AI作為我們這個時代zui重要的通用技術，已開啟新一輪復興，其中zui大的進展來自感知和認知兩個領域。得益于視頻結構化和人臉識別等技術突破，擁有海量數(shù)據(jù)來源的安防無疑將是zui早實現(xiàn)AI落地的行業(yè)之一，以視頻為核心的智能物聯(lián)網(wǎng)應運而生。
 

　　應對智能物聯(lián)網(wǎng)諸多挑戰(zhàn)，?？低暳⒆銘?，提出AI Cloud架構——邊緣節(jié)點、邊緣域和云計算中心三級相輔相成，系統(tǒng)實現(xiàn)“邊緣感知、多層認知”。請看?？低曄到y(tǒng)業(yè)務中心副總裁林立帶來的深度解讀。
 

　　基于現(xiàn)實，云邊融合是大勢所趨
 

　　隨著應用的普及和成熟，物聯(lián)網(wǎng)進入萬物互聯(lián)的新時代。據(jù)IDC預測，到2020年將有超過500億的終端與設備聯(lián)網(wǎng)。包含視頻在內(nèi)的海量異構數(shù)據(jù)，在滿足不同行業(yè)應用需求而進行匯聚的過程中，網(wǎng)絡負荷、數(shù)據(jù)安全、實時響應等都挑戰(zhàn)。
 

　　1、AI技術的成熟助推邊緣智能更更
 

　　視頻圖像等非結構化數(shù)據(jù)只有就近在物或數(shù)據(jù)源側(cè)進行結構化數(shù)據(jù)處理，才能有效降低網(wǎng)絡帶寬壓力和后端計算、存儲壓力，提升整體分析效率，滿足業(yè)務實時響應等要求。隨著AI芯片及嵌入式感知系統(tǒng)的成熟，智能前端設備可實現(xiàn)更為豐富的視覺感知功能，并可將識別、分類的結果進行實時應用。前端智能不僅能滿足特定場景對實時性、安全性的要求，還能按需將高質(zhì)量結構化數(shù)據(jù)及分析結果傳輸至后端，減少丟包、壓縮造成的信息丟失或誤差，提升智能分析的準確性。
 

　　2、集中上云無法滿足復雜業(yè)務的分級多層應用
 

　　對于需要大量計算與存儲資源、需要多維數(shù)據(jù)關聯(lián)分析的諸多其他場景，后端計算服務器可利用集中部署的池化資源優(yōu)勢，實現(xiàn)更高層級的感知智能和認知智能。如當前的軌跡追蹤分析、人車關聯(lián)分析等感知智能已投入應用，而基于大數(shù)據(jù)的邏輯推理、決策分析等認知智能還有待突破。面向復雜業(yè)務應用環(huán)境，靠全部數(shù)據(jù)集中上云或全部感知、認知集中在云端處理的方式難以滿足分級、多層應用所需要的靈活擴展、按需部署、敏捷響應等需求。
 

　　綜上所述，無論是技術發(fā)展趨勢還是業(yè)務應用趨勢，都迫切需要一個既能滿足智能分布式計算，又能相對集中處理海量異構數(shù)據(jù)的新型物聯(lián)網(wǎng)架構。我們認為，云邊融合的架構是智能物聯(lián)網(wǎng)領域應對分級、多層智能應用需要的*選擇。
 

　　立足應用，AI Cloud架構的核心價值解析
 

　　?？低旳I Cloud是基于云邊融合的以視頻為核心的智能物聯(lián)網(wǎng)架構，通過邊緣節(jié)點、邊緣域和云計算中心三級有機結合，系統(tǒng)滿足“邊緣感知、按需匯聚、分級應用、多層認知”的業(yè)務需求。
 

　　1、邊緣節(jié)點：感知更，采集更豐富
 

　　?？低旳I Cloud架構，通過將智能感知計算嵌入邊緣節(jié)點，滿足物聯(lián)網(wǎng)的多維采集、特征提取、智能處理等需要，并有效緩解大量非結構化數(shù)據(jù)的智能分析給傳輸、計算、存儲等帶來的壓力，可以實現(xiàn)前端的敏捷響應。比如人、車道閘系統(tǒng)，前端就可以快速識別完成通行；再比如金融行業(yè)對VIP客戶進行快速識別，及時提供VIP服務等。此外，如將智能攝像機和聲音、位置等多種傳感器集成形成多維數(shù)據(jù)，可提供跨時空關聯(lián)分析的依據(jù)，有助于準確判斷和有效分析。
 

　　在產(chǎn)品部署上，實際應用場景往往是復雜多樣的，需要多形態(tài)的智能前端，比如高空瞭望攝像機、鷹眼、槍球聯(lián)動、雙目分析等，通過按需部署使前端獲得更、更的數(shù)據(jù)，實現(xiàn)更小的傳輸帶寬和更智能的敏捷控制。
 

　　2、邊緣域：智能按需調(diào)度，業(yè)務敏捷響應
 

　　邊緣域側(cè)重就近匯聚和存儲邊緣節(jié)點的各類異構數(shù)據(jù)、就近管理智能計算資源，滿足快速響應、快速分析的需要。面向復雜業(yè)務系統(tǒng)，邊緣域是業(yè)務分級應用的主要響應單元，可滿足用戶各級管理所需。邊緣域既可接收、整合、傳遞邊緣節(jié)點的感知信息，又可按需適配算力和算法對域內(nèi)數(shù)據(jù)進行智能處理與管理，實現(xiàn)物聯(lián)智能應用。具體來說，單個邊緣域可以將節(jié)點和域的存儲、計算資源進行統(tǒng)一管理，通過兼容開放的智能算法倉庫，將智能算法按需調(diào)度到節(jié)點，再結合域本身的智能處理能力，zui終實現(xiàn)域的智能自治；多個邊緣域互聯(lián)可以組成一個可彈性擴展的智能網(wǎng)絡，依據(jù)互聯(lián)的域和云中心的需要，滿足數(shù)據(jù)的匯聚、交換和視頻應用的共享。
 

　　通過部署“一平臺”(HacMaster物聯(lián)智能綜合平臺)實現(xiàn)域內(nèi)的采、存、管、用、維的統(tǒng)一管理和業(yè)務的就近敏捷響應。該平臺對下管控邊緣節(jié)點，對上按需交換數(shù)據(jù)，同時，管理域內(nèi)“二池一庫”資源(物聯(lián)計算存儲資源池、物聯(lián)數(shù)據(jù)池，智能算法倉庫)、邊緣節(jié)點的智能處理能力，提供開放的API/SDK接口供域內(nèi)的物聯(lián)智能應用開發(fā)。在應對邊緣節(jié)點聯(lián)網(wǎng)部署的擴展上，邊緣域相比集中上云更靈活，更少受機房環(huán)境等因素影響，不僅能保障業(yè)務時效性和管理率，還具有較大的建設成本優(yōu)勢。
 

　　3、云計算中心：服務大數(shù)據(jù)智能，輔助業(yè)務決策
 

　　海康威視AI Cloud架構中，云計算中心能夠彈性分配計算服務器、存儲服務器的資源，還能夠按需調(diào)度智能算法和大數(shù)據(jù)算法。其中，智能算法對來自邊緣域的物聯(lián)數(shù)據(jù)進行更高層級的感知智能處理，比如更大范圍的黑名單比對、更大范圍的跨時空關聯(lián)分析等；大數(shù)據(jù)算法對多維異構數(shù)據(jù)(物聯(lián)數(shù)據(jù)+業(yè)務數(shù)據(jù)等)進行認知智能處理，支撐多維大數(shù)據(jù)的綜合邏輯分析和決策分析。云計算中心與邊緣域、邊緣節(jié)點結合實現(xiàn)多層認知智能，如在平安城市業(yè)務中，可依據(jù)、偵破、等大數(shù)據(jù)關聯(lián)實現(xiàn)以“預測預警預防”為主的全局分析應用；在智能交通業(yè)務中，可依據(jù)交通流量、交通違法、天氣等大數(shù)據(jù)關聯(lián)實現(xiàn)城市級交通態(tài)勢分析等。
 

　　云計算中心可部署?？低旽ac系列平臺：(1)HacStack云計算基礎平臺，統(tǒng)一管理云中心異構計算、存儲資源池(CPU計算資源池、GPU計算資源池、融合存儲資源池)和邊緣域的異構計算、存儲設備資源；(2)HacDataX大數(shù)據(jù)服務平臺，管理數(shù)據(jù)及大數(shù)據(jù)算法，提供大數(shù)據(jù)分析應用服務；(3)HacOSS運維服務平臺，實現(xiàn)從設備到網(wǎng)絡的全面監(jiān)測和運維服務；(4)HacAppX綜合應用平臺，提供標準接口協(xié)議，實現(xiàn)基于可視化人機交互的綜合應用服務。
 

　　持續(xù)發(fā)展，構建AI Cloud新生態(tài)
 

　　?？低暠?ldquo;開放、合作、共贏”原則，以開放的架構，協(xié)同合作伙伴構建AI Cloud新生態(tài)。遵循可持續(xù)發(fā)展理念，我們立足應用，與合作伙伴一起保障用戶投資，為實現(xiàn)用戶增值，提供咨詢、規(guī)劃、方案等設計；為完善用戶業(yè)務，提供遷移、升級、集成、數(shù)據(jù)、應用定制、運維等服務。在AI驅(qū)動的新時代，我們突破傳統(tǒng)邊界，攜手合作伙伴把握新機遇，一起“見遠，行更遠”。
 

　　結語
 

　　隨著AI技術的不斷成熟，以視頻為核心的智能物聯(lián)網(wǎng)將迎來的時代。在海康威視AI Cloud架構逐漸落地、配套產(chǎn)品陸續(xù)推出的過程中，我們有理由相信：為與的時代相見，我們已做的準備。