未來固態(tài)激光雷達(dá)是否會替代多線束LiDAR嗎？

城市安全管理離不開攝像頭，當(dāng)前大量的車牌、人臉、特征等識別數(shù)據(jù)已經(jīng)無法單純依靠人工進(jìn)行分析，單個1080P的攝像頭，一天便能產(chǎn)生80G左右的數(shù)據(jù)量，如果以傳統(tǒng)的方式將這些數(shù)據(jù)回傳到云服務(wù)器做視頻分析，將產(chǎn)生大量的傳輸以及存儲資源。同時，這些海量的數(shù)據(jù)中真正有價值的數(shù)據(jù)遠(yuǎn)遠(yuǎn)不到15%，為了減少成本，提升效率，從傳統(tǒng)集中式大數(shù)據(jù)處理向邊緣式大數(shù)據(jù)處理轉(zhuǎn)變，已是大勢所趨，賦能邊緣智能與云邊融合的新技術(shù)由此誕生。下面就隨嵌入式小編一起來了解一下相關(guān)內(nèi)容吧。

　　邊緣計(jì)算與云計(jì)算最大的區(qū)別在于數(shù)據(jù)將不再需要傳到遙遠(yuǎn)的云端，在邊緣側(cè)便能解決數(shù)據(jù)的處理。這也解決了數(shù)據(jù)上云才能實(shí)現(xiàn)智能應(yīng)用的唯一性。這樣的方式帶來了前所未有的體驗(yàn)：

　　從成本層面而言，能節(jié)省帶寬及存儲成本，IDC數(shù)據(jù)統(tǒng)計(jì)顯示，云計(jì)算和邊緣計(jì)算結(jié)合，成本只有單獨(dú)使用云計(jì)算的39%;從效率層面而言，由于邊緣計(jì)算距離用戶更近，在邊緣節(jié)點(diǎn)處實(shí)現(xiàn)了對數(shù)據(jù)的過濾和分析，海量的設(shè)備數(shù)據(jù)不需要再上傳云端，反饋于終端執(zhí)行;從綜合服務(wù)層面而言，云邊融合，可大大提升人工智能的深度學(xué)習(xí)能力，AI+邊緣計(jì)算的組合讓邊緣計(jì)算不止于計(jì)算，而且可以實(shí)現(xiàn)目標(biāo)檢測、特征提取、無損建模等智能功能。

　　海康威視認(rèn)為，將邊緣計(jì)算和云計(jì)算融合能更好解決物聯(lián)網(wǎng)現(xiàn)實(shí)問題。以視頻監(jiān)控為例，既需要就近存儲原始視頻流并進(jìn)行智能分析，也需要實(shí)現(xiàn)結(jié)構(gòu)化數(shù)據(jù)的按需匯聚和大數(shù)據(jù)分析，還需要對各類物聯(lián)網(wǎng)和IT設(shè)備進(jìn)行統(tǒng)一的管理和運(yùn)維。因此需要一個既能實(shí)現(xiàn)邊緣計(jì)算，又能按需集中處理海量異構(gòu)數(shù)據(jù)的智能架構(gòu)，以實(shí)現(xiàn)人工智能、大數(shù)據(jù)、云計(jì)算和終端設(shè)備的有機(jī)融合。在這樣的背景下，?？低曁岢隽嘶谠七吶诤侠砟畹腁I Cloud。

　　人工智能落地需共建AI生態(tài)

　　人工智能是一個系統(tǒng)的工程，對于企業(yè)而言，無論是想賦能還是推動產(chǎn)業(yè)發(fā)展，生態(tài)體系的建設(shè)必不可少。當(dāng)前人工智能的產(chǎn)業(yè)鏈條涉及到從基礎(chǔ)算法模型、基礎(chǔ)硬件、基礎(chǔ)產(chǎn)品、行業(yè)應(yīng)用、場景應(yīng)用、解決方案到應(yīng)用交付的不同環(huán)節(jié)，任何一家企業(yè)都無法獨(dú)立打造出完整的產(chǎn)業(yè)鏈，分工協(xié)作共同解決用戶的需求是未來人工智能時代的趨勢。

　　海康威視總裁胡揚(yáng)忠在“智涌錢塘”峰會上曾提出：“目前人工智能的應(yīng)用是場景化的，而場景化的應(yīng)用是碎片化的，碎片化的應(yīng)用很難集中精力形成拳頭，發(fā)出很大的力量。由于智能產(chǎn)業(yè)鏈條太長，涉及的面非常多，需要產(chǎn)業(yè)間關(guān)聯(lián)方相互協(xié)同。在全球經(jīng)濟(jì)一體化的今天，需要全球人工智能企業(yè)協(xié)同起來，共同推進(jìn)人工智能產(chǎn)業(yè)發(fā)展，造福人類社會。”

　　針對碎片化市場和人工智能的長產(chǎn)業(yè)鏈，打造產(chǎn)業(yè)創(chuàng)新創(chuàng)造和可持續(xù)發(fā)展的產(chǎn)業(yè)生態(tài)，需要算法、算力、產(chǎn)品、數(shù)據(jù)、訓(xùn)練系統(tǒng)、軟件平臺、應(yīng)用軟件等各方共同參與。因此?？低暠帧伴_放、合作、共贏”原則，正通過基礎(chǔ)設(shè)施、數(shù)據(jù)資源、平臺服務(wù)、應(yīng)用接口的開放打造能力開放的完整體系，協(xié)同合作伙伴構(gòu)建AI Cloud新生態(tài)。同時其在各行業(yè)推廣落地基于AI Cloud的行業(yè)解決方案，培育和發(fā)展在細(xì)分行業(yè)、細(xì)分領(lǐng)域的專業(yè)合作伙伴，打造行業(yè)生態(tài)合作體系。據(jù)了解，?？低曔€將持續(xù)關(guān)注行業(yè)產(chǎn)業(yè)鏈外延發(fā)展，如咨詢、運(yùn)維、安全防護(hù)等服務(wù)生態(tài)的建設(shè)。

　　可見，?？低暤腁I Cloud一點(diǎn)也不簡單，不僅是發(fā)展理念、技術(shù)架構(gòu)，也是產(chǎn)品實(shí)現(xiàn)、服務(wù)模式、開放生態(tài)。

　　AI Cloud為產(chǎn)業(yè)智能化升級而生

　　在“智涌錢塘”峰會上，?？低晫τ贏I Cloud的價值做出了詳細(xì)的闡述。

　　?？低暩呒壐笨偛卯厱陱?qiáng)調(diào)，在AI Cloud中，邊緣節(jié)點(diǎn)側(cè)重多維感知數(shù)據(jù)采集和前端智能處理;邊緣域側(cè)重感知數(shù)據(jù)匯聚、存儲、處理和智能應(yīng)用;云中心側(cè)重包括物聯(lián)網(wǎng)數(shù)據(jù)在內(nèi)的多維數(shù)據(jù)的融合及基于大數(shù)據(jù)的多維分析應(yīng)用。數(shù)據(jù)從邊緣節(jié)點(diǎn)到邊緣域，實(shí)現(xiàn)“聚邊到域”;從邊緣域到云中心，實(shí)現(xiàn)“數(shù)據(jù)入云”。域和云中心可多級多類，根據(jù)不同應(yīng)用，邊緣域匯聚的數(shù)據(jù)和傳到云端的數(shù)據(jù)在模型和內(nèi)容上也會不同。邊緣域所發(fā)揮的作用就像 “中場”，負(fù)責(zé)決定在什么時候、將什么類型、處理到什么程度的數(shù)據(jù)發(fā)送到云中心，實(shí)現(xiàn)“按需匯聚”。

　　從以上觀點(diǎn)可以了解到?？低旳I Cloud的云邊融合，不是簡單的云+邊，更不是簡單地分成若干個所謂的“小云”再匯聚到更大規(guī)模的云，而是切實(shí)解決從邊到云所帶來的應(yīng)用、數(shù)據(jù)處理、管理等一系列問題。簡言之，AI Cloud不是Cloud Computing，而是基礎(chǔ)設(shè)施、數(shù)據(jù)資源、平臺服務(wù)和應(yīng)用軟件的總和。

海康威視高級副總裁徐習(xí)明補(bǔ)充，無論是公共安全領(lǐng)域還是商業(yè)領(lǐng)域，都需要通過視頻或者其他的物聯(lián)網(wǎng)手段更好地去感知前端，以實(shí)現(xiàn)整個網(wǎng)格的快速響應(yīng)，敏捷處置。

AI Cloud的價值

　　中國當(dāng)前部署的攝像頭每秒產(chǎn)生數(shù)據(jù)量達(dá)66TB，這些數(shù)據(jù)的傳輸如果僅僅依靠云端數(shù)據(jù)中心進(jìn)行處理，無論是傳輸成本還是存儲成本都會高居不下，但如果能在網(wǎng)絡(luò)邊緣側(cè)就被存儲與處理，那將大大減少成本并提高設(shè)備處理效率。

　　智慧安防的發(fā)展，不僅需要“高大上”的云計(jì)算更需要“接地氣”的邊緣計(jì)算。邊緣計(jì)算一方面采集數(shù)據(jù)信息，進(jìn)行預(yù)處理并提取特征數(shù)據(jù)傳輸給云端大腦，另一方面通過打通各系統(tǒng)平臺，更好幫助各物聯(lián)網(wǎng)應(yīng)用落地。無論從物聯(lián)網(wǎng)應(yīng)用的使用效率、時間延遲，還是從安全考慮，邊緣計(jì)算都會是物聯(lián)網(wǎng)普及的關(guān)鍵所在。

　　這也是海康威視提出AI Cloud的價值，從微觀上看讓不需要上云的數(shù)據(jù)在邊緣側(cè)進(jìn)行處理是其顯性的目標(biāo)，從宏觀上看，海康威視與華為在ICT行業(yè)一樣，正在努力擔(dān)當(dāng)起行業(yè)“帶頭大哥”的角色，推動著良好的安防生態(tài)的建設(shè)，開放的平臺、開放的體驗(yàn)環(huán)境和兼容性驗(yàn)證環(huán)境正在為“安防+AI”打下良好的基礎(chǔ)，也為合作伙伴搭建合作共贏的舞臺，推動AI的落地應(yīng)用。