亞馬遜、阿里、華為、微軟等巨頭的戰(zhàn)略布局，讓未來不僅能就近提供智能互聯(lián)服務(wù)，還能滿足行業(yè)在數(shù)字化變革過程中的關(guān)鍵需求，逐漸成為萬物互聯(lián)時(shí)代下的又一新爆點(diǎn)。但需要注意的是，不管在安防行業(yè)還是工業(yè)，與物聯(lián)網(wǎng)有著「親密關(guān)系」的邊緣計(jì)算要落地，如何應(yīng)用將會是最核心的問題。然而要想了解這其中的邏輯關(guān)系，需要一步步來解析。

邊緣計(jì)算是什么?

廣義的說法是在靠近用戶數(shù)據(jù)和訪問側(cè)，提供低延遲高可靠高可用就近彈性計(jì)算服務(wù)，滿足客戶在實(shí)時(shí)業(yè)務(wù)、應(yīng)用智能、數(shù)據(jù)就近處理分析、數(shù)據(jù)安全和隱私保護(hù)等方面的關(guān)鍵需求，可靈活配置管理大規(guī)模邊緣計(jì)算應(yīng)用。

云計(jì)算與邊緣計(jì)算的關(guān)系是怎樣的?

云計(jì)算和邊緣計(jì)算將會是一種共生關(guān)系。對于需要及時(shí)響應(yīng)，算法相對簡單的計(jì)算，利用邊緣計(jì)算處理;對于非計(jì)算響應(yīng)，算法復(fù)雜的計(jì)算，在云計(jì)算中進(jìn)行。未來將是前端智能+邊緣+云的組合。

前端智能

AI 芯片及嵌入式感知系統(tǒng)不斷成熟發(fā)展，前端智能設(shè)備的算力不斷增強(qiáng)，可以完成更為復(fù)雜的視覺計(jì)算功能，這樣可以將檢測、識別、分類的結(jié)果在前端進(jìn)行實(shí)時(shí)應(yīng)用。特定場景下對智能分析的實(shí)時(shí)性、安全性的要求，需要在前端智能設(shè)備上直接實(shí)現(xiàn);前端智能化處理還能按需將高質(zhì)量結(jié)構(gòu)化數(shù)據(jù)及分析結(jié)果傳輸至后端，減少丟包、壓縮造成的信息丟失或誤差，提升智能分析的準(zhǔn)確性。

前端智能的載體一般是具備一定計(jì)算能力的硬件設(shè)備，可以實(shí)現(xiàn)不同智能功能，例如：人臉檢測、人臉特征提取、人臉識別、人體識別、車輛識別等。前端智能設(shè)備向上對接云端平臺或者邊緣計(jì)算單元，向云端推送視音頻流以及結(jié)構(gòu)化的數(shù)據(jù)，還可以對外圍設(shè)備進(jìn)行管理并響應(yīng)直播云端的消息(可根據(jù)云端需求不同輸出門禁信息、報(bào)警)等。

邊緣計(jì)算

邊緣計(jì)算節(jié)點(diǎn)主要是就近收集和存儲智能前端的各類異構(gòu)數(shù)據(jù)、就近管理和調(diào)度智能計(jì)算資源，滿足不同場合對智能分析的即時(shí)響應(yīng)、即時(shí)分析的需要。對于多級業(yè)務(wù)的復(fù)雜系統(tǒng)，邊緣計(jì)算節(jié)點(diǎn)相應(yīng)各個分級的應(yīng)用，滿足不同級別系統(tǒng)的計(jì)算需求。邊緣計(jì)算節(jié)點(diǎn)可以接收、整合、傳遞智能前端的結(jié)構(gòu)化數(shù)據(jù)，也可以根據(jù)需要調(diào)配算力，應(yīng)用不同的算法對當(dāng)前分級內(nèi)的數(shù)據(jù)進(jìn)行智能分析，實(shí)現(xiàn)智能應(yīng)用。

單個的邊緣節(jié)點(diǎn)可以將本級內(nèi)智能前端以及邊緣計(jì)算所需的存儲資源以及計(jì)算資源進(jìn)行統(tǒng)一管理，根據(jù)需求調(diào)度智能算法，結(jié)合邊緣計(jì)算節(jié)點(diǎn)的智能分析能力，實(shí)現(xiàn)在本級內(nèi)完成所有預(yù)定的智能功能;多個邊緣計(jì)算節(jié)點(diǎn)可以根據(jù)需求組合，形成一個智能網(wǎng)絡(luò)，在網(wǎng)絡(luò)中對數(shù)據(jù)進(jìn)行加工，交換數(shù)據(jù)，共享計(jì)算結(jié)果。

云計(jì)算

云端計(jì)算平臺除了完成對前端智能設(shè)備和邊緣計(jì)算節(jié)點(diǎn)的管理功能外，還可以完成智能分析功能。云平臺根據(jù)需求分配計(jì)算和存儲的資源，按照業(yè)務(wù)的需求調(diào)度智能分析算法、大數(shù)據(jù)分析算法。

云端計(jì)算平臺對來自邊緣計(jì)算節(jié)點(diǎn)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行更高層級的智能分析處理，比如更多數(shù)據(jù)庫容量的人臉比對、更大時(shí)間寬度和空間跨度內(nèi)的事件關(guān)聯(lián)分析等。大數(shù)據(jù)分析算法對智能前端、邊緣計(jì)算節(jié)點(diǎn)所返回的結(jié)構(gòu)化數(shù)據(jù)智能分析處理，支撐多維大數(shù)據(jù)的綜合事件分析、邏輯分析、決策分析。云端計(jì)算平臺、邊緣計(jì)算節(jié)點(diǎn)、智能前端之間相互結(jié)合實(shí)現(xiàn)多層次的智能分析。

邊緣計(jì)算在安防行業(yè)中的優(yōu)勢

與云計(jì)算相比，邊緣計(jì)算在安防行業(yè)(物聯(lián)網(wǎng))中具有哪些應(yīng)用優(yōu)勢呢?

事實(shí)上，在市場上存在這兩類邊緣計(jì)算，這要從物聯(lián)網(wǎng)的實(shí)際場景需求分析：

未來 2020 年將會有 500 億設(shè)備聯(lián)網(wǎng)，會帶來兩大難題：

一、如何管理這些聯(lián)接?

二、如何傳輸和處理這些流量?

針對以上兩大難題則需要兩類邊緣計(jì)算平臺來提供服務(wù)，一種為解決聯(lián)接，一種為解決流量。前面一種主要解決互聯(lián)網(wǎng)和物聯(lián)網(wǎng)之間協(xié)議轉(zhuǎn)換等問題，一般提供物聯(lián)網(wǎng)網(wǎng)關(guān)類云服務(wù)。后一種主要解決海量的流媒體或數(shù)據(jù)流量的傳輸，一般采用 CDN 的邊緣節(jié)點(diǎn)來提供邊緣計(jì)算服務(wù)。所以邊緣計(jì)算在物聯(lián)網(wǎng)技術(shù)架構(gòu)中是處于廣域網(wǎng)/傳感器和云計(jì)算之間的，提供的是就近的數(shù)據(jù)處理和數(shù)據(jù)訪問，如下圖所示：

邊緣計(jì)算和安防行業(yè)有何關(guān)系?

現(xiàn)階段物聯(lián)網(wǎng)設(shè)備中攝像頭及攝像頭模組占了非常大的比例，任何智能家居設(shè)備和道路監(jiān)控，凡是需要做圖像數(shù)據(jù)采集進(jìn)行分析和反饋的場景都會需要攝像頭，而安防行業(yè)的核心終端設(shè)備就是攝像頭。曾經(jīng)安防行業(yè)因?yàn)榇鎯驮O(shè)備整體方案的昂貴成本一般只應(yīng)用于公共交通、酒店、樓宇、園區(qū)等場景中，現(xiàn)如今家庭安防、新零售、商業(yè)中心等也逐漸因?yàn)槌杀镜慕档统蔀榱艘粋€普遍的場景。

如何讓私有與公有網(wǎng)絡(luò)的成本、性能、智能分析兼顧，越來越成為商業(yè)智能落地的關(guān)鍵。

邊緣計(jì)算一方面因?yàn)榭梢跃徒?jì)算便可以對龐大的人臉數(shù)據(jù)、人群分析、生物識別、商品識別等分析結(jié)果進(jìn)行高效的處理，讓原先智能場景不再需要在現(xiàn)場布署昂貴笨重的硬件設(shè)備，極大地提高了智能場景的落地效率和復(fù)制速度。另一方面分布廣泛的攝像頭因?yàn)檫吘壌鎯Ψ?wù)的就近存儲，也可以把海量的監(jiān)控?cái)?shù)據(jù)就近存儲起來，提供了就近高速可存可分析的業(yè)務(wù)體驗(yàn)。

邊緣計(jì)算的這兩個優(yōu)勢使得安防行業(yè)與之緊密聯(lián)系在了一起，在邊緣計(jì)算的部署下安防場景能夠更好更快地落地實(shí)施。

邊緣計(jì)算如何在安防行業(yè)落地?

邊緣計(jì)算在安防行業(yè)落地需要分兩類場景：

私有網(wǎng)絡(luò)

通常采用邊緣存儲私有化+邊緣計(jì)算私有化部署，該方案的優(yōu)點(diǎn)是可內(nèi)網(wǎng)保證數(shù)據(jù)私密性，可打開網(wǎng)絡(luò)出口，把數(shù)據(jù)備份到公網(wǎng)上，本地計(jì)算資源不足時(shí)也可打開公網(wǎng)出口，業(yè)務(wù)降級到中心計(jì)算資源去計(jì)算處理。

互聯(lián)網(wǎng)

與私有網(wǎng)絡(luò)不同，因?yàn)楣W(wǎng)的問題通常會存在幾個痛點(diǎn)：

鏈路質(zhì)量問題：主要是設(shè)備到計(jì)算中心機(jī)房通信的延遲，同時(shí)網(wǎng)絡(luò)鏈路不可靠。

私有協(xié)議和利舊問題：因?yàn)榘卜李I(lǐng)域存在歷史監(jiān)控設(shè)備，不一定可以直接做嵌入程序升級，而很多廠家的設(shè)備也需要支持非標(biāo)準(zhǔn)的多媒體協(xié)議。

資源成本問題：本地?cái)z像頭的數(shù)據(jù)如果全部上傳到存儲，有很多無價(jià)值數(shù)據(jù)也會占用傳輸通道和存儲空間，如果能夠就近處理刪除無用數(shù)據(jù)，將減少很多資源浪費(fèi)。

傳輸時(shí)效問題：尤其在監(jiān)控歷史數(shù)據(jù)遷移等過程中，長距離的到中心計(jì)算機(jī)房的傳輸會帶來極大的時(shí)間成本損失。

參考上圖，在七牛云邊緣計(jì)算解決方案中，七牛云創(chuàng)新性地增加了邊緣存儲功能使就近的本地運(yùn)營商在本區(qū)域內(nèi)就近服務(wù)，解決了第一個問題鏈路質(zhì)量問題，高速傳輸通道解決第四個痛點(diǎn)，而通過流式存儲的接口和邊緣計(jì)算容器化接入方式也可以解決第二個問題，本地就近計(jì)算刪除無價(jià)值數(shù)據(jù)完成了數(shù)據(jù)分揀也很好地解決第三個痛點(diǎn)。

綜上，邊緣計(jì)算可以從運(yùn)營成本、帶寬利用率、丟包率、業(yè)務(wù)延遲等指標(biāo)上給整個行業(yè)的性能和運(yùn)營帶來極大的改善，同時(shí)邊緣計(jì)算的安防解決方案提供的一系列特性如流式上傳、倍速播放、去 SD 卡化、邊緣智能分析等也促使越來越多的監(jiān)控廠商加入了升級的大潮。

邊緣計(jì)算在安防領(lǐng)域落地暢想

安防領(lǐng)域作為物聯(lián)網(wǎng)領(lǐng)域流量傳輸最大的場景，率先通過邊緣計(jì)算驅(qū)動整體性能體驗(yàn)得到提升，下一步逐步實(shí)現(xiàn)商業(yè)智能、樓宇智能、小區(qū)智能的落地將會成為下一個物聯(lián)網(wǎng)爆發(fā)點(diǎn)。

例如，商超等應(yīng)用環(huán)境中，可對顧客的性別分布、年齡分布等客觀信息，并結(jié)合單位區(qū)域內(nèi)逗留時(shí)間等維度信息進(jìn)行分析，進(jìn)而得到如何布署相關(guān)的商鋪位置、如何集中餐飲等后勤服務(wù)力量的決策建議;在樓宇與小區(qū)應(yīng)用中可減少非必要的安保人員，用機(jī)力代替人力，自動對出入的人員進(jìn)行身份比對，對可疑人員進(jìn)行身份報(bào)警;在社會治安應(yīng)用中，可根據(jù)治安、反恐、社區(qū)可疑人員等信息結(jié)合時(shí)間頻次信息等預(yù)測出可能出現(xiàn)的危險(xiǎn)情況和安全隱患，從而組織治安力量更有針對性地進(jìn)行社會管理。

邊緣計(jì)算在安防領(lǐng)域的實(shí)踐從根本上打破了原本「智能」應(yīng)用落地的壁壘，讓原本受限于計(jì)算力、傳輸環(huán)境、存儲環(huán)境等諸多問題的應(yīng)用設(shè)想得以實(shí)現(xiàn)。

作為國內(nèi)領(lǐng)先的以視覺智能和數(shù)據(jù)智能為核心的企業(yè)級云計(jì)算服務(wù)商，七牛云敏銳感知云計(jì)算產(chǎn)業(yè)的潛在問題和未來的發(fā)展趨勢，推出邊緣存儲和邊緣計(jì)算產(chǎn)品，并結(jié)合自身在視頻安防，機(jī)器視覺等領(lǐng)域與優(yōu)質(zhì)客戶的深耕實(shí)踐，推出監(jiān)控視頻邊緣存儲解決方案和視頻邊緣分析解決方案。而未來七牛云將繼續(xù)為客戶夯實(shí)云計(jì)算基礎(chǔ)能力，共同拓展人工智能時(shí)代和物聯(lián)網(wǎng)時(shí)代的新業(yè)務(wù)。