當(dāng)下，“AI＋安防”技術(shù)已然成為一門顯學(xué)。安防人工智能時代，云計(jì)算無疑是其中重要的一項(xiàng)關(guān)鍵技術(shù)，其優(yōu)勢是可以實(shí)現(xiàn)資源共享，讓計(jì)算能力更具彈性，與此同時，由于云計(jì)算是將所有數(shù)據(jù)統(tǒng)一匯聚到云端進(jìn)行處理，因此也存在諸如響應(yīng)不及時、功耗高、網(wǎng)絡(luò)帶寬需求高等問題。

針對云計(jì)算的上述問題，海康威視率先將邊緣計(jì)算理念引入安防，將AI能力注入到前端攝像機(jī)等邊緣設(shè)備，通過高性能計(jì)算芯片和圖像識別智能算法賦能邊緣設(shè)備，在邊緣實(shí)現(xiàn)視頻圖像目標(biāo)的檢測、提取、建模、解析，把圖像解析的大量計(jì)算壓力均勻分擔(dān)到小顆粒大規(guī)模的邊緣計(jì)算資源上，僅把精煉的結(jié)構(gòu)化有效數(shù)據(jù)上傳云端處理，可以有效降低視頻流的傳輸與存儲成本，分?jǐn)傇浦行牡挠?jì)算和存儲壓力，實(shí)現(xiàn)效率最大化，同時使終端實(shí)現(xiàn)了低延時和快響應(yīng)。

那么，讀起來有些陌生與拗口的邊緣計(jì)算究竟為何物？根據(jù)維基百科解釋，邊緣計(jì)算（Edge compuTIng）又譯為“邊緣運(yùn)算”，是一種分散式運(yùn)算的架構(gòu)，將應(yīng)用程序、數(shù)據(jù)資料與服務(wù)的運(yùn)算，由網(wǎng)絡(luò)中心節(jié)點(diǎn)，移往網(wǎng)絡(luò)邏輯上的邊緣節(jié)點(diǎn)來處理。

邊緣計(jì)算中的“邊緣”是個相對概念，指從數(shù)據(jù)源到云計(jì)算中心數(shù)據(jù)路徑之間的任意計(jì)算資源和網(wǎng)絡(luò)資源。“邊緣”不限制在邊緣服務(wù)器這樣的邊緣節(jié)點(diǎn)，還包括網(wǎng)絡(luò)邊緣的攝像頭、智能手機(jī)、網(wǎng)關(guān)、可穿戴的計(jì)算設(shè)備和傳感器等設(shè)備。其基本理念指利用邊緣設(shè)備已有的計(jì)算能力，將應(yīng)用服務(wù)程序的全部或部分計(jì)算任務(wù)從云中心遷移到邊緣設(shè)備終端執(zhí)行，降低能源消耗。

事實(shí)上，邊緣計(jì)算并非新生事物，其運(yùn)算原理在很多年前就已經(jīng)被提出了。邊緣計(jì)算之所以在近期名聲鵲起，是與芯片、算法、數(shù)據(jù)幾個領(lǐng)域的發(fā)展密不可分的。而此次邊緣計(jì)算的快速崛起，也為人工智能（AI）硬件、智能機(jī)器人提供高速交互所需的運(yùn)算服務(wù)。以邊緣計(jì)算為特點(diǎn)的嵌入式人工智能技術(shù)開始受到重視，邊緣計(jì)算的作用可以優(yōu)化資源、提升效率。

而根據(jù)市場研究公司Research and Markets近日發(fā)布的報(bào)告，邊緣計(jì)算的市場規(guī)模復(fù)合年均增長率高達(dá)35．2％。在安防監(jiān)控領(lǐng)域，邊緣計(jì)算也孕育著巨大的市場。據(jù)悉，目前除?？低曂?，大華、華為、宇視等領(lǐng)軍企業(yè)也有跟進(jìn)部署邊緣計(jì)算技術(shù)。

在上月底舉辦的?？低?ldquo;AI＋：洞察行業(yè)、助力變革”主題論壇上，?？低暿状喂_發(fā)布了公司的AI Cloud體系架構(gòu)。

基于“云邊融合”的AI Cloud由云中心、邊緣域、邊緣節(jié)點(diǎn)三部分構(gòu)成，實(shí)現(xiàn)邊緣計(jì)算＋云計(jì)算的有機(jī)融合，將AI算力注入邊緣，賦能邊緣智能實(shí)現(xiàn)快速、高效的感知；云端則聚焦AI數(shù)據(jù)的全局性分析認(rèn)知，兩者以視頻AI數(shù)據(jù)為核心相輔相成，能夠充分發(fā)揮邊緣計(jì)算敏捷性和云端大數(shù)據(jù)計(jì)算全局性的優(yōu)勢。

據(jù)悉，?？低曉诎卜老到y(tǒng)邊緣配置圖像解析能力，讓采集視頻流就近得到結(jié)構(gòu)化處理，結(jié)構(gòu)化數(shù)據(jù)進(jìn)入云端進(jìn)行大數(shù)據(jù)理解碰撞，在通過AI技術(shù)和深度學(xué)習(xí)能力推理判斷和人機(jī)交互，實(shí)現(xiàn)前端感知、全網(wǎng)認(rèn)知的網(wǎng)絡(luò)智能能力。通過這個過程，就相當(dāng)于把大數(shù)據(jù)的計(jì)算壓力分解到小顆粒大規(guī)模的本地邊緣設(shè)備上，把重要信息通過結(jié)構(gòu)化處理后再上傳到云中心，在云中心做大數(shù)據(jù)關(guān)聯(lián)性分析。通過對不同需求的理解和處置，可以把本地的數(shù)據(jù)放置在本地，把大數(shù)據(jù)關(guān)聯(lián)性分析處理的需求放置在云中心，這種分層計(jì)算形式能夠較好地滿足客戶對于資源投入、采購成本、網(wǎng)絡(luò)魯棒性、需求多樣性等要素的考量。

透過安博會上的產(chǎn)品展示可窺見，在AI 領(lǐng)域深耕多年的?？低曇淹瓿闪嗽?ldquo;AI Cloud”戰(zhàn)略上的部署和技術(shù)儲備。?？低暤纳铐?、神捕、鷹眼、客流統(tǒng)計(jì)等產(chǎn)品已經(jīng)把計(jì)算放在邊緣節(jié)點(diǎn)了，同時，有一些算法是配置在邊緣域里，比如AI服務(wù)器設(shè)備刀鋒、獵鷹、臉譜、超腦等，云中心則配置高密的GPU服務(wù)器、融合云存儲產(chǎn)品和云管理的平臺等成套的軟件和硬件產(chǎn)品，這些一起構(gòu)成了AI Cloud架構(gòu)。

如是觀之，在安防大數(shù)據(jù)時代，“云邊融合”的理念無疑具有獨(dú)特的優(yōu)勢和魅力。云計(jì)算提供強(qiáng)大的全局結(jié)構(gòu)化數(shù)據(jù)推理分析和資源管控力，邊緣計(jì)算則提供快速、敏捷、高效、精準(zhǔn)的實(shí)時響應(yīng)。兩者互補(bǔ)，將驅(qū)動安防行業(yè)人工智能應(yīng)用邁入全新層次。

根據(jù)IDC的預(yù)測，到2020年，物聯(lián)網(wǎng)會有500億感知設(shè)備，50％的計(jì)算會在邊緣設(shè)備上，云邊融合是未來普遍的模式。

據(jù)悉，?？低曇验_啟 AI Cloud＋ 行業(yè)解決方案的應(yīng)用，植入“云邊融合”創(chuàng)新理念的項(xiàng)目陸續(xù)落地多個行業(yè)應(yīng)用，為應(yīng)急指揮、民生服務(wù)、城市運(yùn)營、交通管理、商業(yè)決策等領(lǐng)域提供 AI 解決方案服務(wù)。

如今不僅是?？低暎糠直O(jiān)控廠商、VC創(chuàng)＊＊司也已將深度學(xué)習(xí)的算法集成到智能攝像機(jī)中，如車牌識別與人臉識別都已實(shí)現(xiàn)在前端進(jìn)行。