?？低暎篈I安防時(shí)代 不再依托云端才能工作

　　城市安全管理離不開攝像頭，當(dāng)前大量的車牌、人臉、特征等識(shí)別數(shù)據(jù)已經(jīng)無法單純依靠人工進(jìn)行分析，單個(gè)1080P的攝像頭，一天便能產(chǎn)生80G左右的數(shù)據(jù)量，如果以傳統(tǒng)的方式將這些數(shù)據(jù)回傳到云服務(wù)器做視頻分析，將產(chǎn)生大量的傳輸以及存儲(chǔ)資源。同時(shí)，這些海量的數(shù)據(jù)中真正有價(jià)值的數(shù)據(jù)遠(yuǎn)遠(yuǎn)不到15%，為了減少成本，提升效率，從傳統(tǒng)集中式大數(shù)據(jù)處理向邊緣式大數(shù)據(jù)處理轉(zhuǎn)變，已是大勢(shì)所趨，賦能邊緣智能與云邊融合的新技術(shù)由此誕生。

　　邊緣計(jì)算與云計(jì)算最大的區(qū)別在于數(shù)據(jù)將不再需要傳到遙遠(yuǎn)的云端，在邊緣側(cè)便能解決數(shù)據(jù)的處理。這也解決了數(shù)據(jù)上云才能實(shí)現(xiàn)智能應(yīng)用的唯一性。這樣的方式帶來了前所未有的體驗(yàn)：

　　從成本層面而言，能節(jié)省帶寬及存儲(chǔ)成本，IDC數(shù)據(jù)統(tǒng)計(jì)顯示，云計(jì)算和邊緣計(jì)算結(jié)合，成本只有單獨(dú)使用云計(jì)算的39%;從效率層面而言，由于邊緣計(jì)算距離用戶更近，在邊緣節(jié)點(diǎn)處實(shí)現(xiàn)了對(duì)數(shù)據(jù)的過濾和分析，海量的設(shè)備數(shù)據(jù)不需要再上傳云端，反饋于終端執(zhí)行;從綜合服務(wù)層面而言，云邊融合，可大大提升人工智能的深度學(xué)習(xí)能力，AI+邊緣計(jì)算的組合讓邊緣計(jì)算不止于計(jì)算，而且可以實(shí)現(xiàn)目標(biāo)檢測(cè)、特征提取、無損建模等智能功能。

　　安防的發(fā)展，不僅需要“高大上”的云計(jì)算更需要“接地氣”的邊緣計(jì)算。邊緣計(jì)算一方面采集數(shù)據(jù)信息，進(jìn)行預(yù)處理并提取特征數(shù)據(jù)傳輸給云端大腦，另一方面通過打通各系統(tǒng)平臺(tái)，更好幫助各物聯(lián)網(wǎng)應(yīng)用落地。無論從物聯(lián)網(wǎng)應(yīng)用的使用效率、時(shí)間延遲，還是從安全考慮，邊緣計(jì)算都會(huì)是物聯(lián)網(wǎng)普及的關(guān)鍵所在。

　　這也是?？低曁岢鯝I Cloud的價(jià)值，從微觀上看讓不需要上云的數(shù)據(jù)在邊緣側(cè)進(jìn)行處理是其顯性的目標(biāo)，從宏觀上看，?？低暸c華為在ICT行業(yè)一樣，正在努力擔(dān)當(dāng)起行業(yè)“帶頭大哥”的角色，推動(dòng)著良好的安防生態(tài)的建設(shè)，開放的平臺(tái)、開放的體驗(yàn)環(huán)境和兼容性驗(yàn)證環(huán)境正在為“安防+AI”打下良好的基礎(chǔ)，也為合作伙伴搭建合作共贏的舞臺(tái)，推動(dòng)AI的落地應(yīng)用。

　　可以說，“安防大象”正在以新的姿態(tài)起舞。