随着智慧城市等项目的不断推进，,目前，我国一个二线以上城市的监控摄像头数量就可能达到百万量级。若将这些摄像头产生的原始视频传送到云端进行分析，耗费的资源可想而知。
5G带给安防4K/8K等超高清体验，并使海量终端接入网络，但与此同时，通信网络的承载负担无疑也在之前的基础上被大大加重。按照2021年智能摄像头渗透率达到45%测算，预计国内智能家居智能安防前端硬件产品空间在2021年预计将超过1500亿元。因此，安防智能摄像头对边缘计算的需求也随之水涨船高。
面对5G带来的海量数据，边缘计算能够在近端进行处理，减少在云端之间来回传输数据的需要，可对生物识别、人群分析等结果进行高效处理，将智能场景从昂贵笨重的硬件设备中解放出来，提高智能安防的落地效率和复制速度;摄像头也可以将海量监控数据就近存储起来，为用户提供就近高速可存可分析的业务体验。
而在安防智能化过程中，遗留了许多旧式设备，这些设备与新兴设备难以互通，但边缘计算能够将旧式系统使用的通信协议转换成现代联网设备能够理解的语言，这意味着旧式设备能够与现代物联网平台实现连接，省下大量的设备更新费用。
随着联网智能设备的增多，数据安全也日益受到各方重视。在某些情况下，边缘设备能够在收集和本地处理数据而不必将这些数据传输到云端。因此，敏感信息不需要经由网络，即便云遭到网络攻击，影响也不会那么严重。
当边缘设备开始具备AI能力时，将有越来越多的边缘设备接手云端的大部分工作，甚至有人认为，云计算最后可能只剩下储存用途而已。
不可否认，在5G与物联网崛起的未来，仅靠云计算进行处理将成为历史。但边缘计算的目的并非取代云计算，而是满足更快响应的需求。云端则更像是集中式协调管理的角色，成为一个具有分布式集体智慧的云端大脑�？梢栽ぜ萍扑阌氡咴导扑懔秸呋ゲ�，将驱动安防行业人工智能应用迈入新的层次。
温馨提示：内容仅供信息传播，供参考.
来源：隽智
赛丝智能家居 
询问赛丝
