2019年AI边缘计算的崛起.pdf

1、AI边缘计算的崛起友邦安达 CPOAI边缘计算的崛起01AI+安防行业发展AI边缘计算的商业分析AI边缘计算的产品和未来思考0203模拟监控1979-1983数字监控1984-1996网络监控1997-2008高清监控2009-2012网络监控2012-至今安防行业逐渐形 成以模拟摄像机+视频矩阵+磁 带录像机为产品矩阵采用数字记录技 术的DVR产品，取代了磁带录像 机，在各项功能 上产生突破视频监控系统更 加复杂，出现网 络 摄像 机+NVR+软件系 统的产品矩阵安防系统已经初 步扩展成为集数 据传输、视频、报警、控制于一 体的平台化应用随着计算机视觉 技术的落地，人 工智能成为了推 动安防

2、行业发展 的重要手段AI+安防行业的发展城镇化率大型城市数量占比大型城市人口占比轨交客运量铁路旅客发送量民航机场旅客吞吐量我国城镇化率不断提升，大型城市（常住人口在百万以上）人口占比增长明显，轨交、铁路、民航等客运量大幅提高，未来这一趋势将继续存在，AI四大点安防四大点 基于人及其轨迹进行监测与布控 建设了大量摄像头，视频监控数据量巨大，但嘈杂 信息多，有效数据需挖掘 单个案件侦破平均要调看3000小时录像，对警力耗 费巨大，安防对技术手段提升业务效率的需求更强 传统安防侧重事后侦查，面临源头管理、动态管理 不足等问题 基于计算机视觉的人脸识别、视频行为分析技术日 益成熟，对于人的识别和追踪可

3、进行实战应用 能够将各种属性关联进行数据挖掘 通过感知与认知技术可将人力查阅监控和锁定嫌疑 人轨迹的时间由数十天缩短到分秒 可对监控信息进行实时分析，使安防管控前移到预 警和实时响应阶段社会治安防控的基础逻辑是围绕人及其轨迹进行监测、布控，即围绕“居住的人”和“流动的人”。传统安防依靠人力查阅监控的 方式难以满足业务需求，社会治理对技术手段的需求更迫切，构成AI+安防行业长期成长的基本盘。2018年AI摄像机渗透情况：在公安新建动态识别系统项目中，渗透约达16.6%；若考虑存量监控系统，渗透率约为0.4%价格走势也进入了下降通道，到2018年平均价格 约为2万元一路，近几年将保持平稳下降态势。

4、算法算法数据数据算力算力三三驾马车！驾马车！过去4年算法精度提升了100万倍。半个多世纪以来，依据摩尔定律，人们成功地在纳米尺寸的微小空间里不断提升计算力。当人工智能行业飞速进步，单位面积晶体管数量的提升最终将触及物理极限，无法继续按照摩尔定律提升算力时，我们该怎么办？边缘计算产生的背景边缘计算产生的背景1）很多运算很难所有都传到云上，或成本较高，实时性会不满足。2）现在很多终端升级为智能终端，终端一侧已经能提供较强的算力。3)产业变革，需求倒逼行业发展。产业变革，需求倒逼行业发展。边缘计算（EdgeComputing）将计算存储等能力从网络核心下沉到网络边缘，就近进行计算、存储、传输。提供低

5、时延、高带宽的传输条件，显著降低运营成本，并创造用户感知、设备互联的应用环境，有效整合信息资源。云边结合的模式：将AI算力注入到边缘设备，从而缓解海量数据全部传到后端带来的并发压力，而且成本显著降低。边缘计算提供节点计算、分发、存储、安全的能力，分散云中心的计算压力；从物理上与用户更近，可以满足对实时性的高要求，解决带宽资源的限制，有效应对流量攻击。云计算将处于网络核心，聚焦非实时、长周期的数据分析，发挥在周期性维护、业务决策支持等领域的优势；边缘计算则将负责处理短周期的基层数据信息，一方面支撑本地业务的实时智能化处理和运营，另一方面成为云端所需的高价值数据的采集单元。新安防*新起点安防行业是

6、边缘计算最直接的受益端安防行业是边缘计算最直接的受益端，分布在公共区域的散落的摄像头是最先、最直接、政府最刚需的能够智能化的区域。35年迭代。“算法即芯片”算法算法芯片芯片强耦合由算法来决定如何在芯片设计上做取舍原子化原子化结构化识别语音车辆识别再识别边边云云端端分配平衡分配平衡把合适的算力、算法放到合适的位置，很多问题并不是算力本身导致的，而是分配失衡导致的。计算密度更高算法多样化性价比更高检测，分类，识别，分割，跟踪等。单路视频1W边缘计算产品支持16路实时视频分析典型公