通過IHS研究，國內監(jiān)控攝像頭在2020年已經超過了3.5億個，而21年則會提高到近5億個。
得益于深度學習的發(fā)展，過去依靠人工監(jiān)控屏幕的傳統(tǒng)方式已經低效，通過邊緣AI計算設備的識別算法既可以獨立完成這些任務。
邊緣計算能夠應對更快、更復雜的決策?；谌斯ぶ悄艿臋C器學習技術已經超越了基于云的數據中心，重要的數據處理工作越來越接近數據發(fā)生位置，也就是邊緣端。這一舉措將通過配備新人工智能(AI)的芯片實現。邊緣AI正在推動下一代物聯網。
根據Tractica報告，2020年全球人工智能芯片市場規(guī)模已經達到175億美元，而21年將提高將近50%，達到260億美元。2025年提高到了726億美元，幾乎每年翻一倍的速度在增長。
這些邊緣AI芯片可能會進入越來越多的消費設備，如高端智能手機、平板電腦、智能揚聲器和可穿戴設備，以及一些企業(yè)市場—機器人、相機、傳感器和其他物聯網設備。兩者都是非常重要的市場。
消費級邊緣AI芯片市場空間遠大于企業(yè)級市場，但其增長速度相對企業(yè)市場可能更加緩慢。到2024年，邊緣AI芯片銷量有望超過15億顆，甚至可能超過這一數字，每年銷量增長至少20%。
安防領域AI芯片需求旺盛
在電子安防產品市場，視頻監(jiān)控系統(tǒng)占據962億元市場規(guī)模的一半以上份額，成為安防系統(tǒng)的核心。當前安防行業(yè)涉及多個領域，包括公安、智能家居、智能交通、智能制造、智慧城市等，主要需求還是來自人、車的檢索和行為的識別，這些需求會越來越大。
在不久的將來，人工智能技術將取代許多傳統(tǒng)的安防技術，整個安防行業(yè)的發(fā)展已經到了與核心技術競爭的關鍵時刻。
邊緣計算搭載的AI芯片和算法是攝像頭智能化的關鍵因素。城市中各類犯罪不可預測，尤其是突發(fā)性的暴力犯罪，需要攝像頭自動檢測和跟蹤圖像和視頻流中的人臉，進行實時比對和決策。針對海量視頻監(jiān)控的實時處理和反饋要求，云計算能力有限，在響應速度、功耗量、網絡穩(wěn)定性上要求高等問題。
邊緣計算可以將視頻圖像內容轉化為清晰表達目標屬性的結構化數據，比如一輛車闖紅燈經過了路口被交通攝像頭拍攝，這段視頻可以通過邊緣計算結構化為：轎車、京N8XXXX、白色、52km/h、XX路口、南向北、闖紅燈等數據上傳服務器，大大減少了上傳視頻的數據體量和帶寬壓力，有效提高數據處理效率，也更利于深度挖掘數據。
圖像和視頻的人工智能處理是目前AI芯片商業(yè)化前景最為樂觀的賽道，也是玩家彎道超車的最佳機會。
安防領域智能化面臨的挑戰(zhàn)
1.應用層面
攝像頭作為傳統(tǒng)安防設備，不僅清晰度逐年提升，而且對智能化的需求越來越強。安防系統(tǒng)每天產生的海量圖像和視頻信息，導致信息冗余嚴重，識別準確率和效率有所不足，應用領域也有限。但隨著邊緣計算技術的逐漸普及，安防領域遇到的難題正在被解決。
邊緣計算在視頻監(jiān)控系統(tǒng)的應用潛力巨大，主要體現在視頻結構化（視頻數據的識別與提?。⑸锾卣髯R別（指紋識別、人臉識別等）、物體特征識別（車牌識別系統(tǒng)）等應用方向。
在人臉識別場景中，在前端攝像頭附近配置邊緣AI計算機，把人臉識別的工作壓力分擔到前端，解放云計算資源，能夠集中算力資源去做更高效的分析。
這不僅大幅降低信息傳輸和后端設備的負擔，同時也提升了整個安防系統(tǒng)的響應速度，為安防領域倡導“事前預警、事中制止、事后審查”的理念提供技術支持。
2.云計算
1）數據傳輸成本高。隨著數據量的激增和傳輸帶寬的壓力越來越大，設備的無線傳輸模塊必須支持高速無線傳輸，這需要更大的功耗，與設備低功耗的期望相互沖突。
2）很多終端應用場景對時延非常敏感。例如平安城市的異常行為檢測、人流檢測等需要實時預警，不能接受更長的延遲，對網絡穩(wěn)定性和速率要求會越來越高，進一步增加了成本。
3）智能家居場景對安全和隱私的需求也限制了云計算的發(fā)展。越來越多的人們擔心自己的敏感隱私數據被上傳到云上，信息安全沒有保障。
邊緣計算可以很好地解決上面這些問題。根據實際應用需求，邊緣計算機既可以獨立作為智能處理模塊，也可以與云端配合（邊緣端做一些分析處理和過濾，然后交給云端），這樣的方案對優(yōu)化延遲、帶寬和功耗優(yōu)勢明顯。
同時，在數據傳輸到數據中心之前，通過邊緣計算對數據進行分析和處理，匿名和加密，可以消除將所有終端數據傳輸到云端的敏感信息，從而有效解決隱私問題。
升級既有安防設備的新方式
我國智能攝像系統(tǒng)已經真正落地于視頻監(jiān)控領域，可廣泛應用于機場、車站、商業(yè)街和旅游景區(qū)等擁擠的地方，提供更快速、準確的安防服務。
傳統(tǒng)攝像頭的企業(yè)如海康威視、泰科、宇視、天地偉業(yè)等都早早開始布局邊緣計算相關產品的研發(fā)工作。目前市面上主流自帶AI功能的攝像頭產品售價在幾千元左右，是普通高清攝像頭的幾倍甚至十幾倍，主要原因是AI芯片和算法開發(fā)成本高。
截止2020年，國內已有超過3.5億支攝像頭。如此龐大的體量，想要把既有攝像頭更換成智能攝像頭，那成本是巨量的。
邊緣AI計算機
隨著芯片技術的發(fā)展，專為視覺處理而設計的邊緣AI計算機的出現，安防設備智能化有了新的實現方法，邊緣AI計算機帶給傳統(tǒng)攝像頭視頻數據分析和存儲能力，對視頻圖像進行預處理，去除圖像冗余信息，使部分或全部視頻分析工作遷移到邊緣端，從而降低云中心的計算和存儲壓力，提高視頻分析的速度。
一臺高算力的邊緣AI計算機，可以同時連接多路攝像頭，同時提供視頻監(jiān)控的計算服務，改造一個十字路口的攝像頭，最低只需要安裝一臺邊緣AI計算機或邊緣計算服務器，即可完整監(jiān)控智能化升級的工作，大大降低了安防監(jiān)控設備的升級成本。
同時，邊緣AI計算機還有一個優(yōu)勢就是可以隨時對AI算法進行升級調整，比如引入新的算法規(guī)則，或拓展、變更識別功能，相比智能攝像頭，具備更高的功能靈活性。
中國目前在安防攝像領域的基礎扎實，攝像頭、抓拍機部署密度領先全球、有非常大的智能化升級空間。而在計算機視覺技術領域也已經開展實踐應用，在數據庫建設、算法模型訓練、業(yè)務場景適配等方面，有較好的基礎。
所以不論是傳統(tǒng)的攝像頭企業(yè)自研智能攝像頭，還是用戶通過直接購買邊緣AI計算機設備+既有傳統(tǒng)攝像頭的升級組合，安防產業(yè)智能化升級都是必然趨勢。
