边缘计算快速崛起_融合“AI＋安防”

当下，“AI＋安防”技术已然成为一门显学。安防人工智能时代，云计算无疑是其中重要的一项关键技术，其优势是可以实现资源共享，让计算能力更具弹性，与此同时，由于云计算是将所有数据统一汇聚到云端进行处理，因此也存在诸如响应不及时、功耗高、网络带宽需求高等问题。

针对云计算的上述问题，海康威视率先将边缘计算理念引入安防，将AI能力注入到前端摄像机等边缘设备，通过高性能计算芯片和图像识别智能算法赋能边缘设备，在边缘实现视频图像目标的检测、提取、建模、解析，把图像解析的大量计算压力均匀分担到小颗粒大规模的边缘计算资源上，仅把精炼的结构化有效数据上传云端处理，可以有效降低视频流的传输与存储成本，分摊云中心的计算和存储压力，实现效率最大化，同时使终端实现了低延时和快响应。

那么，读起来有些陌生与拗口的边缘计算究竟为何物？根据维基百科解释，边缘计算（Edge compuTIng）又译为“边缘运算”，是一种分散式运算的架构，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。

边缘计算中的“边缘”是个相对概念，指从数据源到云计算中心数据路径之间的任意计算资源和网络资源。“边缘”不限制在边缘服务器这样的边缘节点，还包括网络边缘的摄像头、智能手机、网关、可穿戴的计算设备和传感器等设备。其基本理念指利用边缘设备已有的计算能力，将应用服务程序的全部或部分计算任务从云中心迁移到边缘设备终端执行，降低能源消耗。

事实上，边缘计算并非新生事物，其运算原理在很多年前就已经被提出了。边缘计算之所以在近期名声鹊起，是与芯片、算法、数据几个领域的发展密不可分的。而此次边缘计算的快速崛起，也为人工智能（AI）硬件、智能机器人提供高速交互所需的运算服务。以边缘计算为特点的嵌入式人工智能技术开始受到重视，边缘计算的作用可以优化资源、提升效率。

而根据市场研究公司Research and Markets近日发布的报告，边缘计算的市场规模复合年均增长率高达35．2％。在安防监控领域，边缘计算也孕育着巨大的市场。据悉，目前除海康威视外，大华、华为、宇视等领军企业也有跟进部署边缘计算技术。

在上月底举办的海康威视“AI＋：洞察行业、助力变革”主题论坛上，海康威视首次公开发布了公司的AI Cloud体系架构。

基于“云边融合”的AI Cloud由云中心、边缘域、边缘节点三部分构成，实现边缘计算＋云计算的有机融合，将AI算力注入边缘，赋能边缘智能实现快速、高效的感知；云端则聚焦AI数据的全局性分析认知，两者以视频AI数据为核心相辅相成，能够充分发挥边缘计算敏捷性和云端大数据计算全局性的优势。

据悉，海康威视在安防系统边缘配置图像解析能力，让采集视频流就近得到结构化处理，结构化数据进入云端进行大数据理解碰撞，在通过AI技术和深度学习能力推理判断和人机交互，实现前端感知、全网认知的网络智能能力。通过这个过程，就相当于把大数据的计算压力分解到小颗粒大规模的本地边缘设备上，把重要信息通过结构化处理后再上传到云中心，在云中心做大数据关联性分析。通过对不同需求的理解和处置，可以把本地的数据放置在本地，把大数据关联性分析处理的需求放置在云中心，这种分层计算形式能够较好地满足客户对于资源投入、采购成本、网络鲁棒性、需求多样性等要素的考量。

透过安博会上的产品展示可窥见，在AI 领域深耕多年的海康威视已完成了在“AI Cloud”战略上的部署和技术储备。海康威视的深眸、神捕、鹰眼、客流统计等产品已经把计算放在边缘节点了，同时，有一些算法是配置在边缘域里，比如AI服务器设备刀锋、猎鹰、脸谱、超脑等，云中心则配置高密的GPU服务器、融合云存储产品和云管理的平台等成套的软件和硬件产品，这些一起构成了AI Cloud架构。

如是观之，在安防大数据时代，“云边融合”的理念无疑具有独特的优势和魅力。云计算提供强大的全局结构化数据推理分析和资源管控力，边缘计算则提供快速、敏捷、高效、精准的实时响应。两者互补，将驱动安防行业人工智能应用迈入全新层次。

根据IDC的预测，到2020年，物联网会有500亿感知设备，50％的计算会在边缘设备上，云边融合是未来普遍的模式。

据悉，海康威视已开启 AI Cloud＋ 行业解决方案的应用，植入“云边融合”创新理念的项目陆续落地多个行业应用，为应急指挥、民生服务、城市运营、交通管理、商业决策等领域提供 AI 解决方案服务。

如今不仅是海康威视，部分监控厂商、VC创＊＊司也已将深度学习的算法集成到智能摄像机中，如车牌识别与人脸识别都已实现在前端进行。