中星微电子创立于1999年，由邓中翰院士创立，在2005年于美股上市，2000－2005年是中星微电子最辉煌的时期，这个时候因为成功进入苹果、索尼、惠普、三星、富士通、联想等PC厂商的摄像头芯片供应链，成功占据全球摄像头芯片60％的市场。但好景不长，本想从PC端转战手机移动端芯片的中星微，碰上手机芯片集成到通讯芯片的历程，手机不再需要额外的摄像头芯片，中星微电子也开始调整战略，重新布局，在视频编解码算法领域沿革创新，和公安部一所合作制定了中国自主的视音频编解码标准SVAC国标，并开始在视频安全领域逐步发力。参与平安城市，天网工程，雪亮工程的建设。

安防的选择来自刚需

早期安防的摄像头使用着和网络摄像头一样的压缩标准，也就是H．264／265，但这类视觉压缩标准主要是应用在网络影片和网络通讯上，安防摄像头在自然环境中使用时会碰上许多问题，像是加密和录制不能同步完成，需先录制后加密，增加芯片成本和耗能。

因此公安部提出相对应的需求，希望中星微能够设计新的标准，一个符合安防需求的压缩标准，SVAC 1．0（Surveillance Video Audio Codec）的诞生不仅协助安防进入到下一个阶段，也让中星微成为安防芯片赛道上的标准制定者。

先发者优势展现

制定标准后，如果未能完成任务所需，也是徒然，因为SVAC是一个公开的标准。恰逢AI 1．0和AI 2．0的时代接连到来，让图像辨识的工作不仅可以从传统算法转换到深度学习算法上，也可以将两者相结合完成任务，增加芯片的算力，却不增加耗能与体积。

由于处于市场的先发角色，中星微取得大量录像可以训练算法和改进芯片，一开始就将芯片设计成系统芯片（SoC），将AI算法中的训练和推论功能分开，前端设备仅负责推论功能，后端设备才负责训练辨识能力。系统芯片集成了传统算法芯片、深度学习算法芯片和逻辑推论程序，三者合力协助设备的辨识，其中深度学习芯片是以NPU为设计架构。

前端设备也可以理解成边缘设备（Edge Device），也就是说该设备在收集数据时，即可完成任务，不需将数据回传到数据中心，一来降低网络负担，二来减少延时。这是将AI芯片作分工合作的结果，不将训练和推论功能集成在一起，完成不同客户的需求。后发者或许可以透过商业签约的方式取得数据来训练算法提升能力，但中星微已经连续两次在国际的辨识竞赛上利用单模型算法完成任务并取得首奖，已经为国内的安防行业立下很高的门槛，让后人不好追赶。

换道超车比弯道超车更好

根据经验，中星微认为采取弯道超车的企业容易将资源孤注一掷在一个世代的产品上，若此时先发者将产品推进到下一个世代，不仅弯道超车失败，企业的经营亦可能出现危机。因此邓院士早早提出换道超车的概念。换道超车是指寻找新的赛道，在竞争者建立优势前，和他们竞争并且建立新的标准，如此一来，可以更稳定的成长。不过，弯道超车和换道超车并不是互斥的战略，企业可以两者同时并进采用。

关于未来

未来中星微会持续在NPU芯片上精进，打算在2019年下半年发布星光智能3号芯片，将安防摄像头的边缘计算能力再往上推高。不断将多核异构，多模计算的模式优化，将AI芯片发挥出更大的效能。

此外，对于科创板的设立，中星微已做好准备，早在2018年初，科创板还没有消息时就已经将AI芯片设计业务分拆成中星微人工智能芯片技术有限公司，并在科创板消息传出后，交由专业的团队来筹备科创板的上市事宜。

写在最后

AI芯片可能是中国芯的弯道超车的机会，但是需要尽早从AI协处理器转进到系统集成芯片的发展上。在产品开发策略上，AI芯片若作为协处理可能在短时间内可以迅速流片，但对于客户长期来说是不方便的，一旦有竞争对手可以提供包含AI芯片的系统芯片，又或者集成芯片合作对象自行开发AI芯片协处理器，都会导致自身的AI芯片协处理产品被放弃，失去原有开拓的市场。