近几日，围绕边缘计算的话题不断，除了资本市场上的火热，在两会上，边缘计算也出现在全国“两会”各位委员代表的提案中。
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。边缘计算的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。
网络边缘设备不仅从云中心请求内容及服务，而且还可以执行部分计算任务，包括数据存储、处理、缓存、设备管理、隐私保护等。可以说边缘计算分担了部署在云端的部分计算能力，降低物联网高频、碎片计算、传输和回源带来的延时、拥塞等问题，使AI时代下多场景应用不再受限于网络带宽传输能力。另外，边缘计算的“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。
基于边缘计算自身的技术优势及特点，从目前产业发展来看，在智慧城市、智慧交通、智能家居等对时延、带宽、成本等指标要求较高的场景将得到重点应用。当前存量的云计算、物联网技术通过与边缘计算结合，将显著提升对于以上高要求场景需求的支撑能力，例如在自动驾驶中有望依托边缘计算解决其感知与运动数据分析判断的的时效性、安全性问题。
另外，多个新兴发展的行业对边缘计算都有较为现实的需求，以车联网、直播游戏、4K/VR等垂直领域对边缘计算的需求也比较明确。有相关证券公司表示，参照物联网、云计算产业，边缘计算潜在市场规模有望达数百亿以上。尤其是随着5G网络的商用将驱动新一轮的流量周期，开启内容分发网络行业云安全和边缘计算新业态的成长空间，边缘计算将成为建设5G网络边缘云的普遍模式，为实时性和带宽密集型业务提供更好的支持。
视频监控系统作为前后端分属较为明显的物联网系统，在边缘计算的应用方面有很大潜力。摄像机作为前端采集设备，目前已经实现了从“看得见”到“看得清”的转变，接下来正在向“看得懂”迈进，因此行业内正在极力推进摄像机能够实现对视频图像内容的实时处理，不但能够极大地降低信息传输系统和后端设备的负担，同时还能够提升整个安防系统的响应速度，为安防领域一直提倡的“事前预警、事中制止、事后复核”理念走向现实的提供最有利技术支撑。
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。
在去年12月底，召开的华为智能计算大会上，华为智能计算将结合华为的四大能力，通过芯片和技术创新，来满足客户期望的算力，通过云边协同的架构和高带宽、低延迟、无缝的网络覆盖实现数据的协同和互通；通过一体化解决方案来降低人工智能使用的门槛，让AI更简单，像使用水电一样便利。另外，海康威视一直大力倡导AICloud架构，该架构由云中心、边缘域、边缘节点三部分构成，实现从端到中心的边缘计算+云计算，使得图像目标细节传输更高效，数据分级应用更加灵活。
当然除了在城市视频监控领域，边缘计算已经在智能制造、智能抄表、能效管理等领域得到了应用。最近一两年，伴随着终端芯片不断落地，围绕智慧城市建设中各种终端设备智能化升级将走向高潮，边缘计算也将迎来新的发展机遇。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
