大時(shí)代依賴車載視頻監(jiān)控趨勢，車載監(jiān)控由于AI算法的成長進(jìn)步，已經(jīng)進(jìn)入大趨勢，車載監(jiān)控在過去幾年里，前端攝像頭采集數(shù)據(jù)，并將數(shù)據(jù)傳輸?shù)胶蠖朔?wù)器、NVR或者云端進(jìn)行存儲以及智能分析，這是安防行業(yè)傳統(tǒng)的做法，但隨著視頻數(shù)據(jù)量迅猛遞增，以及網(wǎng)絡(luò)傳輸帶寬的壓力和成本問題，安防行業(yè)開始尋找新的解決方案，邊緣計(jì)算和邊緣存儲的應(yīng)用由此開始。

    邊緣計(jì)算以其安全高效的特點(diǎn)在當(dāng)下獲得眾多企業(yè)和行業(yè)關(guān)注。不同于依靠多個(gè)數(shù)據(jù)中心的云計(jì)算，邊緣計(jì)算是指在數(shù)據(jù)源處完成的計(jì)算，具有低時(shí)延、安全、靈活性強(qiáng)的特點(diǎn)。

    相比于傳統(tǒng)視頻監(jiān)控，邊緣計(jì)算＋視頻監(jiān)控，通過對視頻圖像進(jìn)行預(yù)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(jì)算、存儲和網(wǎng)絡(luò)帶寬需求，提高設(shè)備響應(yīng)速度，相當(dāng)于在邊緣直接對視頻圖像進(jìn)行處理分析。

    邊緣計(jì)算彌補(bǔ)了云計(jì)算響應(yīng)不及時(shí)、功耗高等問題，并滿足了安防行業(yè)在實(shí)時(shí)業(yè)務(wù)、安全與隱私保護(hù)等方面的需要，因此被廣泛應(yīng)用。如果將云計(jì)算看成視頻監(jiān)控1.0時(shí)代的話，那么邊緣計(jì)算則是2.0時(shí)代。

    根據(jù)CB Insights的市場規(guī)模量化工具，到2022年，全球邊緣計(jì)算市場規(guī)模預(yù)計(jì)將達(dá)到67.2億美元。而根據(jù)Research and Markets發(fā)布的報(bào)告，邊緣計(jì)算的市場規(guī)模復(fù)合年均增長率高達(dá)35.2％。當(dāng)然，安防也不例外，目前來看，邊緣計(jì)算正在監(jiān)控領(lǐng)域孕育著巨大的市場。

    在安防大數(shù)據(jù)時(shí)代，邊緣計(jì)算與云計(jì)算技術(shù)還是需要互相補(bǔ)充，云計(jì)算提供強(qiáng)大的全局結(jié)構(gòu)化數(shù)據(jù)推理分析和資源管控力，邊緣計(jì)算則提供快速、敏捷、高效、精準(zhǔn)的實(shí)時(shí)響應(yīng)。兩者共同推動(dòng)安防行業(yè)邁入全新層次，