• <dd id="vrxsa"><meter id="vrxsa"><label id="vrxsa"></label></meter></dd>

      賦能安防行業(yè),云邊融合乃大勢所趨

      責(zé)任編輯:zsheng

      2019-02-22 08:25:52

      摘自:安防知識網(wǎng)

      前言:云計(jì)算與邊緣計(jì)算是看似矛盾,實(shí)際上卻是協(xié)同、互補(bǔ)的兩種方式。安防行業(yè)也好,物聯(lián)網(wǎng)也好,只有將邊緣計(jì)算和云計(jì)算協(xié)同使用,才會發(fā)揮出最大的價(jià)值。

      互聯(lián)網(wǎng)時代,核心的數(shù)據(jù)生產(chǎn)、分析,發(fā)放全部依賴云端服務(wù)器,而終端設(shè)備則只有例如PC機(jī)、手機(jī)、PAD這一類電子設(shè)備。物聯(lián)網(wǎng)這一概念的提出,則大大擴(kuò)充了終端設(shè)備的范圍,萬物互聯(lián),任何一樣?xùn)|西經(jīng)過智能化改造都可以成為終端,都可以成為數(shù)據(jù)的來源,而正是有了這些邊緣端的設(shè)備,才促進(jìn)了邊緣計(jì)算爆發(fā)式增長。

      邊緣計(jì)算賦能安防行業(yè)

      2012年以前的傳統(tǒng)安防行業(yè),簡單來說就是“視頻監(jiān)控”,以攝像機(jī)作為前端感知設(shè)備,負(fù)責(zé)數(shù)據(jù)的采集;服務(wù)器作為后端設(shè)備,負(fù)責(zé)數(shù)據(jù)的處理及分析。

      邊緣計(jì)算的出現(xiàn)則將安防的智能化帶向了前端。傳統(tǒng)方式下,我們可能需要堆疊大量的GPU服務(wù)器來實(shí)現(xiàn)這些智能化的服務(wù),而現(xiàn)在,我們可以逐步的將例如人臉的檢測、抓拍、識別,視頻的結(jié)構(gòu)化、車輛的檢測與識別放到前端攝像頭去實(shí)現(xiàn),這樣的變化帶來的影響巨大。

      首先是帶寬方面,我們不再需要將原始數(shù)據(jù)全部傳輸?shù)皆贫巳ヌ幚恚缓蟀l(fā)送回來,而是直接邊緣端即可完成處理;第二是成本方面,大規(guī)模量產(chǎn)的前端芯片成本要遠(yuǎn)低于后臺服務(wù)器的芯片成本,同時海量服務(wù)器的運(yùn)維、散熱、機(jī)房租用等等成本更高;第三是延時方面,例如一個人臉識別,前端設(shè)備直接能夠自行處理,可以不需要將視頻傳輸回去,解析、摳圖、識別然后再把結(jié)果返回來,這難以滿足很多場景下快速響應(yīng)的需求。

      當(dāng)然,安防行業(yè)的智能化與前置化的核心或者說難點(diǎn)是前端處理能力,也就是芯片。云端的處理能力,我們可以通過服務(wù)器的疊加來實(shí)現(xiàn)。但是。邊緣端的芯片則需要在保持強(qiáng)大運(yùn)算能力的同時,盡可能的降低功耗、降低成本以滿足大規(guī)模推廣需求,這是一件非常具有挑戰(zhàn)的事情。

      云邊融合已為產(chǎn)業(yè)必然趨勢

      盡管云計(jì)算早在2005年就已提出,且具有強(qiáng)大的運(yùn)算能力以及海量數(shù)據(jù)挖掘與分析能力。但隨著物聯(lián)網(wǎng)時代的到來,日常生活中產(chǎn)生的大量數(shù)據(jù)需要更快速的響應(yīng)及處理,這些都是云計(jì)算不能解決的問題。在網(wǎng)絡(luò)帶寬有限、網(wǎng)絡(luò)擁堵、響應(yīng)延時一系列技術(shù)的要求下,邊緣計(jì)算開始成為物聯(lián)網(wǎng)時代超越云計(jì)算的最佳“使用方法”。

      不過,盡管云計(jì)算與邊緣計(jì)算是看似矛盾,實(shí)際上卻是協(xié)同、互補(bǔ)的兩種方式。也就是說,邊緣計(jì)算雖然有其明顯的優(yōu)勢,但是用邊緣計(jì)算來替代云計(jì)算也是不可行的。例如海量數(shù)據(jù)的挖掘、關(guān)聯(lián)分析,關(guān)鍵數(shù)據(jù)的存儲,多邊緣節(jié)點(diǎn)的聯(lián)動都需要依賴云端來完成,云計(jì)算廠家布局邊緣計(jì)算,是對自身能力的一個補(bǔ)充,從而可以提供更好更完整的解決方案,也是順應(yīng)技術(shù)發(fā)展的需要。

      但不管是安防行業(yè)還是物聯(lián)網(wǎng),只有將邊緣計(jì)算和云計(jì)算協(xié)同使用,才會發(fā)揮出最大的價(jià)值。

      由于物聯(lián)網(wǎng)設(shè)備類型的多樣性和廣泛性,對網(wǎng)絡(luò)要求、計(jì)算存儲、運(yùn)維管理等諸多方面帶來挑戰(zhàn),而云計(jì)算在安防行業(yè)(物聯(lián)網(wǎng))領(lǐng)域并非萬能,邊緣計(jì)算和云計(jì)算融合才能更好解決物聯(lián)網(wǎng)的現(xiàn)實(shí)問題。以視頻監(jiān)控的發(fā)展為例,視頻監(jiān)控?cái)?shù)字化后將部分存儲和管理功能轉(zhuǎn)移到邊緣,隨著技術(shù)演進(jìn),既需要邊緣設(shè)備的靈活響應(yīng),又需管理復(fù)雜的采、存、算等設(shè)備,像人體這個復(fù)雜系統(tǒng)一樣,連接感知末梢與大腦有序運(yùn)作的,是非常復(fù)雜的經(jīng)絡(luò)體系,而不是簡單的信息通道。

      所以,云計(jì)算與邊緣計(jì)算的協(xié)同不是簡單的云+端,更不是簡單地分成若干個所謂的“小云”再匯聚到更大規(guī)模的云,而是切實(shí)解決從端到云所帶來的應(yīng)用、數(shù)據(jù)處理、管理等一系列問題。

      要落地?但邊緣計(jì)算難點(diǎn)有待解決

      盡管邊緣計(jì)算存在節(jié)省帶寬成本、節(jié)約服務(wù)器成本、存儲成本、降低響應(yīng)時間等優(yōu)勢,但其在落地應(yīng)用過程中仍然存在應(yīng)用層面、技術(shù)層面的問題。

      ●場景適應(yīng)性。我們知道,當(dāng)前還處于人工智能發(fā)展初級階段,各項(xiàng)應(yīng)用與服務(wù)都是基于“模型訓(xùn)練“得到的,并沒有達(dá)到強(qiáng)人工智能的階段,所以本身計(jì)算、識別及分析能力對場景的依賴性較大,所以我們需要更多的應(yīng)用場景去加速邊緣計(jì)算的落地,需要更多的技術(shù)投入、資金及人力的投入。

      ●改造成本。傳統(tǒng)安防的客戶主要是公安、政法委這一類,這些客戶具有項(xiàng)目運(yùn)作周期長的特點(diǎn),所以新技術(shù)的應(yīng)用很難快速的在這些場景鋪開。

      ●技術(shù)實(shí)力與實(shí)戰(zhàn)標(biāo)準(zhǔn)的區(qū)別。以人臉識別為例,“人臉識別“的技術(shù)是很成熟的,但是到了實(shí)際的場景中,仍然存在識別不準(zhǔn)確、識別不出來、識別效果不好等,例如人是低著頭的、光照會發(fā)生變化、攝像頭拍攝角度問題這些不可控因素都會導(dǎo)致識別結(jié)果不好。人臉識別這項(xiàng)很成熟的技術(shù)尚且如此,那么到了其他應(yīng)用場景,例如要做安全帽的識別、做車輛亂停的識別、做水尺的識別、集裝箱識別,這些理論上,只要數(shù)據(jù)量足夠充分都可以發(fā)掘,但是達(dá)到”解決客戶問題“這樣的標(biāo)準(zhǔn),目前還有很多工作有待解決。

      小結(jié):

      新行業(yè)的發(fā)展必然伴隨著新的需求出現(xiàn),而技術(shù)的突破則能夠帶來新的產(chǎn)品和解決方案。

      巨頭布局邊緣計(jì)算是必然趨勢,未來云和端缺一不可,但是由于邊緣計(jì)算面向的還是某個具體應(yīng)用場景,且AI的應(yīng)用場景會比互聯(lián)網(wǎng)以及移動互聯(lián)網(wǎng)時代要豐富得多。可以預(yù)見的是,在未來人工智能時代,邊緣端將會有大量機(jī)會,也將出現(xiàn)有多家AI芯片廠商共存的局面。我們一起期待!

      鏈接已復(fù)制,快去分享吧

      企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號-6京公網(wǎng)安備 11010502049343號