|
我们知道，AI已经变得更加强大，从弱人工智能时代，迈入强人工智能时代，未来几年的技术迭代也将基于现有技术升级，AI、大数据板块将重磅构筑技术基础。 而智能家居的特性需要AI的武装，AI将成为构建智能家居生态连接的技术基础，也是新商业模式的催化剂，将控制连接与数据连接全面打通，催化出新的商业模式。 随着AI一波涌入智能家居，基于语音的控制、边缘计算的安防监控等已经全面爆发，未来几年将着重在视觉识别上的应用体现，实现全面“语音控” “脸通” “智慧安防”的体验。 传统的智能家居企业，在AI等新技术的推动下，将从控制角色演变成平台与介质，将用户的消费服务更多地整合至家中。同时，边缘计算让本地操控更流畅，借助AI、大数据、云计算等技术，实现“云 边 端”的全新模式将被企业大面积接受。  我们知道，在过去的几年里，前端摄像头采集数据，并将数据传输到后端服务器、NVR或者云端进行存储以及智能分析，这是安防行业传统的做法，但随着视频数据量迅猛递增，以及网络传输带宽的压力和成本问题，安防行业开始寻找新的解决方案，边缘计算和边缘存储的应用由此开始。 边缘计算以其安全高效的特点在当下获得众多企业和行业关注。不同于依靠多个数据中心的云计算，边缘计算是指在数据源处完成的计算，具有低时延、安全、灵活性强的特点。海康威视CEO胡扬忠曾表示：“将AI算力注入边缘，赋能边缘智能是大势所趋。”作为边缘计算应用典型之一，安防视频监控领域不容轻视。 以中一物联的安防监控为例：位于门锁上方的智能云摄像头不但能满足360°的高清监控，让家居环境尽收眼底，还能智能追踪移动物体的运动轨迹，当发现异常动态及时向用户手机推送报警和录像信息。 还可以全天候的采集周边数据，进行实时的拍摄视频留存，用户可随时随地回放录像视频，调取重要信息。而位于家庭内部、靠近窗户的智能云摄像头也是一样，让你舒心的放心。 这相比于传统的视频监控来说，用边缘计算＋视频监控，通过对视频图像进行预处理，就能去除图像冗余信息，使得部分或全部视频分析迁移到边缘处，由此降低对云中心的计算、存储和网络带宽需求，提高设备响应速度，相当于在边缘直接对视频图像进行处理分析。  所以说：边缘计算弥补了云计算响应不及时的问题，还能有效降低能耗，并满足了安防行业在实时业务、安全与隐私保护等方面的迫切需要，因此被广泛应用。如果将云计算看成视频监控1.0时代的话，那么边缘计算则是2.0时代。 根据CB Insights的市场规模量化工具，到2022年，全球边缘计算市场规模预计将达到67.2亿美元。而根据Research and Markets发布的报告，边缘计算的市场规模复合年均增长率高达35.2％。当然，安防也不例外，目前来看，边缘计算正在监控领域孕育着巨大的市场。 而中一物联，作为智慧生活整体解决方案的服务商，在智慧安防这一块也是具有着领先的地位。在近一年的时间里，先后与阿里云、科大讯飞、控客、南京物联、欧莱斯顿、星网锐捷等软硬件公司达成了战略合作。 尤其是阿里云，将提供全面的云计算服务，进一步稳固大数据的处理能力，并能与中一物联的边缘计算相补充，从而深度推进住宅、社区、特色小镇等智能化建设，积极推动物联网时代智能住宅标准化建设，让智慧安防给人们一个健康、安全的居住体验。 而关于中一物联的智慧安防，前面也系统的介绍过，我们可以点击这篇文章查看：元旦假期，中一物联教你如何才能安心出游！  从以上来看，边缘计算确实能有效弥补云存储的不足，但需要注意的是，纯边缘存储也有其缺陷，例如发生本地灾难时容易丢失数据、难以在站点之间进行边缘存储协作、数据被盗风险较大且无法搜索，并且由于缺乏本地IT而极难进行大规模管理等。 如是观之，在安防大数据时代，边缘计算与云计算技术还是需要进行互相补充，云计算提供强大的全局结构化数据推理分析和资源管控力，边缘计算则提供快速、敏捷、高效、精准的实时响应。 只有这样，两者才能共同推动安防行业迈入全新的层次，而中一物联的科学家们，也在此领域中奋力勃发，通过自身的价值优势，为更多的人重构安全感。 |
|
|
