在過去幾年里，前端攝像頭采集數據，并將數據傳輸到后端服務器、NVR或者云端進行存儲以及智能分析，這是安防行業傳統的做法，但隨著視頻數據量迅猛遞增，以及網絡傳輸帶寬的壓力和成本問題，安防行業開始尋找新的解決方案，邊緣計算和邊緣存儲的應用由此開始。

邊緣計算以其安全高效的特點在當下獲得眾多企業和行業關注。不同于依靠多個數據中心的云計算，邊緣計算是指在數據源處完成的計算，具有低時延、安全、靈活性強的特點。海康威視CEO胡揚忠曾表示：“將AI算力注入邊緣，賦能邊緣智能是大勢所趨。”作為邊緣計算應用典型之一，安防視頻監控領域不容輕視。

相比于傳統視頻監控，邊緣計算＋視頻監控，通過對視頻圖像進行預處理，去除圖像冗余信息，使得部分或全部視頻分析遷移到邊緣處，由此降低對云中心的計算、存儲和網絡帶寬需求，提高設備響應速度，相當于在邊緣直接對視頻圖像進行處理分析。邊緣計算彌補了云計算響應不及時、功耗高等問題，并滿足了安防行業在實時業務、安全與隱私保護等方面的需要，因此被廣泛應用。如果將云計算看成視頻監控1．0時代的話，那么邊緣計算則是2．0時代。

根據CB Insights的市場規模量化工具，到2022年，全球邊緣計算市場規模預計將達到67．2億美元。而根據Research and Markets發布的報告，邊緣計算的市場規模復合年均增長率高達35．2％。當然，安防也不例外，目前來看，邊緣計算正在監控領域孕育著巨大的市場。

安防業龍頭海康和大華均相繼發布邊緣計算產品與解決方案，例如海康“明眸”系列產品、大華邊緣計算節點聯網方案等。此外，除了海康和大華，華為、宇視科技等領軍企業也有跟進部署邊緣計算技術。部分監控廠商、VC創業公司也已將深度學習技術應用于終端攝像機中，車牌識別與人臉識別等功能都已實現在前端進行。那么，2019年安防企業還會將邊緣計算拓展到哪些應用領域？值得期待！

結語：從上文來看，邊緣計算確實有效彌補了云存儲的不足，但需要注意的是，純邊緣存儲也有其缺陷，例如發生本地災難時容易丟失數據、難以在站點之間進行邊緣存儲協作、數據被盜風險較大且無法搜索，并且由于缺乏本地IT而極難進行大規模管理等。

如是觀之，在安防大數據時代，邊緣計算與云計算技術還是需要互相補充，云計算提供強大的全局結構化數據推理分析和資源管控力，邊緣計算則提供快速、敏捷、高效、精準的實時響應。兩者共同推動安防行業邁入全新層次。