视频边缘计算白皮书-20201118_17页_953kb

视频边缘计算白皮书总结

核心内容概述

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，为行业提供技术、产品和解决方案的参考与指引。随着5G和工业互联网的快速发展，视频作为高带宽、低延时需求的主要负载，成为边缘计算的重要应用领域。

主要观点

• 边缘计算的优势：边缘计算通过将计算、存储和网络带宽下沉至网络边缘，解决了云计算的时延和带宽问题，提升了实时性和效率。
• 视频边缘计算的场景：涵盖视频监控、智慧城市、工业互联网、生活娱乐及智慧校园、智慧政务等。
• 视频边缘计算的产业环节：包括视频采集、边缘设备、平台、算法等环节，其中边缘设备又分为芯片、硬件和软件三部分。
• 视频边缘计算能力框架：中国移动提出统一的框架，支持AI能力下沉、设备管理、应用托管、联邦学习等，以满足多场景需求并降低开发与运维成本。

关键信息

1. 视频边缘计算发展背景

• 定义：边缘计算是靠近数据源头的分布式开放平台，融合网络、计算、存储和应用能力。
• 优势：降低时延、减少带宽压力、提高实时性与处理性能。
• 应用领域：视频监控、智慧城市、工业互联网、生活娱乐等。
• 发展趋势：随着5G和工业互联网的普及，视频边缘计算成为新的千亿级市场。

2. 视频边缘计算产业环节

• 视频采集：通过摄像头等设备获取视频数据。
• 边缘设备：包括边缘AI盒子和通用服务器，主要承担视频处理和AI算法运行。
• 平台：用于管理边缘设备，实现视频能力下沉。
• 算法：包括AI模型和视频处理算法，用于边缘侧的智能分析。

3. 视频边缘计算产品

3.1 专用芯片

• 主要类型：CPU、VPU、MPU、GPU等。
• 典型产品：
  • Intel MyriadX：1TOPs，支持视频编码和解码。
  • 瑞芯微 RK3399pro：2-3TOPs，支持图形处理。
  • 华为晟腾310：16TOPS，支持高清视频解码。
  • Nvidia Jetson AGX Xavier：32TOPs，适用于视觉测距、定位等。
  • 比特大陆 BM1684：17TOPs，支持16路高清视频处理。

3.2 专用硬件设备

• 主要产品：
  • 百度 EdgeBoard EM-BOX：支持4-8路摄像头，预置AI技能。
  • 腾讯优图盒子：支持人脸识别等AI算法。
  • 阿里云 AI-Box：支持128-256路视频处理。
  • 华为 Atlas500：16TOPS，支持16路视频处理。
  • 华为 Atlas500Pro：256TOPS，支持256路视频处理。
  • 浪潮 NE5260M5：符合OTII标准，支持高可扩展处理器。

3.3 软件产品

• 主要功能：支持AI模型运行与开发。
• 典型软件环境：
  • Nvidia：CUDA。
  • Intel：OpenVino、NCSDK。
  • ARM：ARM-NN。
  • 华为：Mind Studio、MindSpore。
  • 比特大陆：BMNN SDK。
  • 寒武纪：Cambricon NeuWare、CNStream、CNRT。
  • 阿里云：Link Visual SDK。

3.4 边缘计算平台

• 主要平台：
  • 阿里视频边缘智能服务（LinkVisual）：支持视频流上云、存储、转发、AI处理。
  • 华为智能边缘平台：支持远程管控、数据处理、分析决策、智能化。
• 平台功能对比：
  • 阿里平台：设备管理、视频流接入、消息传递。
  • 华为平台：节点管理、设备管理、应用管理、消息路由。

4. 现存问题

• 芯片兼容性差：不同芯片架构、指令集差异大，导致AI模型移植困难。
• 开发环境复杂：不同厂商的SDK和开发环境不统一，增加开发与维护成本。
• 设备种类繁多：边缘AI盒子形态多样，缺乏统一标准，影响应用推广。
• 应用落地困难：由于设备与平台不兼容，导致视频边缘计算在实际部署中面临挑战。

5. 视频边缘计算能力框架

• 功能需求：
  • 多边缘设备/AI芯片支持。
  • AI能力上线与下发。
  • 视频计算、设备管理、消息通信、注册与状态监控。
  • 应用托管、算法入驻、平台页面等。
• 框架愿景：
  • 实现云端AI能力向边缘侧下沉。
  • 兼容多种设备与芯片，支持场景适配、智能计算、设备多样化、管理便捷、成本低廉。
  • 构建闭环系统：泛视频接入、边缘设备管理、AI能力下沉、端边AI推理、联邦学习、数据特征与模型上云。
• 框架价值：
  • 降低视频边缘智能处理成本。
  • 为泛视频用户、应用开发商、边缘设备/芯片商、AI算法商提供服务与合作模式。
  • 商业模式包括设备销售、应用租用、算法商城、应用托管、数据收集与联邦学习等。

展望

• 视频边缘计算产品已多样化，但仍面临设备种类多、应用落地难、运营维护成本高等问题。
• 中国移动希望通过视频边缘计算能力框架，联合产业链各方，推动技术、产品和解决方案的创新与应用，构建完善的视频边缘计算生态。

缩略语列表