海康威視在做AI雲＋邊計算，5G時代也會到來，5G的高速傳輸會淡化邊緣計算的作用嗎？

01-07

17年12月29日更新問題
如果5G在邊緣計算＋雲計算的架構深耕發展之前成熟化，意味著傳輸問題得以非常大的改善。高速傳輸，高速雲中心計算分析，邊緣計算是不是就沒有發展的意義了？

1. 視頻監控必然要AI化：平安城市系統部署的大量攝像頭，靠人工根本無法完成數據識別，車牌、人臉、移動、特徵等識別都得AI化，海康和大華的AI識別正確率高於95%（宣稱，但技術在進步，未來會越來越高）

2.監控視頻數據量是海量的：一個1080p高清攝像頭一天產生的數據大概在100G的數量級，如果直接回傳到雲伺服器做視頻AI分析，需要大量的管道資源和存儲資源。

3. 其實大部分監控視頻數據是無意義的「垃圾數據」，為了減小海量數據回傳以及減少存儲資源，邊緣計算，即邊緣AI處理是大趨勢，這樣可以減少垃圾數據上傳到雲伺服器

4. 目前回傳主要靠光纖，城市中心光纖資源豐富，但是郊區、外環、路口的光纖到達率不高，二三線城市以及十八線縣城道路光纖獲取率更低，因此這些場景會採用微波、Wi-Fi以及3G/4G無線模塊進行回傳。無線通信帶寬是有限的，中國移動TDD LTE系統一個載波（20MHz）上行容量只有10Mbps，理論上來說一個小區只能支持2-3路攝像頭，因此無線回傳成本太高，一般用於移動場景（警車）和光纖無法到達的場景。

5. 5G相對4G主要是載波變大，但是sub-6G頻譜每個運營商大概也只能分到100M左右，也就是說其容量只是增加5倍左右，這並不能改變無線管道回傳的容量問題。如果未來開放mmWave頻段，每個運營商可以有1GHz左右的帶寬，這有可能會改善無線回傳的能力。

6. 總而言之，雲中心AI化是必然的，邊緣計算主要考慮的是減少垃圾數據的傳輸和存儲，據現在的技術趨勢來看，未來邊緣計算會越來越發達，而不會因為管道能力提升而萎縮。

無論多少G都不夠監控錄像回傳的，因此在邊緣側存儲，視頻解析，結構化是必然選擇，將解析後資源回傳雲中心才是可行的。實際上，海康大華他們是三級解析，感知前端，邊緣側，雲中心。

恰恰相反，邊緣計算或者說終端AI是真正需要大發展的。別說5G，10G無線傳輸帶寬都不夠用。