在過去幾年里，前端攝像頭采集數(shù)據(jù)，并將數(shù)據(jù)傳輸?shù)胶蠖朔��?wù)器、NVR或者云端進(jìn)行存儲以及智能分析，這是安防行業(yè)傳統(tǒng)的做法，但隨著視頻數(shù)據(jù)量迅猛遞增，以及網(wǎng)絡(luò)傳輸帶寬的壓力和成本問題，安防行業(yè)開始尋找新的解決方案，邊緣計(jì)算和邊緣存儲的應(yīng)用由此開始。

邊緣計(jì)算以其安全高效的特點(diǎn)在當(dāng)下獲得眾多企業(yè)和行業(yè)關(guān)注。不同于依靠多個數(shù)據(jù)中心的云計(jì)算，邊緣計(jì)算是指在數(shù)據(jù)源處完成的計(jì)算，具有低時延、安全、靈活性強(qiáng)的特點(diǎn)。�？低�視CEO胡揚(yáng)忠曾表示：“將AI算力注入邊緣，賦能邊緣智能是大勢所趨�！弊鳛檫吘売�(jì)算應(yīng)用典型之一，安防視頻監(jiān)控領(lǐng)域不容輕視。

相比于傳統(tǒng)視頻監(jiān)控，邊緣計(jì)算＋視頻監(jiān)控，通過對視頻圖像進(jìn)行預(yù)處理，去除圖像冗余信息，使得部分或全部視頻分析遷移到邊緣處，由此降低對云中心的計(jì)算、存儲和網(wǎng)絡(luò)帶寬需求，提高設(shè)備響應(yīng)速度，相當(dāng)于在邊緣直接對視頻圖像進(jìn)行處理分析。邊緣計(jì)算彌補(bǔ)了云計(jì)算響應(yīng)不及時、功耗高等問題，并滿足了安防行業(yè)在實(shí)時業(yè)務(wù)、安全與隱私保護(hù)等方面的需要，因此被廣泛應(yīng)用。如果將云計(jì)算看成視頻監(jiān)控1．0時代的話，那么邊緣計(jì)算則是2．0時代。

根據(jù)CB Insights的市場規(guī)模量化工具，到2022年，全球邊緣計(jì)算市場規(guī)模預(yù)計(jì)將達(dá)到67．2億美元。而根據(jù)Research and Markets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％。當(dāng)然，安防也不例外，目前來看，邊緣計(jì)算正在監(jiān)控領(lǐng)域孕育著巨大的市場。

安防業(yè)龍頭�？岛痛笕A均相繼發(fā)布邊緣計(jì)算產(chǎn)品與解決方案，例如�？怠懊黜�”系列產(chǎn)品、大華邊緣計(jì)算節(jié)點(diǎn)聯(lián)網(wǎng)方案等。此外，除了海康和大華，華為、宇視科技等領(lǐng)軍企業(yè)也有跟進(jìn)部署邊緣計(jì)算技術(shù)。部分監(jiān)控廠商、VC創(chuàng)業(yè)公司也已將深度學(xué)習(xí)技術(shù)應(yīng)用于終端攝像機(jī)中，車牌識別與人臉識別等功能都已實(shí)現(xiàn)在前端進(jìn)行。那么，2019年安防企業(yè)還會將邊緣計(jì)算拓展到哪些應(yīng)用領(lǐng)域？值得期待！

結(jié)語：從上文來看，邊緣計(jì)算確實(shí)有效彌補(bǔ)了云存儲的不足，但需要注意的是，純邊緣存儲也有其缺陷，例如發(fā)生本地災(zāi)難時容易丟失數(shù)據(jù)、難以在站點(diǎn)之間進(jìn)行邊緣存儲協(xié)作、數(shù)據(jù)被盜風(fēng)險較大且無法搜索，并且由于缺乏本地IT而極難進(jìn)行大規(guī)模管理等。

如是觀之，在安防大數(shù)據(jù)時代，邊緣計(jì)算與云計(jì)算技術(shù)還是需要互相補(bǔ)充，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)。兩者共同推動安防行業(yè)邁入全新層次。