隨著物聯(lián)網(wǎng)的快速發(fā)展以及數(shù)據(jù)處理 2．0 時代的到來，邊緣計算很快成為了廣受追捧的熱門技術(shù)。IDC 數(shù)據(jù)顯示，未來超過 50％ 的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析、處理和存儲，邊緣計算市場規(guī)模將超萬億，成為與云計算平分秋色的新興市場。

隨著亞馬遜、阿里、華為、微軟等巨頭的戰(zhàn)略布局，邊緣計算已經(jīng)逐步成為互聯(lián)網(wǎng)時代的另一新爆點(diǎn)。未來邊緣計算不僅能就近提供智能互聯(lián)服務(wù)，還能滿足行業(yè)在數(shù)字化變革過程中的關(guān)鍵需求。但需要注意的是，與物聯(lián)網(wǎng)有著“親密關(guān)系”的邊緣計算，不管在安防行業(yè)還是工業(yè)，要實(shí)現(xiàn)落地，應(yīng)用必將是最核心的問題。

然而要想了解這其中的邏輯關(guān)系，需要一步步來解析：

什么是邊緣計算？

廣義的說法是在靠近用戶數(shù)據(jù)和訪問側(cè)，提供低延遲、高可靠、高可用、就近彈性的計算服務(wù)，滿足客戶在實(shí)時業(yè)務(wù)、應(yīng)用智能、數(shù)據(jù)就近處理分析、數(shù)據(jù)安全和隱私保護(hù)等方面的關(guān)鍵需求，可靈活配置管理大規(guī)模邊緣計算應(yīng)用。

云計算與邊緣計算之間的關(guān)系如何？

邊緣計算與云計算究竟有什么聯(lián)系，我們可以用一句話概括：“如果把云計算比作整個計算機(jī)智能系統(tǒng)的大腦。那么邊緣計算就是這個系統(tǒng)的眼睛耳朵和手腳?！?/p>

當(dāng)前業(yè)界普遍認(rèn)為云計算和邊緣計算是一種共生關(guān)系。對于需要及時響應(yīng)，算法相對簡單的計算，利用邊緣計算處理；對于非計算響應(yīng)，算法復(fù)雜的計算，在云計算中進(jìn)行。而未來將是前端智能＋邊緣＋云的組合。

前端智能

隨著AI芯片及嵌入式感知系統(tǒng)不斷成熟發(fā)展，前端智能設(shè)備的算力不斷增強(qiáng)，可以完成更為復(fù)雜的視覺計算功能，從而將檢測、識別、分類的結(jié)果在前端進(jìn)行實(shí)時應(yīng)用。前端智能化處理還能按需將高質(zhì)量結(jié)構(gòu)化數(shù)據(jù)及分析結(jié)果傳輸至后端，減少丟包、壓縮造成的信息丟失或誤差，提升智能分析的準(zhǔn)確性。

前端智能的載體一般是具備一定計算能力的硬件設(shè)備，可以實(shí)現(xiàn)不同智能功能。前端智能設(shè)備向上對接云端平臺或者邊緣計算單元，向云端推送視音頻流以及結(jié)構(gòu)化的數(shù)據(jù)，還可以對外圍設(shè)備進(jìn)行管理并響應(yīng)直播云端的消息（可根據(jù)云端需求不同輸出門禁信息、報警）等。

邊緣計算

邊緣計算節(jié)點(diǎn)主要是就近收集和存儲智能前端的各類異構(gòu)數(shù)據(jù)、就近管理和調(diào)度智能計算資源，滿足不同場合對智能分析的即時響應(yīng)、即時分析的需要。對于多級業(yè)務(wù)的復(fù)雜系統(tǒng)，邊緣計算節(jié)點(diǎn)相應(yīng)各個分級的應(yīng)用，滿足不同級別系統(tǒng)的計算需求。邊緣計算節(jié)點(diǎn)可以接收、整合、傳遞智能前端的結(jié)構(gòu)化數(shù)據(jù)，也可以根據(jù)需要調(diào)配算力，應(yīng)用不同的算法對當(dāng)前分級內(nèi)的數(shù)據(jù)進(jìn)行智能分析，實(shí)現(xiàn)智能應(yīng)用。

單個的邊緣節(jié)點(diǎn)可以將本級內(nèi)智能前端以及邊緣計算所需的存儲資源以及計算資源進(jìn)行統(tǒng)一管理，根據(jù)需求調(diào)度智能算法，結(jié)合邊緣計算節(jié)點(diǎn)的智能分析能力，實(shí)現(xiàn)在本級內(nèi)完成所有預(yù)定的智能功能；多個邊緣計算節(jié)點(diǎn)可以根據(jù)需求組合，形成一個智能網(wǎng)絡(luò)，在網(wǎng)絡(luò)中對數(shù)據(jù)進(jìn)行加工、交換數(shù)據(jù)、共享計算結(jié)果。

云計算

云端計算平臺除了完成對前端智能設(shè)備和邊緣計算節(jié)點(diǎn)的管理功能外，還可以完成智能分析功能。云平臺根據(jù)需求分配計算和存儲的資源，按照業(yè)務(wù)的需求調(diào)度智能分析算法、大數(shù)據(jù)分析算法。

云端計算平臺對來自邊緣計算節(jié)點(diǎn)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行更高層級的智能分析處理，比如更多數(shù)據(jù)庫容量的人臉比對、更大時間寬度和空間跨度內(nèi)的事件關(guān)聯(lián)分析等。大數(shù)據(jù)分析算法對智能前端、邊緣計算節(jié)點(diǎn)所返回的結(jié)構(gòu)化數(shù)據(jù)智能分析處理，支撐多維大數(shù)據(jù)的綜合事件分析、邏輯分析、決策分析。

總結(jié)來說，云端計算平臺、邊緣計算節(jié)點(diǎn)、智能前端之間相互結(jié)合可實(shí)現(xiàn)多層次的智能分析。

與云計算相比，邊緣計算在安防行業(yè)中具有哪些應(yīng)用優(yōu)勢？

事實(shí)上，市場上存在著兩類邊緣計算，這點(diǎn)要從物聯(lián)網(wǎng)的實(shí)際場景需求分析：

2020年將有500億設(shè)備聯(lián)網(wǎng)，將會帶來兩大難題：如何管理這些聯(lián)接以及如何傳輸和處理這些流量？而這兩大難題的解決應(yīng)該要依靠兩種邊緣計算平臺。

一種為解決聯(lián)接，一種為解決流量。前一種主要解決互聯(lián)網(wǎng)和物聯(lián)網(wǎng)之間協(xié)議轉(zhuǎn)換等問題，一般提供物聯(lián)網(wǎng)網(wǎng)關(guān)類云服務(wù)。后一種主要解決海量的流媒體或數(shù)據(jù)流量的傳輸，一般采用CDN的邊緣節(jié)點(diǎn)來提供邊緣計算服務(wù)。所以邊緣計算在物聯(lián)網(wǎng)技術(shù)架構(gòu)中是處于廣域網(wǎng)／傳感器和云計算之間的，提供的是就近的數(shù)據(jù)處理和數(shù)據(jù)訪問，如下圖所示：

邊緣計算和安防行業(yè)有何關(guān)系？

現(xiàn)階段物聯(lián)網(wǎng)設(shè)備中攝像頭及攝像頭模組占了非常大的比例，任何智能家居設(shè)備及道路監(jiān)控，凡是需要做圖像數(shù)據(jù)采集進(jìn)行分析和反饋的場景都會需要攝像頭，而安防行業(yè)的核心終端設(shè)備就是攝像頭。曾經(jīng)安防行業(yè)因為存儲和設(shè)備整體方案的昂貴成本一般只應(yīng)用于公共交通、酒店、樓宇、園區(qū)等場景中，現(xiàn)如今隨著成本的降低，家庭安防、新零售、商業(yè)中心等也在逐漸賦能智能安防。

但如何讓私有與公有網(wǎng)絡(luò)的成本、性能、智能分析兼顧，越來越成為商業(yè)智能落地的關(guān)鍵。

邊緣計算可就近計算的特質(zhì)，讓其一方面可對人臉數(shù)據(jù)、人群分析、生物識別、商品識別等分析結(jié)果進(jìn)行高效的處理，讓原先智能場景不再需要在現(xiàn)場布署昂貴笨重的硬件設(shè)備，極大提高智能場景的落地效率和復(fù)制速度；另一方面分布廣泛的攝像頭也因為邊緣存儲服務(wù)的就近存儲，可以把海量的監(jiān)控數(shù)據(jù)就近存儲起來，提供了就近高速可存可分析的業(yè)務(wù)體驗。 　　邊緣計算的這兩個優(yōu)勢使得安防行業(yè)與之緊密聯(lián)系在了一起，在邊緣計算的部署下安防場景能夠更好更快地落地實(shí)施。

邊緣計算如何在安防行業(yè)落地？

邊緣計算在安防行業(yè)落地需要分兩類場景：

第一類是私有網(wǎng)絡(luò)：通常采用邊緣存儲私有化＋邊緣計算私有化部署，該方案的優(yōu)點(diǎn)是可內(nèi)網(wǎng)保證數(shù)據(jù)私密性，可打開網(wǎng)絡(luò)出口，把數(shù)據(jù)備份到公網(wǎng)上，本地計算資源不足時也可打開公網(wǎng)出口，業(yè)務(wù)降級到中心計算資源去計算處理。

第二類是互聯(lián)網(wǎng)：與私有網(wǎng)絡(luò)不同，互聯(lián)網(wǎng)因為公網(wǎng)的問題通常會存在幾個痛點(diǎn)：

1、鏈路質(zhì)量問題。主要是設(shè)備到計算中心機(jī)房通信的延遲，同時網(wǎng)絡(luò)鏈路不可靠。

2、私有協(xié)議和利舊問題。因為安防領(lǐng)域存在歷史監(jiān)控設(shè)備，不一定可以直接做嵌入程序升級，而很多廠家的設(shè)備也需要支持非標(biāo)準(zhǔn)的多媒體協(xié)議。

3、資源成本問題。本地攝像頭的數(shù)據(jù)如果全部上傳到存儲，很多無價值數(shù)據(jù)也會占用傳輸通道和存儲空間，如果能夠就近處理刪除無用數(shù)據(jù)，將減少很多資源浪費(fèi)。

4、傳輸時效問題。尤其在監(jiān)控歷史數(shù)據(jù)遷移等過程中，長距離的到中心計算機(jī)房的傳輸會帶來極大的時間成本損失。

在七牛云邊緣計算解決方案中，其創(chuàng)新性的增加了邊緣存儲功能，使得就近的本地運(yùn)營商可在本區(qū)域內(nèi)就近服務(wù)，解決了鏈路質(zhì)量問題和傳輸時效問題。而通過流式存儲的接口和邊緣計算容器化接入方式也可以解決私有協(xié)議和利舊問題，本地就近計算刪除無價值數(shù)據(jù)完成了數(shù)據(jù)分揀也很好地解決了資源成本問題。

綜上，邊緣計算可以從運(yùn)營成本、帶寬利用率、丟包率、業(yè)務(wù)延遲等指標(biāo)上給整個行業(yè)的性能和運(yùn)營帶來極大的改善，同時邊緣計算的安防解決方案提供的一系列特性如流式上傳、倍速播放、去SD卡化、邊緣智能分析等也促使越來越多的監(jiān)控廠商加入了升級的大潮。

邊緣計算在安防領(lǐng)域落地暢想

安防領(lǐng)域作為物聯(lián)網(wǎng)領(lǐng)域流量傳輸最大的場景，率先通過邊緣計算驅(qū)動整體性能體驗得到提升，下一步逐步實(shí)現(xiàn)商業(yè)智能、樓宇智能、小區(qū)智能的落地將會成為下一個物聯(lián)網(wǎng)爆發(fā)點(diǎn)。

例如，在商超等應(yīng)用環(huán)境中，可對顧客的性別分布、年齡分布等客觀信息，并結(jié)合單位區(qū)域內(nèi)逗留時間等維度信息進(jìn)行分析，進(jìn)而得到如何布署相關(guān)的商鋪位置、如何集中餐飲等后勤服務(wù)力量的決策建議；在樓宇與小區(qū)應(yīng)用中可減少非必要的安保人員，用機(jī)力代替人力，自動對出入的人員進(jìn)行身份比對，對可疑人員進(jìn)行身份報警；在社會治安應(yīng)用中，可根據(jù)治安、反恐、社區(qū)可疑人員等信息結(jié)合時間頻次信息等預(yù)測出可能出現(xiàn)的危險情況和安全隱患，從而組織治安力量更有針對性地進(jìn)行社會管理。

邊緣計算在安防領(lǐng)域的實(shí)踐從根本上打破了原本“智能”應(yīng)用落地的壁壘，讓原本受限于計算力、傳輸環(huán)境、存儲環(huán)境等諸多問題的應(yīng)用設(shè)想得以實(shí)現(xiàn)。