核心提示：在万物互联的背景之下融合边缘计算模型和视频监控技术，构建基于边缘计算的新型视频监控应用的软硬件服务平台，以提高视频监控系统前端摄像头的智能处理能力。亿欧智库近日调研访谈的人人智能，携手ARM专注做人脸机芯。一、背景——从集中式数据处理时代到万物互联为核心的边缘计算时代；云计算大多采用集中式管理的方法...
在万物互联的背景之下融合边缘计算模型和视频监控技术，构建基于边缘计算的新型视频监控应用的软硬件服务平台，以提高视频监控系统前端摄像头的智能处理能力。亿欧智库近日调研访谈的人人智能，携手ARM专注做人脸机芯。
一、背景——从集中式数据处理时代到万物互联为核心的边缘计算时代；
云计算大多采用集中式管理的方法，这使云服务创造出较高的经济效益，而在万物互联的背景下，边缘设备产生大量实时数据，云计算性能正逐渐达到瓶颈(边缘计算在下文第二部分会有详细解释)。
一方面边缘设备的数据量的增加。思科全球云指数GCI预测，到了年存储数据总量将从年的1.4ZB增加至6.2ZB，年6.2ZB数据中有84%存储在客户端设备上；思科可视化网络指数VNI预测，到了年，连接到IP网络的设备数量将接近全球人口数量的三倍，到了年，人均网络设备数量将由年的2.2部增长达到3.4部，人均IP流量也从年的10GB增长至25GB；
另一方面新兴万物互联应用对延迟时间的要求，诸如——装载在无人驾驶汽车上的传感器和摄像头实时捕捉路况信息，每秒产生约1GB数据，据麦肯锡预测，到年，L4级别的自动驾驶汽车市场规模将达到万辆至万辆，如何实现短延时将成为无人车上路前的主要研究方向之一。
边缘设备的数据量的增加，网络带宽正逐渐成为云计算的另一瓶颈，然而仅靠提高网络带宽并不能满足万物互联应用对延迟时间的要求，所以在接近数据源的边缘设备上执行部分或全部计算是适应万物互联应用需求的新兴计算模式。
