视频边缘计算白皮书_17页_953kb

视频边缘计算白皮书总结

核心内容

本白皮书由中国移动研究院发布，旨在分析视频边缘计算的发展背景、产业环节、相关产品及能力框架，并提出中国移动的视频边缘计算能力框架愿景，为行业提供技术、产品和解决方案的参考和指引。

主要观点

• 边缘计算的定义与优势：边缘计算是一种在靠近数据源头的网络边缘侧，提供计算、存储和网络带宽的分布式开放平台，能够有效解决云计算在时延、带宽、成本等方面的不足，特别适合视频等实时性要求高的业务。
• 视频是边缘计算的主要负载：视频应用广泛，如视频监控、智慧城市、工业互联网、生活娱乐等，边缘计算的低延时、大带宽和高性能特性天然契合视频处理需求。
• 视频边缘计算的产业环节：产业分为视频采集、边缘设备、平台、算法四个环节，其中边缘设备包括芯片、硬件和软件三部分。
• 视频边缘计算能力框架愿景：中国移动提出统一的视频边缘计算能力框架，旨在实现云端视频及AI能力向边缘侧下沉，兼容多种设备，降低应用成本，提高智能化水平。
• 视频边缘计算的商业模式：包括边缘设备销售、视频边缘应用租用、AI算法商城、应用托管、数据收集利用、联邦学习模型优化等，有助于激活整个产业链。

关键信息

视频边缘计算发展背景

• 边缘计算将网络连接能力下沉到边缘，实现算力在端云之间流动，兼具端云优势。
• 随着5G和工业互联网的发展，视频边缘计算成为新的潜在千亿级市场。
• 视频在多个行业领域中是主要负载，如视频监控、智慧城市、工业互联网、生活娱乐等。

视频边缘计算产业环节

• 视频采集：通过摄像头等设备采集视频数据。
• 边缘设备：包括专用芯片、边缘AI盒子、通用服务器等。
• 平台：提供对边缘设备的统一管理与服务。
• 算法：包括AI模型、视频处理算法等，用于实现智能分析和处理。

视频边缘计算产品

• 专用芯片：如Intel MyriadX、瑞芯微RK3399pro、华为晟腾310等，具有不同的计算性能、功耗和视频处理能力。
• 专用硬件设备：如百度EdgeBoard、腾讯优图盒子、阿里AI-Box、华为Atlas 500/500Pro、浪潮NE5260M5等，支持多种视频处理和AI算法。
• 软件产品：包括SDK、AI模型运行环境、视频处理工具等，如CUDA、OpenVino、MindSpore、BMNN SDK等。
• 边缘计算平台：如阿里视频边缘智能服务、华为智能边缘平台，支持视频流管理、AI模型部署、设备监控等功能。

视频边缘计算能力框架

• 功能需求：包括多边缘设备支持、AI能力上线与下发、视频计算、设备管理、消息通信、状态监控、模型训练、应用托管、算法入驻、平台页面等。
• 愿景：构建统一的视频AI计算能力，兼容多种设备，支持智能处理、编解码、传输等，形成闭环生态。
• 价值：为泛视频用户、应用开发商、边缘设备商、AI算法商提供服务，降低处理成本，提高应用效率。

存在的问题

• 芯片型号多、架构不一，导致兼容性差，AI模型移植困难。
• 芯片版本升级快，影响应用稳定性。
• 边缘AI盒子种类繁多，不兼容，增加管理和维护成本。
• 不同开发环境和SDK导致学习成本高，模型版本混乱。

未来展望

• 视频边缘计算产品种类丰富，成为行业关注热点。
• 行业应用场景不断拓展，推动视频边缘计算技术发展。
• 设备种类多、应用落地难、运维成本高等问题仍需解决。
• 中国移动希望通过能力框架构建视频边缘计算生态，联合产业界各方，推动技术、产品和解决方案的创新与应用。

缩略语列表