我國(guó)的安防領(lǐng)域信息化基礎(chǔ)扎實(shí)，攝像頭、抓拍機(jī)部署密度較大，邊緣側(cè)的數(shù)據(jù)采集已不存在障礙。且目前公共安全領(lǐng)域正廣泛開展大數(shù)據(jù)分析、計(jì)算機(jī)視覺等技術(shù)的實(shí)踐應(yīng)用，在數(shù)據(jù)庫的搭建、算法模型的訓(xùn)練、業(yè)務(wù)場(chǎng)景的適配方面，已經(jīng)具備較好基礎(chǔ)。邊緣計(jì)算與人工智能技術(shù)在公共安全領(lǐng)域的應(yīng)用，能夠有效提升公共 安全管理的效率與水平，大幅降低人力物力成本，對(duì)城市管理、民生改善具有巨大價(jià)值，市場(chǎng)空間廣闊，且技術(shù)應(yīng)用的基礎(chǔ)條件已經(jīng)成熟，公共安全有望成為邊緣智能最先爆發(fā)的高價(jià)值應(yīng)用場(chǎng)景。

邊緣計(jì)算的定義

歐洲電信標(biāo)準(zhǔn)協(xié)會(huì)定義：在移動(dòng)網(wǎng)邊緣提供IT服務(wù)環(huán)境和云計(jì)算能力，強(qiáng)調(diào)靠近移動(dòng)用戶，以減少網(wǎng)絡(luò)操作和服務(wù)時(shí)延，提高用戶體驗(yàn)。

賽迪顧問定義：在靠近數(shù)據(jù)產(chǎn)生端進(jìn)行計(jì)算，將網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)能力從云端延伸到網(wǎng)絡(luò)邊緣，具有鄰近性、低時(shí)延、本地性、位置感知性的一種新型計(jì)算模式。

邊緣計(jì)算的特點(diǎn)

邊緣計(jì)算靠近信息源，適用于通過數(shù)據(jù)優(yōu)化捕獲和分析大數(shù)據(jù)中的關(guān)鍵信息，并且可以直接訪問設(shè)備，更加高效地服務(wù)于邊緣智能，易于衍生出特定商業(yè)應(yīng)用場(chǎng)景。

邊緣計(jì)算服務(wù)靠近產(chǎn)生數(shù)據(jù)的終端設(shè)備，相對(duì)于云計(jì)算，極大地降低了時(shí)延，尤其是在智能制造和智能駕駛等應(yīng)用場(chǎng)景中，使得反饋過程更加快速。

邊緣計(jì)算可以與網(wǎng)絡(luò)的其余部分隔離運(yùn)行，可實(shí)現(xiàn)本地化、相對(duì)獨(dú)立的計(jì)算。一方面保證了本地?cái)?shù)據(jù)的安全性，另一方面降低了計(jì)算對(duì)網(wǎng)絡(luò)質(zhì)量的依賴性。

當(dāng)邊緣網(wǎng)絡(luò)是無線網(wǎng)絡(luò)的一部分時(shí)，邊緣計(jì)算式的本地服務(wù)可以利用相對(duì)較少的信息來確定所有連接設(shè)備的位置， 這些可以應(yīng)用于LBS（基于位置的服務(wù)）等業(yè)務(wù)場(chǎng)景。

邊緣計(jì)算與云計(jì)算的聯(lián)系和區(qū)別

邊緣計(jì)算和云計(jì)算將同時(shí)共存、相互補(bǔ)充、相互促進(jìn)，共同解決大數(shù)據(jù)時(shí)代的計(jì)算問題。

邊緣計(jì)算與云計(jì)算是行業(yè)數(shù)字化轉(zhuǎn)型的兩大重要計(jì)算方式，在網(wǎng)絡(luò)、業(yè)務(wù)、應(yīng)用、智能等方面的協(xié)同發(fā)展將有助于更大限度的行業(yè)數(shù)字化轉(zhuǎn)型。

數(shù)據(jù)計(jì)算的任務(wù)不同。云計(jì)算把握整體，適用于大規(guī)模、非實(shí)時(shí)業(yè)務(wù)的計(jì)算。

邊緣計(jì)算關(guān)注于局部，適用于小規(guī)模、實(shí)時(shí)性計(jì)算任務(wù)，能夠更好完成本地業(yè)務(wù)的實(shí)時(shí)處理。

網(wǎng)絡(luò)資源的負(fù)擔(dān)不同。與云計(jì)算相比，由于邊緣計(jì)算靠近信息源，數(shù)據(jù)可在本地進(jìn)行存儲(chǔ)與處理，不必將全部數(shù)據(jù)都上傳至云端，減少了對(duì)網(wǎng)絡(luò)的負(fù)擔(dān)，避免了網(wǎng)絡(luò)堵塞，提高了網(wǎng)絡(luò)帶寬的利用效率。

智能應(yīng)用的分工不同。在人工智能應(yīng)用中，云計(jì)算更適用于進(jìn)行人工智能算法模型訓(xùn)練與大規(guī)模數(shù)據(jù)的集中化分析，邊緣計(jì)算更適用于基于集成的算法模型，進(jìn)行本地小規(guī)模智能分析與預(yù)處理工作。

影響與變革

業(yè)務(wù)處理從集中式到去中心化

邊緣計(jì)算將分布式計(jì)算融入集中式的云計(jì)算架構(gòu)中，能使計(jì)算能力下沉到邊或端，減少對(duì)中心的依賴，通過云、邊、端協(xié)同，大幅提升業(yè)務(wù)效率。

資源配置從資源獨(dú)占到資源共享

邊緣計(jì)算最大價(jià)值是資源開放性、分享性，改變傳統(tǒng)資源獨(dú)占模式，通過分布式計(jì)算、資源遷移、虛擬化等技術(shù)充分利用邊緣側(cè)的資源能力，優(yōu)化全社會(huì)資源配置，提高資源利用率。

資源獨(dú)占：傳統(tǒng)邊緣側(cè)主要承擔(dān)的是數(shù)據(jù)采集與業(yè)務(wù)請(qǐng)求角色，都是要搶占、獨(dú)占中心計(jì)算、存儲(chǔ)資源，以及網(wǎng)絡(luò)帶寬資源，邊緣端業(yè)務(wù)規(guī)模不斷擴(kuò)大，對(duì)中心的壓力將不斷增加，導(dǎo)致整體運(yùn)營(yíng)效率下降。

共享與分享：邊緣計(jì)算的商業(yè)模式將不僅以服務(wù)為驅(qū)動(dòng)，更多是以數(shù)據(jù)為驅(qū)動(dòng)，通過建設(shè)統(tǒng)一開放的接口，面向多用戶進(jìn)行數(shù)據(jù)開放，促進(jìn)傳統(tǒng)中心——用戶的單邊模式轉(zhuǎn)變?yōu)橛脩簟行?、用戶——用戶的多邊共享、分享模式，提升整體效率，使社會(huì)生產(chǎn)更經(jīng)濟(jì)、更快捷。

數(shù)據(jù)分析從把握整體到專注局部

萬物互聯(lián)時(shí)代需要更敏捷的數(shù)據(jù)處理，也需要更好數(shù)據(jù)保護(hù)。以往云計(jì)算只把握整體，所有數(shù)據(jù)均要傳到中心分析，而邊緣計(jì)算專注局部，聚焦實(shí)時(shí)、短周期數(shù)據(jù)的分析，能更好地支撐本地實(shí)時(shí)智能化業(yè)務(wù)處理與執(zhí)行，并且，原始數(shù)據(jù)保留在邊緣側(cè)，也保證了數(shù)據(jù)的隱私與安全。

數(shù)據(jù)輕量化：本地采集的原始數(shù)據(jù)在邊緣側(cè)執(zhí)行初始分析，只傳遞有用數(shù)據(jù)到云端，從而減少網(wǎng)絡(luò)負(fù)擔(dān)，降低傳輸成本。

數(shù)據(jù)隱私保護(hù)：大量原始采集的數(shù)據(jù)無需全部傳輸?shù)皆贫耍芨玫貙?duì)數(shù)據(jù)的隱私提供保護(hù)。

應(yīng)用部署從未雨綢繆到隨需而動(dòng)

傳統(tǒng)業(yè)務(wù)擴(kuò)張由于受各種要素制約，如計(jì)算、網(wǎng)絡(luò)等，均需要根據(jù)需求提前進(jìn)行規(guī)劃與部署。

邊緣計(jì)算低時(shí)延、鄰近化、高寬帶和位置認(rèn)知等特性，讓業(yè)務(wù)發(fā)展更從容，整個(gè)網(wǎng)絡(luò)能感知一切業(yè)務(wù)需求變化，并通過近端的智能分析，快速調(diào)配資源，實(shí)現(xiàn)快速響應(yīng)，敏捷部署。

智能感知：邊緣計(jì)算為邊緣側(cè)賦能，使其具備業(yè)務(wù)和用戶感知能力，可智能感知邊緣側(cè)的業(yè)務(wù)需求變化，優(yōu)化利用近端資源，支撐本地業(yè)務(wù)的實(shí)時(shí)化處理與執(zhí)行。

敏捷部署：邊緣計(jì)算將降低資源對(duì)業(yè)務(wù)發(fā)展約束性，通過彈性、可擴(kuò)展、預(yù)制化及敏捷化的設(shè)施部署與資源調(diào)用，及時(shí)響應(yīng)近端的業(yè)務(wù)變化需求，實(shí)現(xiàn)業(yè)務(wù)隨需而動(dòng)、快速部署。

邊緣智能

內(nèi)涵與演進(jìn)

邊緣智能是指在靠近數(shù)據(jù)產(chǎn)生端的邊緣側(cè)，人工智能算法、技術(shù)、產(chǎn)品的應(yīng)用。

邊緣智能旨在利用人工智能技術(shù)為邊緣側(cè)賦能，是人工智能的一種應(yīng)用與表現(xiàn)形式，也是邊緣計(jì)算與人工智能互動(dòng)融合的新模式。

應(yīng)用機(jī)會(huì)

邊緣智能將在諸多場(chǎng)景中廣泛展開應(yīng)用公共安全、智能交通、智能智造、智能駕駛是應(yīng)用價(jià)值較高的領(lǐng)域，具有較大發(fā)展機(jī)會(huì)。

消費(fèi)電子

低功耗、低延遲的AI芯片搭載于手機(jī)、可穿戴設(shè)備等消費(fèi)電子產(chǎn)品中，帶來更為順暢的交互升級(jí)體驗(yàn)。通過邊緣智能設(shè)備實(shí)現(xiàn)智能家居產(chǎn)品間的互聯(lián)互通，防止網(wǎng)絡(luò)、電力故障時(shí)設(shè)備失控，同時(shí)加快設(shè)備響應(yīng)速度。通過用戶的實(shí)時(shí)定位和個(gè)性化要求在臨近終端的節(jié)點(diǎn)計(jì)算分析，比一般性推薦更加精準(zhǔn)快速。

利用可穿戴設(shè)備收集個(gè)人健康數(shù)據(jù)，直接在設(shè)備上處理數(shù)據(jù)，保護(hù)個(gè)人數(shù)據(jù)隱私。在以團(tuán)隊(duì)合作、對(duì)戰(zhàn)為賣點(diǎn)的手機(jī)游戲中，降低網(wǎng)絡(luò)時(shí)延，提高游戲體驗(yàn)。

公共安全

痛點(diǎn)：實(shí)時(shí)性要求高。城市各類刑事犯罪呈現(xiàn)高發(fā)態(tài)勢(shì)，尤其是突發(fā)性暴力犯罪，時(shí)間不可預(yù)測(cè)，要求公安機(jī)關(guān)快速反應(yīng)、快速?zèng)Q策、快速處置。

針對(duì)海量視頻監(jiān)控的人臉識(shí)別應(yīng)用，云計(jì)算能力有限，存在諸如響應(yīng)不及時(shí)、功耗高、網(wǎng)絡(luò)帶寬需求高等問題。

準(zhǔn)確度要求高。公安系統(tǒng)的身份甄別、合成追逃、偵查破案等業(yè)務(wù)場(chǎng)景對(duì)公民身份認(rèn)證的準(zhǔn)確性有很高要求。邊緣智能賦能前端攝像設(shè)備，助力城市視頻監(jiān)控。

優(yōu)勢(shì)：將AI能力注入到前端攝像機(jī)等邊緣設(shè)備，本地設(shè)備上直接完成智能圖像識(shí)別，提高實(shí)時(shí)性。視頻圖像在邊緣處進(jìn)行預(yù)處理，降低對(duì)存儲(chǔ)和網(wǎng)絡(luò)帶寬需求，提高視頻分析的速度。

基于邊緣預(yù)處理功能，可以構(gòu)建基于行為感知的視頻監(jiān)控?cái)?shù)據(jù)彈性存儲(chǔ)機(jī)制，實(shí)時(shí)調(diào)整視頻數(shù)據(jù)，降低存儲(chǔ)空間。僅把精煉的結(jié)構(gòu)化有效數(shù)據(jù)上傳云端處理，有效降低視頻流的傳輸與存儲(chǔ)成本，分?jǐn)傇浦行牡挠?jì)算和存儲(chǔ)壓力。

智能交通

提高突發(fā)事件分析的準(zhǔn)確性。建立車載端分析模型，對(duì)采集數(shù)據(jù)進(jìn)行實(shí)時(shí)預(yù)先研判，提高車輛駕駛時(shí)突發(fā)事件分析的準(zhǔn)確性。不完全依賴云端， 避免突發(fā)的自然災(zāi)害、

信號(hào)干擾或技術(shù)故障造成的無網(wǎng)絡(luò)狀態(tài)。提高交通系統(tǒng)運(yùn)行效率。建立城市軌道交通系統(tǒng)的“末梢神經(jīng)”，利用邊緣計(jì)算獨(dú)立、安全地控制列車屏蔽門的開合。

基于邊緣計(jì)算的智能停車系統(tǒng)，收集用戶周圍環(huán)境信息，分析附近可用資源，提升了車位利用率。利用邊緣計(jì)算建立從車輛路況監(jiān)測(cè)的車載視頻處理機(jī)制，創(chuàng)建實(shí)時(shí)地圖，優(yōu)化交通流，改善車輛擁堵狀況。為乘客帶來更多增值服務(wù)。在智能交通車聯(lián)網(wǎng)應(yīng)用中，每一輛公交車和地鐵上部署車載智能移動(dòng)網(wǎng)關(guān)，緩存數(shù)據(jù)信息，在網(wǎng)絡(luò)信號(hào)差的環(huán)境也能保持平穩(wěn)運(yùn)營(yíng)，同時(shí)實(shí)現(xiàn)差異化的精準(zhǔn)營(yíng)銷。

智能制造

痛點(diǎn)：工業(yè)車間內(nèi)設(shè)備種類、數(shù)量、功能日益增多，調(diào)度和分配的難度加大;各軟硬件系統(tǒng)的運(yùn)行對(duì)網(wǎng)絡(luò)依賴性越來越大，要求高實(shí)時(shí)性和確定性;傳感器的增多，要求控制系統(tǒng)越來越智能;需求側(cè)的個(gè)性化定制，要求控制系統(tǒng)越來越柔性;服務(wù)商的專業(yè)化分工使全廠設(shè)備的互聯(lián)互通越來越困難。

邊緣智能提升制造效能，促進(jìn)萬“務(wù)”互聯(lián)。充分實(shí)現(xiàn)設(shè)備間互聯(lián)、互通、互操作;串聯(lián)數(shù)字工廠的的各個(gè)環(huán)節(jié)—智能生產(chǎn)、智能裝備、智能產(chǎn)品、智能物流;實(shí)現(xiàn)生產(chǎn)模式的定制;設(shè)備的靈活更換，生產(chǎn)計(jì)劃的靈活調(diào)整，新工藝/新流程的快速部署。

智能駕駛

邊緣計(jì)算是智能駕駛海量數(shù)據(jù)快速處理的重要工具。智能駕駛在實(shí)現(xiàn)過程中，會(huì)應(yīng)用到語音識(shí)別、圖像識(shí)別、AR信息提升等多種技術(shù)，海量數(shù)據(jù)的處理在應(yīng)用過程中是必不可少的一環(huán)，而邊緣計(jì)算是實(shí)現(xiàn)這一環(huán)的重要工具。

邊緣計(jì)算保證智能駕駛中的低時(shí)延性和可靠性要求。智能駕駛應(yīng)用中實(shí)現(xiàn)碰撞預(yù)警等功能時(shí)，須保證通信時(shí)延在毫秒級(jí)，邊緣計(jì)算能夠保證數(shù)據(jù)處理的低時(shí)延性、可靠性，而云計(jì)算過程中易出現(xiàn)斷網(wǎng)或者傳輸延遲等問題，無法保證智能駕駛的安全性。

邊緣計(jì)算具有位置感知性，可用于分析周圍交通環(huán)境。邊緣計(jì)算具有位置感知性，可實(shí)時(shí)感應(yīng)當(dāng)前車輛位置，并對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，將結(jié)果傳輸?shù)礁浇能囕v中，更加有利于周圍車輛的交通環(huán)境分析，增強(qiáng)智能駕駛應(yīng)用中交通整體安全性。