邊緣云計(jì)算是AI賦能探索的結(jié)果

原來的中心云方案是將資源集中在云端處理，這會(huì)帶來很大的帶寬傳輸壓力，導(dǎo)致數(shù)據(jù)丟失、高延時(shí)等情況變得頻繁。同時(shí)對(duì)定制化需求無能為力。

實(shí)際上，前端算力資源非常龐大，哪怕是單價(jià)幾百元的前端攝像機(jī)，其算力、算法也已經(jīng)能很好地實(shí)現(xiàn)人臉識(shí)別等功能，不需要額外投入云處理系統(tǒng)。

因此，邊緣云計(jì)算是安防公司在多年探索中形成的共識(shí)，不僅充分利用了各類型算力資源，還很好地降低了投入成本。

目前國內(nèi)芯片性能提升明顯，以海思、寒武紀(jì)為代表的ASIC芯片方案，與英偉達(dá)等企業(yè)的產(chǎn)品相比已不落下風(fēng)，尤其是單路視頻識(shí)別的性價(jià)比更高，現(xiàn)已成為安防行業(yè)前端AI芯片首選。

在服務(wù)器端，安防公司并不局限于英偉達(dá)的通用GPU方案，基于ASIC的專用AI板卡方案也被廣泛接受。以宇視“昆侖”系列智能分析服務(wù)器為例，集成了數(shù)十顆專用AI加速芯片，在三層分布式計(jì)算架構(gòu)的加持下，并發(fā)計(jì)算能力達(dá)到業(yè)內(nèi)領(lǐng)先水平。

賦能“意識(shí)”、降低成本是AI未來發(fā)展走勢(shì)

不可否認(rèn)，目前AI還存在很多痛點(diǎn)，黃攀認(rèn)為其中賦予機(jī)器 更多的“聯(lián)想能力”是提升AI應(yīng)用能力的重要部分，如以圖搜圖檢索人的應(yīng)用中，用于檢索的算法可能難以檢索出更換衣服、更換交通工具、僅局部特征、時(shí)間跨度長(zhǎng)、晝夜相反、圖像模糊等數(shù)據(jù)庫中的同一個(gè)“人”的圖片/視頻；這時(shí)候就需要現(xiàn)有的人臉人體半結(jié)構(gòu)化特征與動(dòng)作識(shí)別、步態(tài)識(shí)別等新的AI技術(shù)關(guān)聯(lián)起來，這是接下來AI在安防應(yīng)用中的重點(diǎn)發(fā)展領(lǐng)域。

另外，無論云計(jì)算還是邊緣計(jì)算，共同目標(biāo)都是為了降低單路AI商用成本。宇視“昆侖”的推出，正是為了解決這一痛點(diǎn)，它提出了多模型、多智能、ALL in One的設(shè)計(jì)理念，可將人臉識(shí)別服務(wù)器、行為分析服務(wù)器、視頻結(jié)構(gòu)化服務(wù)器、大數(shù)據(jù)服務(wù)器、平臺(tái)服務(wù)器等功能以板卡形式集成于一臺(tái)服務(wù)器中，大大節(jié)約了硬件投入和空間占用，而且維護(hù)更為簡(jiǎn)便；其同時(shí)集成了3重分布式集群調(diào)度系統(tǒng)（芯片間集群調(diào)度、板卡間集群調(diào)度、服務(wù)器間集群調(diào)度），可將AI處理需求精確地分配到每一顆芯片中的某一部分資源，大大降低了單路視頻的應(yīng)用成本。

最后，算力也是未來要提升的部分。目前國內(nèi)芯片廠家的發(fā)展速度很快，尤其是在AI端側(cè)應(yīng)用芯片領(lǐng)域，國內(nèi)芯片的發(fā)展已經(jīng)出現(xiàn)多強(qiáng)爭(zhēng)霸的局面，正在快速?zèng)_擊著目前的格局。在通用芯片領(lǐng)域，雖然我們沒有先發(fā)優(yōu)勢(shì)，但在近年國家政策的扶持和行業(yè)需求的多重驅(qū)動(dòng)下，各大芯片廠商正在奮起直追，預(yù)計(jì)很快就會(huì)迎來產(chǎn)業(yè)變局。