人工智能（AI）和深度學(xué)習(xí)在物理安全市場中的應(yīng)用涵蓋了從云計算到邊緣計算的各個領(lǐng)域。各種硬件解決方案都能夠把AI部署在不同級別的系統(tǒng)中，從云端到邊緣設(shè)備，如安全攝像頭。
更智能的AI應(yīng)用
分布式結(jié)構(gòu)可以包含云計算和邊緣計算。它將人工智能（AI）算法從云端擴展到本地視頻錄像機和服務(wù)器，并進一步擴展到安全攝像機等邊緣設(shè)備。三層架構(gòu)都支持構(gòu)建一類新的AI驅(qū)動應(yīng)用目標(biāo)，甚至更智能，更快速。
云端攝像機視頻分析和深度學(xué)習(xí)功能的結(jié)合可以改善視頻分析。攝像機可以配備基本的視頻分析，它們與云基礎(chǔ)設(shè)施相連，可提供額外的深度學(xué)習(xí)算法。這些攝像機提供計算機視覺預(yù)處理，而大量詳細(xì)的分析則可以在云端神經(jīng)網(wǎng)絡(luò)中處理。
軟件即服務(wù)（SaaS或云）模式為企業(yè)提供了改善深度學(xué)習(xí)的資源。使基于用云端系統(tǒng)來自不同客戶的大數(shù)據(jù)，系統(tǒng)將變得更加精確、規(guī)模更大更容易擴展。所有數(shù)據(jù)匯聚到一起，用戶之間便可以共享知識數(shù)據(jù)帶來的利益。
從邊緣到云端的數(shù)據(jù)分布
云計算允許具有各種計算功能的用戶在私有云或位于數(shù)據(jù)中心的第三方服務(wù)器上存儲和處理數(shù)據(jù)。然而，隨著計算業(yè)務(wù)變得越來越頻繁和復(fù)雜，對數(shù)據(jù)處理性能的需求甚至更高。在數(shù)據(jù)傳輸?shù)皆贫说倪^程中，云計算消耗了巨大的網(wǎng)絡(luò)資源和時間，這些都導(dǎo)致網(wǎng)絡(luò)擁塞和低可靠性。
從邊緣到云端，整個系統(tǒng)的數(shù)據(jù)分布，任何一點都可以減輕壓力。通過將AI算法配置到邊緣設(shè)備中，僅僅提取和發(fā)送諸如視頻圖像中的人員或車輛之類的關(guān)鍵信息，將明顯地提高傳輸效率并降低網(wǎng)絡(luò)帶寬，同時仍然能夠保持高質(zhì)量和準(zhǔn)確性。
云端增加了AI功能
云端提供了AI和深度學(xué)習(xí)應(yīng)用所需的額外數(shù)據(jù)計算功能。單個Amazon 網(wǎng)絡(luò)服務(wù)數(shù)據(jù)中心就擁有50，000到80，000臺服務(wù)器?？偠灾?，據(jù)觀察人士評估，亞馬遜網(wǎng)絡(luò)服務(wù)可能擁有300萬到500萬臺服務(wù)器。而其它主要云服務(wù)商，如谷歌，微軟，VMware，Citrix等，都增加到了數(shù)百萬臺服務(wù)器。
亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）為企業(yè)提供廣泛而深入的機器學(xué)習(xí)和人工智能服務(wù)。實際上，該服務(wù)為所有開發(fā)人員提供機器學(xué)習(xí)，使他們能夠快速構(gòu)建，培訓(xùn)和部署機器學(xué)習(xí)模型。
為了消費者的利益，亞馬遜網(wǎng)絡(luò)服務(wù)將專注于處理那些比較棘手的阻礙開發(fā)者使用機器學(xué)習(xí)的挑戰(zhàn)。所有功能基于全面的云平臺構(gòu)建，該平臺針對機器學(xué)習(xí)進行了優(yōu)化，具備高性能且不會影響安全性和數(shù)據(jù)分析。
邊緣系統(tǒng)的優(yōu)勢
深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)計算無處不在。它們現(xiàn)在已經(jīng)在本地計算機，嵌入邊緣設(shè)備的系統(tǒng)中，甚至云端廣泛使用。
邊緣計算在視頻監(jiān)控市場中尤為重要，它使系統(tǒng)能夠在任何帶寬或延遲問題都會限制基于中央服務(wù)器系統(tǒng)有效性的情況下運行。同時，基于邊緣的功能還降低了對信息隱私的擔(dān)憂和對網(wǎng)絡(luò)連接的依賴。
人工智能（AI）是一個計算密集型的過程，無論是在云端還是在本地計算機上，在邊緣進行處理都無需集中進行。特別是視頻監(jiān)控攝像機，沒有足夠的帶寬來通過網(wǎng)絡(luò)基礎(chǔ)設(shè)施傳輸視頻數(shù)據(jù)以進行處理。全球一半以上人口密集的地區(qū)互聯(lián)網(wǎng)速度低于8 mbps，這肯定無法處理新智能應(yīng)用所需的數(shù)據(jù)水平。
延時是采用邊緣智能的另一個優(yōu)勢。目前，大量的應(yīng)用越來越要求很小甚至沒有延時（小于200毫秒），并且將數(shù)據(jù)傳輸?shù)狡渌胤皆龠M行處理則需要花費時間。
邊緣計算還可以確保數(shù)據(jù)更加私密，而不是將數(shù)據(jù)留存在私有云或公共云中，甚至本地存儲。 更高的計算能力和邊緣嵌入式系統(tǒng)的效率為具有智能的物理安全設(shè)備鋪平了道路，遠(yuǎn)遠(yuǎn)超出了業(yè)界現(xiàn)在使用的范圍。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
