處于物聯(lián)網(wǎng)時代中，隨著時間的推移，這類數(shù)據(jù)還將持續(xù)增長，未來會有越來越多的設備和傳感器誕生。如此眾多的設備和傳感器將會產(chǎn)生大量的數(shù)據(jù)，如果把這些數(shù)據(jù)傳到后端，需要足夠的網(wǎng)絡帶寬的支撐，雖然在通訊技術方面，我們正在從4G走向5G，但是網(wǎng)絡帶寬的增長速度會越來越趕不上數(shù)據(jù)增長的速度。

當下深度學習的很多處理運算都發(fā)生在后端數(shù)據(jù)中心或云端進行，因為只有在這樣的環(huán)境里才能提供計算和存儲的支撐。但隨著網(wǎng)絡帶寬、計算延遲以及數(shù)據(jù)安全等方面的考慮，越來越多的廠商開始意識到未來人工智能系統(tǒng)一定是一個端到端的系統(tǒng)，會有足夠多的人工智能的應用被推送到前端，在前端去處理。

將AI 賦能邊緣是趨勢

在過去幾年里，前端攝像頭進行數(shù)據(jù)采集，將數(shù)據(jù)傳輸?shù)胶蠖朔掌骰騈VR或云端作存儲以及智能分析，這是行業(yè)的慣性做法，但當前，隨著數(shù)據(jù)量的迅猛遞增，以及網(wǎng)絡傳輸帶寬所帶來的壓力和成本問題，讓大家開始尋找新的解決方案，邊緣計算和邊緣存儲的應用由此誕生。

隨著安防人工智能應用的逐漸深入，將AI 賦能到前端也正成為安防這個產(chǎn)業(yè)的發(fā)展趨勢，當然，邊緣計算是一方面，監(jiān)控領域邊緣存儲也是一個極其重要的環(huán)節(jié)。

在本屆安博會上，我們可以看到包括西部數(shù)據(jù)、美光在內(nèi)的存儲廠商圍繞著邊緣存儲也有做一些主題演講和產(chǎn)品展示。

西部數(shù)據(jù)集團嵌入集成方案產(chǎn)品市場總監(jiān)張丹即認為：“未來數(shù)據(jù)肯定會分流處理，這是不可避免的趨勢。在生成的海量數(shù)據(jù)中，有的數(shù)據(jù)是必須被存儲的，被存儲到整個數(shù)據(jù)鏈的不同節(jié)點。有的數(shù)據(jù)需要被實時計算，還有的需要分時計算、分步計算。所以在每一個應用領域、每一個數(shù)據(jù)節(jié)點，什么樣的數(shù)據(jù)被需求，什么樣的存儲被應用，作為存儲產(chǎn)品和方案提供商，這是需要做深入研究探索的問題，也需要和客戶做持續(xù)的應用層面的溝通和探討。”

美光科技嵌入式產(chǎn)品事業(yè)部副總裁 Jeff Bader在安博會期間的邊緣存儲解決方案發(fā)布會上對外表示：“邊緣存儲方案可通過提高視頻質(zhì)量和增強網(wǎng)絡可靠性，為客戶解決帶寬壓力系統(tǒng)部署的成本問題將關鍵的數(shù)據(jù)存儲在前端做智能分析運算，為后端節(jié)省存儲和運算空間，去做更細致更高效的深度智能視頻分析。”

邊緣存儲的應用優(yōu)勢

存儲環(huán)節(jié)對監(jiān)控系統(tǒng)的智能化程度有著直接的影響力，尤其在當前深度學習環(huán)境下對數(shù)據(jù)的實時分析要求的提高，更加強調(diào)數(shù)據(jù)高清傳輸、安全存儲的重要性。那么，邊緣存儲的在智能監(jiān)控中有哪些應用優(yōu)勢呢?

據(jù)廠家介紹，目前市場上大部分應用在電子終端的 Micro SD卡的設計主要針對消費類應用，如數(shù)碼相機和行車記錄儀，并不適合常年在相對更加惡劣的環(huán)境下進行全天候的連續(xù)錄制。

安博會上西部數(shù)據(jù)、美光等針對視頻監(jiān)控邊緣存儲展示了其相關的工業(yè)級micro SD存儲卡產(chǎn)品，其容量從32GB~64GB不等。在性能表現(xiàn)上，也擁有獨特優(yōu)勢，主要表現(xiàn)在下面幾個方面：

●小體積，大容量，滿足靈活安裝部署需求，保障設備7*24小時不間斷運行；

●更高的環(huán)境適應能力，可在更寬泛的溫度和環(huán)境條件下，提供三年以上的高品質(zhì)全天候連續(xù)視頻錄制；

●存儲卡具備自我檢測技術，能提供卡片的使用情況和預計剩余使用壽命信息；

●為連續(xù)視頻錄制設計了專用固件，可最大程度降低丟幀和視頻丟失幾率。

如何解決邊緣存儲受限的問題?

邊緣存儲并不意味著將所有產(chǎn)出數(shù)據(jù)全部輸送至前端存儲，這樣的做法無疑又會重蹈后端服務器或云端集中數(shù)據(jù)存儲計算的困境，那么針對前端計算能力和存儲能力有限的情況，該如何處理呢?

針對這個問題，英特爾物聯(lián)網(wǎng)首席技術官張宇提到網(wǎng)絡壓縮的做法，這里面涉及到三個技術手段：壓縮網(wǎng)絡，實現(xiàn)更低比特，在不影響最終準確度的情況下，可以把數(shù)值移動，降低了對內(nèi)存和帶寬的壓力，提高運行的速度;“剪枝”，剔除特征不明顯、無效的數(shù)據(jù);量化，把統(tǒng)一類的數(shù)據(jù)相近，降低對存儲的要求。

另外，業(yè)內(nèi)針對邊緣計算和邊緣存儲，還有一種邊緣預處理的做法，即構建一種基于邊緣計算的視頻圖像預處理技術，通過對視頻圖像進行預處理，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算、存儲和網(wǎng)絡帶寬需求。

除此之外，為了減少上傳的視頻數(shù)據(jù)，基于邊緣預處理功能，還可構建基于行為感知的視頻監(jiān)控數(shù)據(jù)彈性存儲機制，根據(jù)行為特征決策功能，實時調(diào)整視頻數(shù)據(jù)，既減少無效視頻的存儲，降低存儲空間，又最大化存儲“事中”證據(jù)類視頻數(shù)據(jù)，增強證據(jù)信息的可信性，提高視頻數(shù)據(jù)的存儲空間利用率。