边缘云计算是AI赋能探索的结果
原来的中心云方案是将资源集中在云端处理，这会带来很大的带宽传输压力，导致数据丢失、高延时等情况变得频繁。同时对定制化需求无能为力。
实际上，前端算力资源非常庞大，哪怕是单价几百元的前端摄像机，其算力、算法也已经能很好地实现人脸识别等功能，不需要额外投入云处理系统。
因此，边缘云计算是安防公司在多年探索中形成的共识，不仅充分利用了各类型算力资源，还很好地降低了投入成本。
目前国内芯片性能提升明显，以海思、寒武纪为代表的ASIC芯片方案，与英伟达等企业的产品相比已不落下风，尤其是单路视频识别的性价比更高，现已成为安防行业前端AI芯片首选。
在服务器端，安防公司并不局限于英伟达的通用GPU方案，基于ASIC的专用AI板卡方案也被广泛接受。以宇视“昆仑”系列智能分析服务器为例，集成了数十颗专用AI加速芯片，在三层分布式计算架构的加持下，并发计算能力达到业内领先水平。
赋能“意识”、降低成本是AI未来发展走势
不可否认，目前AI还存在很多痛点，黄攀认为其中赋予机器 更多的“联想能力”是提升AI应用能力的重要部分，如以图搜图检索人的应用中，用于检索的算法可能难以检索出更换衣服、更换交通工具、仅局部特征、时间跨度长、昼夜相反、图像模糊等数据库中的同一个“人”的图片/视频；这时候就需要现有的人脸人体半结构化特征与动作识别、步态识别等新的AI技术关联起来，这是接下来AI在安防应用中的重点发展领域。
另外，无论云计算还是边缘计算，共同目标都是为了降低单路AI商用成本。宇视“昆仑”的推出，正是为了解决这一痛点，它提出了多模型、多智能、ALL in One的设计理念，可将人脸识别服务器、行为分析服务器、视频结构化服务器、大数据服务器、平台服务器等功能以板卡形式集成于一台服务器中，大大节约了硬件投入和空间占用，而且维护更为简便；其同时集成了3重分布式集群调度系统（芯片间集群调度、板卡间集群调度、服务器间集群调度），可将AI处理需求精确地分配到每一颗芯片中的某一部分资源，大大降低了单路视频的应用成本。
最后，算力也是未来要提升的部分。目前国内芯片厂家的发展速度很快，尤其是在AI端侧应用芯片领域，国内芯片的发展已经出现多强争霸的局面，正在快速冲击着目前的格局。在通用芯片领域，虽然我们没有先发优势，但在近年国家政策的扶持和行业需求的多重驱动下，各大芯片厂商正在奋起直追，预计很快就会迎来产业变局。
