《视频边缘计算白皮书》由会员分享，可在线阅读，更多相关《视频边缘计算白皮书（14页珍藏版）》请在金锄头文库上搜索。
1、目录1.视频边缘计算开展背景21.1 边缘计算重塑运营商网络价值2L2边缘计算场景丰富，设备数量巨大 21.3 视频是边缘计算主要负载3.视频边缘计算产业环节 42 .视频边缘计算产品43. 1专用芯片43. 2专用硬件设备53.3软件产品63. 4边缘计算平台64. 5现存问题74.视频边缘计算能力框架84.1 视频边缘计算能力功能需求84. 2视频边缘计算能力框架愿景 95. 3视频边缘计算能力框架价值 9展望10缩略语列表12参考文献134 .视频边缘计算能力框架为抢夺视频边缘计算的巨大市 场，互联网公司、算法类公司纷纷推 出专用硬件设备，用于承载和推广自 有视频AI能力。同时，视频边缘
2、计视频边缘计算能力功能需 求在视频边缘计算领域，需要将云 端视频及AI能力结合网络优势，下 沉至边缘侧和端侧。根据具体业务场 景，提供多边缘设备/专用芯片支持、 AI能力上线、AI能力下发、视频计 算也暴漏出设备种类繁多、应用落地 困难、运营维护本钱高等一系列问 题。在中国移动，大视频也已成为重 要战略之一，大视频技术、能力及产 品是当前公司重要开展方向。算、边缘设备管理、边缘设备消息通 信、边缘设备注册、边缘设备状态监 控、设备配置、设备状态监控、平台 设备监控、数据获取、模型训练、边 缘模型训练、应用托管、算法入驻、 平台页面等功能。表2视频边缘计算能力功能需求需求功能功能说明需求功能功能
3、说明多边缘设备/AI芯片 支持支持模型在不同AI芯片实现的边 缘设备上运行设备状态监 控完善设备资源、运行t青况监控AI能力上线支持AI模型提交至平台，并自动 适配至边缘设备平台设备管 理从平台操作完成设备配置等AI能力下发边缘设备从平台获取AI能力数据获取边缘设备上报数据至平台视频计算边缘设备获取视频,完成视频解 码，并做AI处理模型训练平台对数据进行清洗标定,完成模型训 练边缘设备管理支持边缘设备的平台统一管理边缘模型训 练在边缘设备进行分布式训练，实现联邦 学习边缘设备消息通信支持边缘设备与平台的消息交互应用托管为泛视频业务开发商提供运行环境，支 持边缘设备使用其应用边缘设备注册边缘设备
4、注册到平台，以实现视 频智能处理服务算法入驻引入第三方AI模型，支持边缘设备自助 选购边缘设备状态监控设备资源、运行情况监控平台页面可视化操作页面设备配置可视化设备配置4.1 视频边缘计算能力框架愿景中国移动提出视频边缘计算能 力框架，希望将云端的视频及AI能 力延伸到各类边端设备，为应用提供 统一的边缘侧视频AI计算能力，满 足边缘计算中“场景更适配、计算更 智能、设备更多样、管理更便捷、价 格更低廉”的客户诉求。中国移动希望通过该框架，解决 边缘侧各类应用视频处理中出现的智能处理、编解码、传输等问题，实 现云端视频AI能力向边缘侧端侧下 沉落地，兼容和管理多种类型的边缘 侧端侧AI设备，上
5、线提供视频AI处 理服务，研发质检、VR等典型应用， 最终形成泛视频接入、边缘设备管 理、AI能力下沉、端边AI推理、边 缘联邦学习、数据特征和模型上云的 闭环。视频边缘计算能力框架如下列图 所示。第三方应用视频监控b慧:us 智慧园区智慧餐饮匚新零等二）匚机器人设备适否群力调用设备管理模型管理数据管理模型训练管理应用管理算法管理视频边缘智能框架AI能力下发设备配置视频采集获取人流检人睑识测能力 别能力专用芯片适配/运行环境视频编码视频解码设备注册消息通道设备状态监控图2视频边缘计算能力框架愿景4.2 视频边缘计算能力框架价值视频及AI能力下沉，面向泛视频用 户、应用开发商、边缘设备/芯片商、
6、 AI模型算法商提供不同服务，降低视 频边缘智能处理本钱。视频边缘计算能力框架有助于对于泛视频业务客户，可以为其提供边缘侧设备服务，满足其业务需 求，同时降低其业务应用本钱和功能 升级本钱；对于泛视频应用开发商， 可以为其提供更多可用设备、芯片、 AI模型，降低其开发本钱，提供应用 托管服务，降低其运维本钱；对于边 缘AI盒子/专用芯片商，可以支持其 硬件设备，降低硬件设备开发门槛， 为其芯片/设备引入更多AI能力和更 多应用场景；对于AI模型算法商户， 可以为其AI模型提供更多可运行设 备，扩大其模型使用场景，上线AI 模型商城，增加其模型使用量及收 入。视频边缘计算能力框架作为连 接泛视频
7、用户、应用开发商、边缘设 备/芯片商、AI模型算法商的中间平 台，商业模式丰富，可能的商业模式 包括边缘设备销售、视频边缘应用租 用、AI算法商城/销售、应用托管， 以及未来对数据收集利用、联邦学习 模型优化升级等。表3视频边缘计算能力商业模式注：v表示合作伙伴可以选择的商业模式中国移动希望通过视频边缘计 算能力框架，联合产业界各方，与边 缘芯片、设备、应用及算法各家厂商, 共同开展视频边缘计算技术、产品研 发及应用拓展，共同针对泛视频业务 共性需求制定完整的智能边端服务 解决方案，构建视频边缘计算生态。5 .展望边缘计算领域各大厂商已经重 点开展视频边缘计算产品开发，目前已经出现了一批形态丰
8、富的视频边 缘计算产品。一方面，随着行业应用 场景的持续丰富，视频边缘计算在不 断开展，专用芯片、专用硬件设备、 软件产品、视频边缘计算平台等将成 为关注热点，另一方面，设备种类繁 多、应用落地困难、运营维护本钱高 等一系列问题也制约着视频边缘计 算的开展。中国移动提出视频边缘计算能 力框架愿景，希望能通过该能力框架 构建视频边缘计算生态环境，通过丰 富的商业模式，激活视频边缘计算产 业各环节，为泛视频用户、应用开发 商、边缘设备/芯片商、AI模型算法 商提供不同服务以及合作模式。中国移动愿与合作伙伴一起在 视频边缘计算领域持续探索和创新， 拓展更多行业场景，提供更丰富的行 业应用解决方案，构
9、建和完善视频边 缘计算生态。缩略语列表缩略语英文全名中文解释AIArtificial Intelligence人工智能APIApplication Programming Interface应用编程接口CUDACompute Unified Device Architecture统一计算设备架构ECCEdge Computing Consortium边缘计算产业联盟GPUGraphics Processing Unit图形处理器MECMobile Edge Computing移动边缘计算NPUNeural Network Processing Unit神经网络处理器OSOperating Sy
10、stem操作系统SDKSoftware Development Kit软件开发工具包VPUVideo Processing Unit视频处理单元参考文献1边缘计算方法与工程实践，中国工信出版集团，20192中国移动边缘计算技术体系白皮书，中国移动，20193移动边缘计算平安研究，边缘计算社区，2020边缘计算如何赋能视频行业，边缘计算社区，2020边缘数据中心的需求分析和核心技术研究，全国边缘计算学术研讨会论文集,20196边缘计算产业联盟, : ecconsortium. org/, 20201 .视频边缘计算开展背景边缘计算产业联盟对边缘计算 定义是，在靠近物或数据源头的网络 边缘侧，融合
11、网络、计算、存储、应 用核心能力的分布式开放平台，就近 提供边缘智能服务。由此，局部计算 压力可以不必再传递至数据中心，而 被分担于网络边缘，局部隐私数据也 可存储于本地、分析处理于本地。边 缘计算产业联盟同时定义了对于边 缘计算的参考架构，包含了设备、网 络、数据与应用四域，平台提供者主 要提供在网络互联（包括总线）、计 算能力、数据存储与应用方面的软硬 件基础设施。相比于集中部署的云计算服务， 边缘计算解决了时延过长、汇聚流量 大等问题，为实时性和带宽要求较高 的业务提供更好的支持。随着5G和 工业互联网的快速开展，新兴业务对 边缘计算的需求十分迫切。1.1 边缘计算重塑运营商网络价值边缘
12、计算的目标是在靠近数据输入或用户的地方提供计算、存储和 网络带宽。而且边缘计算是云计算之 后的下一个竞争高地，根据多家机构 的预测边缘计算将成为新的潜在千 亿级规模市场。在端侧，算力受限于功耗、本钱、 空间和环境等约束，造成高本钱，低 算力，高功耗，而云端网络时延大， 不可控，实时性不满足，长距离大带 宽传输本钱过高，造成延时大，带宽 需求大。而边侧那么将网络连接能力下 沉到边缘，才能实现算力在端云之间 流动，兼具端云优势。1.2 边缘计算场景丰富，设备数 量巨大边缘计算有网络侧和现场级两 种主要形态。相对于传统云计算，网 络侧边缘计算以服务器形态为主，部 署在网络位置较低的机房中。而现场 级
13、边缘计算的多元异构嵌入式设备、 PC、小微服务等形态部署在用户现 场。在设备数量上，现场级边缘计算 设备是边缘计算的重要市场，现场级 边缘计算接入数量数以亿计。1 . 3视频是边缘计算主要负载无人车实现物料运送和工业园区人边缘计算近年快速开展，边缘计 算的主要应用集中在视频领域。边缘 计算的核心优势“传输低延时、大带 宽，计算高性能”天然满足泛视频应 用处理需要。不管是在视频监控、智 慧城市、工业互联网，还是生活娱乐， 行业应用等领域，视频均作为边缘计 算的主要负载。在视频监控领域，应用场景主要 有人脸识别、车辆识别、视频结构化 等。人脸识别和车辆识别需要在卡口 等位置进行车牌图像处理和车辆认
14、 证。而视频结构化那么通过对视频智能 分析，获取描述信息。在智慧城市领域，应用场景主要 有智慧灯杆，智慧园区和智慧楼宇 等。智慧灯杆通过灯杆增加摄像头等 传感器，收集、分析获取到的图像视 频等数据。智慧园区和智慧楼宇那么通 过增加摄像头等数据采集设备，实现 视频采集、监控及智能处理。在工业互联网领域，应用场景主 要有工业质检、工业协同控制、园区 物流等。工业质检通过产品视频数据 采集，进行缺陷检测。工业协同控制 通过工业机器视觉网关/边缘云实现 多机器协同控制。园区物流可以通过员运送。在生活娱乐领域，应用场景主要 有高清视频、智慧家庭安防、云游戏、 vCDN等。对于超高清视频领域，需要 通过边
15、缘计算对视频传输业务进行 优化。智慧家庭安防那么构建了一种基 于边缘计算的视频图像预处理技术, 通过对视频图像进行预处理，去除图 像冗余信息，使得局部或全部视频分 析迁移到边缘处，由此提高视频分析 的速度。云游戏通过AR/VR云端渲染 提高性能，降低终端本钱。vCDN是一 种虚拟化高清视频等内容源的CDN网 络，可以通过边缘数据中心进行灵活 部署。在行业应用中，应用场景包括 智慧校园，智慧企业，智慧政务等。 通过视频边缘计算实现智慧教育、 课堂直播、智慧考场，本地智慧考 勤、企业内部视频采集及处理，以 及医院、图书馆等公共部门视频采 集及业务处理。如何构建一套统一的视频边 缘计算能力框架，模块化的应用于 视频边缘计算各个场景，并解决上 述场景中出现的各类问题，是业界 讨论的一个话题。2 .视频边缘计算产业环节视频边缘计算已经开展为一个 庞大的产业，许多研究机构和研究报 告从网络、服务层级等角度对边缘计
