海康威视最早的边缘计算

边缘计算不“边缘” 安防龙头率先实现应用落地

近年来，终端设备及传感器的数量急剧增长，同时，各行业计算业务日益复杂、计算效率要求越来越高，云计算传输效率不高，还受限于网络环境，效果并不能使人满意；雾计算解决了一些问题，但终归没能将终端设备利用起来。故而，边缘计算概念一经问世，便得到了极大关注，业界对此概念纷纷报以热枕，期冀着它能不负众望，实实在在地解决问题。
2017年10月28日，杭州海康威视数字技术股份有限公司（以下称“海康威视”）主办的“AI+：洞察行业、助力变革”主题论坛在深圳隆重召开。海康威视发布“IOT-基于神经网络的认知计算系统--海康AICloud框架”。
在论坛上，海康威视总裁胡扬忠表示，将AI算力注入边缘，赋能边缘智能是大势所趋。海康威视发布的AICloud框架，由云中心、边缘域、边缘节点三部分构成，实现从端到中心的边缘计算+云计算，真正做到让感知理解更有效、更精准；图像目标细节传输更高效，网络压力得到释放；数据分级应用更灵活，业务响应更敏捷。
由胡总的话可以得出，海康威视不仅实现了边缘计算应用的率先落地，而且还整合了云计算+边缘计算，对最近有些人提出的“边缘计算能否取代云计算”问题间接做出了回答。边缘计算与云计算实质为互补关系，我们不能说边缘计算会取代云计算，就像不能说PC会取代数据中心一样。二者的作用层级不同，边缘计算可以分析、处理数据，若有必要的话，再将提取出的有效数据传输到数据中心进行更深层次的挖掘。未来的应用趋势也会是协同，而非取代。
　　同时，结合安防行业的特性，海康威视对边缘计算的概念重新做了诠释。在海康威视的认知中，边缘计算包含了边缘节点和边缘域，能够就近数据源头提供以视频为核心的感知理解、物联传输、高效存储和本地推理分析等服务，实现业务的快速分级响应，在提升业务敏捷性、实时性和系统可靠性的同时，分摊海量数据 给中心节点带来的并发压力。
基于此，海康威视发布了以海康深眸、海康神捕、海康超脑、明眸为代表的一系列AI智能边缘设备，搭载高性能GPU计算芯片和深度学智能算法，能够在边缘实现原始视频图片中人体、人脸、车辆等属性信息的高效提取和建模，数据回传云端统一分析的同时，也可满足本地自治系统的数据应用，提升业务敏捷性和实时性。
当前，由于智能安防系统往往价格过高，同时成像、检测及传输效果也不甚理想。用户对于此类产品的接受度不高、信任度也较低。针对这种现象，海康威视发布了边缘计算相关AI设备，切实解决了这些问题。
[img]https://image.tgb.cn[/img]
以海康明眸人脸识别通道为例，该设备可支持10000人脸库，在无需接入云端的情况下，人脸识别通道便可完成1：N的人脸识别和1:1的认证比对，比对时间不到1秒，准确率超过99%。
此外，由于不需要机房配套成本、带宽成本、运维成本等，人脸识别通道的成本远低于云端智能分析的成本，显着降低了整体系统成本。
其次，非结构化视频数据在前端即可被转变为结构化视频数据，提升了工作效率，也延长了存储时间，得以保留关键数据，使系统的可靠性提升。
　　最后，人脸识别通道自动区分识别出目标图像和背景图像，优化编码，减少传输和存储压力，优化了系统的实用性。