通过IHS研究，国内监控摄像头在2020年已经超过了3.5亿个，而21年则会提高到近5亿个。
得益于深度学习的发展，过去依靠人工监控屏幕的传统方式已经低效，通过边缘AI计算设备的识别算法既可以独立完成这些任务。
边缘计算能够应对更快、更复杂的决策。基于人工智能的机器学习技术已经超越了基于云的数据中心，重要的数据处理工作越来越接近数据发生位置，也就是边缘端。这一举措将通过配备新人工智能(AI)的芯片实现。边缘AI正在推动下一代物联网。
根据Tractica报告，2020年全球人工智能芯片市场规模已经达到175亿美元，而21年将提高将近50%，达到260亿美元。2025年提高到了726亿美元，几乎每年翻一倍的速度在增长。
这些边缘AI芯片可能会进入越来越多的消费设备，如高端智能手机、平板电脑、智能扬声器和可穿戴设备，以及一些企业市场—机器人、相机、传感器和其他物联网设备。两者都是非常重要的市场。
消费级边缘AI芯片市场空间远大于企业级市场，但其增长速度相对企业市场可能更加缓慢。到2024年，边缘AI芯片销量有望超过15亿颗，甚至可能超过这一数字，每年销量增长至少20%。
安防领域AI芯片需求旺盛
在电子安防产品市场，视频监控系统占据962亿元市场规模的一半以上份额，成为安防系统的核心。当前安防行业涉及多个领域，包括公安、智能家居、智能交通、智能制造、智慧城市等，主要需求还是来自人、车的检索和行为的识别，这些需求会越来越大。
在不久的将来，人工智能技术将取代许多传统的安防技术，整个安防行业的发展已经到了与核心技术竞争的关键时刻。
边缘计算搭载的AI芯片和算法是摄像头智能化的关键因素。城市中各类犯罪不可预测，尤其是突发性的暴力犯罪，需要摄像头自动检测和跟踪图像和视频流中的人脸，进行实时比对和决策。针对海量视频监控的实时处理和反馈要求，云计算能力有限，在响应速度、功耗量、网络稳定性上要求高等问题。
边缘计算可以将视频图像内容转化为清晰表达目标属性的结构化数据，比如一辆车闯红灯经过了路口被交通摄像头拍摄，这段视频可以通过边缘计算结构化为：轿车、京N8XXXX、白色、52km/h、XX路口、南向北、闯红灯等数据上传服务器，大大减少了上传视频的数据体量和带宽压力，有效提高数据处理效率，也更利于深度挖掘数据。
图像和视频的人工智能处理是目前AI芯片商业化前景最为乐观的赛道，也是玩家弯道超车的最佳机会。
安防领域智能化面临的挑战
1.应用层面
摄像头作为传统安防设备，不仅清晰度逐年提升，而且对智能化的需求越来越强。安防系统每天产生的海量图像和视频信息，导致信息冗余严重，识别准确率和效率有所不足，应用领域也有限。但随着边缘计算技术的逐渐普及，安防领域遇到的难题正在被解决。
边缘计算在视频监控系统的应用潜力巨大，主要体现在视频结构化（视频数据的识别与提取）、生物特征识别（指纹识别、人脸识别等）、物体特征识别（车牌识别系统）等应用方向。
在人脸识别场景中，在前端摄像头附近配置边缘AI计算机，把人脸识别的工作压力分担到前端，解放云计算资源，能够集中算力资源去做更高效的分析。
这不仅大幅降低信息传输和后端设备的负担，同时也提升了整个安防系统的响应速度，为安防领域倡导“事前预警、事中制止、事后审查”的理念提供技术支持。
2.云计算
1）数据传输成本高。随着数据量的激增和传输带宽的压力越来越大，设备的无线传输模块必须支持高速无线传输，这需要更大的功耗，与设备低功耗的期望相互冲突。
2）很多终端应用场景对时延非常敏感。例如平安城市的异常行为检测、人流检测等需要实时预警，不能接受更长的延迟，对网络稳定性和速率要求会越来越高，进一步增加了成本。
3）智能家居场景对安全和隐私的需求也限制了云计算的发展。越来越多的人们担心自己的敏感隐私数据被上传到云上，信息安全没有保障。
边缘计算可以很好地解决上面这些问题。根据实际应用需求，边缘计算机既可以独立作为智能处理模块，也可以与云端配合（边缘端做一些分析处理和过滤，然后交给云端），这样的方案对优化延迟、带宽和功耗优势明显。
同时，在数据传输到数据中心之前，通过边缘计算对数据进行分析和处理，匿名和加密，可以消除将所有终端数据传输到云端的敏感信息，从而有效解决隐私问题。
升级既有安防设备的新方式
我国智能摄像系统已经真正落地于视频监控领域，可广泛应用于机场、车站、商业街和旅游景区等拥挤的地方，提供更快速、准确的安防服务。
传统摄像头的企业如海康威视、泰科、宇视、天地伟业等都早早开始布局边缘计算相关产品的研发工作。目前市面上主流自带AI功能的摄像头产品售价在几千元左右，是普通高清摄像头的几倍甚至十几倍，主要原因是AI芯片和算法开发成本高。
截止2020年，国内已有超过3.5亿支摄像头。如此庞大的体量，想要把既有摄像头更换成智能摄像头，那成本是巨量的。
边缘AI计算机
随着芯片技术的发展，专为视觉处理而设计的边缘AI计算机的出现，安防设备智能化有了新的实现方法，边缘AI计算机带给传统摄像头视频数据分析和存储能力，对视频图像进行预处理，去除图像冗余信息，使部分或全部视频分析工作迁移到边缘端，从而降低云中心的计算和存储压力，提高视频分析的速度。
一台高算力的边缘AI计算机，可以同时连接多路摄像头，同时提供视频监控的计算服务，改造一个十字路口的摄像头，最低只需要安装一台边缘AI计算机或边缘计算服务器，即可完整监控智能化升级的工作，大大降低了安防监控设备的升级成本。
同时，边缘AI计算机还有一个优势就是可以随时对AI算法进行升级调整，比如引入新的算法规则，或拓展、变更识别功能，相比智能摄像头，具备更高的功能灵活性。
中国目前在安防摄像领域的基础扎实，摄像头、抓拍机部署密度领先全球、有非常大的智能化升级空间。而在计算机视觉技术领域也已经开展实践应用，在数据库建设、算法模型训练、业务场景适配等方面，有较好的基础。
所以不论是传统的摄像头企业自研智能摄像头，还是用户通过直接购买边缘AI计算机设备+既有传统摄像头的升级组合，安防产业智能化升级都是必然趋势。
