域）；景嘉微（拟引入大基金，国产GPU稀缺标的）。
投资案件
关键假设点
1）“云边结合”取代“中心分析”成为智能化的主流选择；2）安防智能应用的普及，一定需要更高性价比的芯片解决方案；3）芯片厂商与下游安防厂商的互动更为频繁，形成利益共同体；4）民用安防监控市场正在崛起，芯片需求量将非常可观；5）国外厂商份额不断下降，各类安防芯片逐步实现国产化替代。
有别于大众的认识
市场可能认为安防芯片的主导权掌握在国外公司手中。但多年以来经过以海思为代表的国内芯片企业的研发革新，国产安防监控芯片在技术水平上与国外先进产品已相差无几，并且在性价比上明显占优。国外安防芯片（除图像传感器外）在中国的市场份额已经所剩无几。当然，随着安防智能化的深入，又有一些高技术含量的国外深度学习芯片重新进入到安防领域中，这类芯片也是国产芯片厂商下一步突破的方向。
实际上，安防监控产业从上游芯片设计、镜头模组，到下游的整机生产、平台软件、解决方案、系统集成，我国企业都已经占据了世界领先的位置，全球最大的安防监控产业链就在中国，因此在研究安防监控市场时，有必要对产业链整体进行深入分析，从全产业链的角度预判安防产业发展形势。本篇作为安防产业链深度解析报告系列的首篇，认为在安防芯片市场，国内企业拥有较大的机会。
核心假设风险
安防监控产业增长不达预期，IPC芯片发生持续的价格战，新产品存在研发失败风险。
目录
1. 芯片处于安防监控产业链金字塔尖
各类芯片广泛分布于整个安防监控系统中，扮演着核心角色。芯片在很大程度上左右着安防系统的整体功能、技术指标、稳定性、能耗、成本等，并在安防行业未来发展脉络及方向上起到关键作用。安防产业从模拟进化到数字再到网络高清，以及当前正火的智能化，无一例外得益于芯片技术的进步。图像信号处理、视频编解码、以及AI智能分析等专业技术与适配的芯片硬件紧密结合，才能充分发挥监控系统的功效。下图显示了在典型的安防系统中，主要芯片的分部与相关厂家：
由上图可见，视频监控系统包括前、后端设备以及中间的传输系统等，每一项功能的实现均离不开相应芯片的支持。1）前端设备完成对视频信号的获取，包括一台或多台摄像机及其配套设备，完成图像、语音、报警和状态信息的采集。摄像机将现场情况拍摄成为模拟/数字视频信号，传输到监控系统中。2）信号传输部分完成对前端音视频、控制与状态信号的传送。按照传输信号的类型，可分为数字和模拟两大类。3）后端设备包括控制、显示、存储等。控制端完成视频信号的显示切换、云镜的控制、资源的分配，实现调度管理的功能；显示端完成对视频信号终端设备的输出；录像存储端主要完成数字视频信号存储和回放，包括DVR、NVR等。
在典型的监控系统中，对应模拟摄像机的ISP芯片、DVR SoC芯片；对应网络摄像机的IPC SoC芯片、NVR SoC芯片用量大、国产化率高，我们着重介绍。
1.1模拟摄像机：ISP & DVR SoC芯片
1.1.1 ISP芯片：模拟摄像机成像质量的决定者
图像信号处理芯片（ISP）性能决定摄像机画质。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图像信号处理技术是视频监控领域中的关键技术。图像信号处理技术用来对图像传感器采集的信号进行处理，包括高性能的空间域时间域噪声消除、镜头暗角/畸变校正、色度空间变换、宽动态合成和映射、数字稳像、去雾以及自动曝光（AE）、自动白平衡（AWB）、自动聚焦（AF）的数据统计和控制策略等。良好的清晰度、色彩还原度、低照度下图像分辨能力、动态范围以及稳定准确的AE/AWB/AF控制是衡量安防视频监控摄像机产品性能的关键因素。
近年来，行业对于监控画质的要求越来越高，图像信号处理技术快速发展，一些新兴的图像处理技术开始广泛应用，对ISP芯片提出了更高的要求：
1）3D数字降噪技术开始普及。相比于传统降噪，3D数字降噪通过对比前后几帧的图像，可以准确找到图像噪点并进行消除，即使在图像传感器不变的情况下，画面纯净度也能得到极大提升。尤其是在安防监控经常出现的场景：如低照度环境和运动物体拍摄，此技术可以使得画面更加细腻清晰。
2）同轴高清图像信号处理技术中短期内需求旺盛。尽管网络摄像机近年来替代趋势明显，但模拟摄像机仍然占据市场主要份额。同轴高清摄像机是普通模拟高清摄像机的升级版，在使用原有视频线的条件下也能实现720P/1080P高清画质，升级效果明显且成本较低。因此作为从模拟摄像系统到网络摄像系统的重要过渡，同轴高清系统中短期内市场需求明显，相应的ISP处理芯片需求旺盛。
3）WDR宽动态处理，清晰还原复杂光线环境。安防监控拍摄画面经常会出现明暗对比强烈的场景，比如画面中存在强光源照射或者逆光环境，直接成像容易出现暗部过黑，细节丢失以及亮部过曝的情况。WDR宽动态处理可以通过算法对明暗部进行不同的曝光处理使得画面各部分都能够清晰显现，极大地增加了安防监控的适用范围。
安防监控领域ISP芯片主要厂商是富瀚微。公司开发了基于CMOS传感器的ISP芯片，加速了“CIS+ISP”方案替代传统的“CCD+ISP”方案，成为模拟摄像机市场的主流方案。公司目前是海康威视最大的ISP芯片供应商。该领域的其他参与者是以NextChip为代表的韩国企业。
1.1.2 DVR SoC芯片：实现模拟到数字的跨越
数字硬盘刻录机（DVR）的核心功能是模拟音视频的数字化、编码压缩与存储。如果把监控摄像机比作人的眼睛，DVR则是大脑，负责整个系统的信息处理。经过前端摄像机采集的视音频数据通过线缆传输到DVR，DVR首先将视音频信号数字化，然后将数字视频信号输入DVR SoC芯片，DVR SoC芯片对视音频数据进行压缩处理并存储于硬盘等设备中，在后期需要回溯时，可调出存储的视音频数据进行检索回放。DVR实现了对音视频信号的数字化，使得信号传输存储更加便捷，后期资料调度快速准确。随着安防系统不断发展，DVR的数字化、智能化功能也在不断增强。
运用于DVR中的专业芯片主要分为两个部分：模数转换（A/D）芯片和视频编解码芯片。其中A/D芯片的主要作用是将音视频模拟信号转换成数字信号。该技术目前已经比较成熟。DSP或ASIC等视频编解码芯片将A/D输出的数字信号进行编码转换成MPEG-4或H.264等标准码流。此外，越来越多的DVR开始采用系统级（SoC）芯片解决方案。DVR SoC 芯片将CPU处理器，内存，DSP或ASIC芯片，外设接口等进行整合，集合录像机、画面分割器、云台镜头控制、报警控制和网络传输等功能于一身。在获得高性能的同时，还特别加强了多媒体处理能力，具有接口丰富、功耗低、可靠性高等显著特点。
DVR SoC 芯片厂商以海思、TI为主，海思占据绝大部分市场份额。其他厂商在该领域缺乏竞争力。
1.2 网络摄像机：IPC SoC & NVR SoC芯片
1.2.1 IPC SoC芯片：国内芯片厂商竞争的焦点
网络摄像机（IPC）核心：IPC SoC芯片。IPC SoC通常集成了嵌入式处理器（CPU）、图像信号处理（ISP）模块、视音频编码模块、网络接口模块、安全加密模块和内存子系统，部分芯片还集成了视频智能处理模块。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，然后通过网络传输到后端 NVR进行接收处理并存储。后期需要回溯时可调出存储的视音频数据进行检索回放。
IPC SoC芯片主要集成ISP技术和视频编解码技术。具备高压缩比的视频编解码技术的IPC SoC芯片将逐步占领市场。近年来，百万像素监控摄像机市场占有率不断攀升，标清到高清，闭路显示到远程监控的发展趋势，以及未来的人工智能数据分析，产生的大量信息数据都对监控数据的线路传输、后端存储产生了较大压力。因此，使用高压缩比的视频编解码技术以降低传输带宽压力无疑是未来视频监控发展的重要方向。H.265/HEVC新标准将成为未来编解码主流技术。2013年新一代的视频编码标准H.265/HEVC正式发布，对全高清及以上幅面的压缩比相比H.264提升40%以上，但与此同时，H.265编解码算法的复杂程度也大幅上升，对芯片性能的要求也提升了40%以上。
目前海思、安霸等一线厂商已经能够提供成熟的支持H.265标准的IPC SoC芯片。
视频内容分析功能（Video Content Analysis，VCA）逐渐成为标配。高清摄像机的普及以及监控智能化发展趋势给数据传输、后端运算存储都造成了较大压力，因此许多IPC厂商开始将视频分析技术集成到前端摄像机，利用IPC芯片的分析算法实现分布式的智能监控。目前IPC芯片基本都已集成一些简单的视频分析功能，包括：入侵探测、人数统计、车辆逆行、丢包检测等，具备VCA功能的IPC将自动侦测异常情况并触发报警。有助于降低监控系统带宽、存储成本。
IPC SoC芯片市场提升空间大，是国内各大安防芯片厂商竞争的焦点。在安防监控网络化、智能化已成趋势的当下，应用IPC SoC 芯片的网络摄像机占比逐年提升，也是安防芯片厂商重点开拓的方向。目前该市场最主要的玩家包括海思、德州仪器（TI）、安霸。其中海思凭借其出色的性价比，目前已占有较高的市场份额。此外，富瀚微、国科微、北京君正也将IPC芯片作为重点培育的方向，均不断有新产品落地，并获得了较高的营收增速，未来将成为IPC芯片领域有力的竞争者。
1.2.2 NVR SoC芯片：伴随IPC迎来高增长
安防监控逐步进入网络化时代，网络视频录像机（NVR）系统开始普及。NVR系统的前端为网络摄像机（IPC），IPC将视频信号以IP码流的形式传输至NVR进行管理，存储等。相比于DVR系统使用传统的监控线缆进行连接，NVR系统完全基于IP网络，可以更方便地利用现有有线或无线网络布局，节省布线成本，更加适用于环境较为复杂，监控点相对分散的大型监控系统。
NVR是完全基于网络的全IP视频监控解决方案，其接收前端数字化处理后的IP码流，进行集中录像存储、管理和转发。随着IPC+NVR方案组合渐成主流，NVR芯片也迎来了高速的增长，且对NVR芯片支持的接入路数、清晰度等提出了更高的要求，部分还集成了智能分析能力。目前主流NVR芯片解决方案厂商包括海思、TI、Marvell等。由于该领域芯片的研发需要持续大量的投入，目前市场上尚未出现有力的挑战者。
2. AI芯片正快速向安防监控各环节渗透
2.1 安防监控市场正大步迈向智能化
监控设备分布广度、密度、清晰度同步跃升，安防产业已进入数据爆炸时代。近年来视频安防产业在平安城市、智慧交通等的推动下获得了极大的发展，监控设备的覆盖范围、部署密度等都有了显著的提升。与此同时，随着网络基础设施的完善、设备成本的下降及通信协议的升级，高清网络摄像头逐渐成为市场的主流选择，带来视频监控市场的二次变革。IHS预计，2017年全球专业销售渠道将出货9800万台网络监控摄像头，其中2900万台为高清设备。在大范围、高密度、高清晰度的趋势下，视频监控数据量成倍增长。国内现有的监控设备每月将产生数百EB级（1EB约为1百万GB）的数据，安防产业已进入数据爆炸时代。
一方面，智能化是处理海量视频数据的唯一选项。面对海量监控数据，已经无法通过传统的人力识别方式进行实时监看。对此，只有通过不同程度的智能化处理，实现对视频敏感信息的快速自动定位，并进行结构化的存储，以便后续快速检索查找。当前，视频监控智能化在部分应用领域已经展现出其强大的效能，如车辆违章自动抓拍、人员侵入自动报警等。未来，智能化分析凭借其即时、准确、低成本的优势，在更多视频监控应用场合取代人力将是大势所趋。
另一方面，海量视频数据是极佳的深度学习训练材料。视频监控获取的图像常常会因为光线、天气、目标物的运动等外部因素影响而难以控质量。要实现更准确的智能识别，就需要利用深度学习算法，让视频监控的前端或后端设备通过大量的各类视频数据训练，获得自动处理复杂视频信息的能力。
深度学习的实现需要三方面要素的齐备：算法、算力、大数据。1）算法：以人工神经网络为代表的深度学习算法不断普及和优化，在图像识别等领域足以满足实用要求。2）算力：深度学习专用GPU等硬件加速迭代；以IDC为代表的互联网基础设施规模不断扩大，云计算成本出现可观的降幅。3）数据：数据瓶颈已成为制约深度学习发展的主要关口，而安防领域积累的大规模高清视频数据正好是深度学习的极佳训练材料。据此，从横向产业协同的角度看，安防与AI之间能产生天然的化学反应。
2.2 前后端监控设备全面智能化，芯片既是动力又是瓶颈
AI能力正在渗透进前后端的各个系统环节中，芯片在这一过程中扮演了至关重要的角色。目前最主流的选择是GPU。算力是决定AI最终表现的重要因素。传统的ARM或者X86架构的中央处理器CPU构造复杂，擅长处理复杂运算场景，单次逻辑运算能力强大。然而AI算法不同于传统算法，其程序指令并不复杂，但需要对海量数据进行多次重复运算，CPU并不擅长此类工作。同时摩尔定律如今逐渐失效，CPU性能发展遇到瓶颈，想获得大幅的突破十分困难。而图形处理器GPU则是专门用来进行图像数据计算的处理器，在执行AI算法上有着天然的优势。CPU上用于计算的晶体管单元（ALU）只占20%左右，而GPU则高达80%，运算效率明显占优。
2.2.1 前端：智能芯片助力“云边结合”落地
边缘计算兴起，“云边结合”方案渐成主流。与将数据放在远程云端的云计算相比，边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务，优势在于即时性强、反应迅速、低传输成本。预计到2020年将有超过500亿的终端与设备互联，未来超过50%的数据需要在边缘侧分析、处理和储存。这一趋势对前端设备的计算能力提出了高要求，直接反映在对前端芯片的需求升级上。
具体到视频监控领域，具备智能计算能力的智能摄像头将大大提高视频处理及时性、节约带宽和人力成本。视频监控系统是一种天然的物联网系统，在边缘计算的应用方面还有很大的潜力。摄像机作为机器的眼睛，已经实现了从“看得见”到“看得清”的转变。如果摄像机能够“看得懂”，实现对视频图像内容的实时处理，将能够极大地降低信息传输系统和后端设备的负担，并提升整个安防系统的响应速度。
比如在人脸识别应用当中，通过前端抓拍+中心分析的前后端智能相结合的模式，将人脸识别智能算法前置，在前端摄像机内置高性能智能芯片，通过边缘计算，将人脸识别抓图的压力分摊到前端，解放中心的计算资源，以集中优势计算资源做更高效的分析。
前端智能化层层加码，已出现自带GPU/NPU/通用芯片等多种网络摄像机（IPC）方案。根据智能化程度的不同，我们认为智能摄像机大体可以分为三个层次：
1）智能网络摄像机（Smart IPC）：其算法固定，能够完成某些特定识别任务（如行为分析、异常侦测、识别检测、统计功能等），其代表了一种高清网络摄像机的发展趋势，即高清化、智能化、集成化。目前大部分IPC SoC芯片都已集成部分智能分析能力，不需要额外增加协处理芯片，这使得Smart IPC在市场上快速普及。
2）结构化分析摄像机：其特点是能够对视频流进行实时结构化属性分析，从中提取视频信息、语义信息、图片信息，提供人员、车辆分类抓拍、支持目标的人/车结构化属性分析，如颜色、方向、速度、车牌识别等。这需要在IPC SoC芯片的基础上加入NPU浅层学习处理器（如北京君正的T20+T01芯片方案）；或利用高通、英特尔等通用芯片，结合安防厂商自主开发的感知算法（如苏州科达的感知型摄像机）。
3）深度学习摄像机：采用深度学习算法，以海量图片及视频资源为基础，通过机器自身提取目标特征，形成深层可供学习的图像数据，极大的提升了目标的检出率。此类摄像机通常带有高性能深度学习GPU芯片，典型产品如海康的“深眸”系列。
2.2.2 后端：最强芯片打造最强大脑
相比于前端，后端设备更适合于更大规模的人工智能的应用。由于后端设备的空间、能耗、环境等的限制相对较少，便于对更大规模的数据进行深度处理，因此，现阶段各大安防监控厂商也将人工智能技术竞争的焦点集中于后端，纷纷推出新产品。如海康威视的“脸谱”系列人脸分析服务器、大华的“睿智”视频服务器、苏州科达的DeepEngine深度学习服务器等。另外，智能化的后端设备也能更好利用当前的非智能前端设备，在无需大规模改造前端设备的条件下实现安防监控系统的智能化升级。
GPU是目前最主流的深度学习后端芯片方案。对比CPU，GPU的更多核心和其并行处理架构使其成为天然的图形计算系统。利用GPU做图形计算，可以做到比CPU计算5倍以上性能提升，价格降低6倍，功耗降低10倍，体积减少20倍。对于安防企业而言，借助基于GPU开发的模块既能够满足图像处理要求，又适合于处理计算密度高、逻辑分支简单的大规模数据并行负载，将会成为进行海量视频数据结构化处理的关键。
但GPU方案并非最优，已有基于FPGA/ASIC芯片的新尝试。虽然服务器端可以布置多块GPU，但多路视频解码会对服务器造成压力，而这对GPU来说并不擅长。且GPU实际上是利用相关成熟的技术提供一种通用级的解决方法来满足深度学习的要求，缺乏针对专业应用解决方案，使得其能效受到限制。为此，各路芯片及安防厂商在积极寻求更优化的方案，如深鉴科技的DPU芯片（FPGA）、寒武纪的AI服务器芯片（ASIC）等，未来在安防领域的应用前景十分广阔。
云边结合的趋势下，前端智能芯片迎来更大机会。由于云边结合的原理是将智能算法前置，通过边缘计算，将人脸识别等应用的抓图的压力分摊到前端，解放中心的计算资源。因此，需要在摄像机内布置高性能智能芯片。目前的主流方案是采用GPU，如NVIDIA的JETSON TX系列嵌入式芯片（海康深眸）；也可使用高通等的通用芯片，搭配特定算法进行图像抓取（苏州科达）；还可以用IPC芯片搭配专用协处理器的方式（北京君正T20+T01方案）。云边结合的趋势为芯片厂商打开了新空间，但目前尚未形成最优的方案。对国产芯片厂商而言，这是一个值得去争取的机会。
海思拥有大批优质客户。公司在视频芯片领域深耕多年，过硬的技术实力、高性价比、完善的配套服务使得大批安防设备厂商采用海思的产品。公司与国内海康威视、大华股份、宇视科技等知名安防企业均有多年紧密的合作关系，在台湾，韩国等地区海思也已经成为视频芯片主流供应商。
5．关键结论与投资建议
5.1 关键结论
第一，芯片在安防系统中扮演核心角色，其中IPC芯片增长潜力最大。在ISP芯片、DVR SoC芯片、IPC SoC芯片、NVR SoC芯片这四类芯片中，IPC SoC芯片受益于网络摄像机的大范围普及，具备最大的成长空间。我们预测国内IPC SoC芯片的市场规模在30亿人民币以上，增速超过30%。这一快速成长的细分领域将成为国内各大安防芯片厂商竞争的焦点。ISP芯片方面，我们估计国内的市场空间约3~4亿人民币，基本保持稳定。
第二，更多类型的AI芯片正快速向安防监控各环节渗透。目前最主流的选择是GPU芯片，但我们认为GPU方案存在成本、效率、功耗三方面的瓶颈，并非最优选择（尤其在推理阶段）。目前已有针对安防行业开发的基于FPGA/ASIC芯片的新尝试，如深鉴科技的DPU芯片（FPGA）、北京君正的NPU协处理器（ASIC）、寒武纪的AI服务器芯片（ASIC）等，应用前景广阔。
第三，我们总结了安防芯片的5大关键趋势：
1）“云边结合”取代“中心分析”成为智能化的主流选择——前端智能芯片迎来更大机会；
2）安防智能应用的普及，一定需要更高性价比的芯片解决方案——FPGA、ASIC深度学习芯片值得重点关注；
3）芯片厂商与下游安防厂商的互动更为频繁，形成利益共同体——利好掌握了下游核心客户资源的芯片企业；
4）民用安防监控市场正在崛起，芯片需求量将非常可观——利好针对民用市场推出产品、抢先布局的芯片厂商；
5）国外厂商份额不断下降，各类安防芯片逐步实现国产化替代——利好安防“中国芯”公司：海思、富瀚微、北京君正、国科微等。
5.2 投资建议
投资逻辑：安防芯片既受益于国内整个安防监控产业的蓬勃发展，又是芯片国产化的一个重要突破口，其蕴含的经济价值和战略意义都不容小觑。从投资的角度，我们认为可以从三个角度选择投资方向：1）选择确定性最强、成长空间最大、进入门槛适中的安防芯片细分领域：IPC芯片；2）选择能够替代GPU，能实现更高性价比的安防智能化芯片方案：FPGA/ASIC深度学习芯片；3）选择具备独特资源禀赋（如政策优势、客户资源等）的芯片厂商：大基金入股、大客户绑定等。
重点关注：富瀚微（与海康威视合作紧密，ISP芯片实力强劲，积极开拓IPC芯片市场）；北京君正（自主研发NPU协处理器有望替代GPU，新一代高性能IPC芯片即将推出，民用市场拓展顺利）；国科微（集成电路产业基金加持，已成功在IPC芯片市场站稳脚跟）。
其他可关注标的：中科曙光（与寒武纪联合发布AI服务器，有望应用到安防监控领域）；景嘉微（拟引入大基金，国产GPU稀缺标的）。
6. 风险提示
安防监控产业增长不达预期，IPC芯片发生持续的价格战，新产品存在研发失败风险。
18221259202