大华股份采用物联网的系统化架构部署，利用创建多样化的应用服务满足用户个性化需求，也就是通常看到的“N类应用”，也就是说在统一标准架构和逻辑上衍生个性化服务，满足多行业、多地区的用户需求。

【赛迪网讯】近日，安防行业的年度盛事北京安博会正在如火如荼中进行，从进场观众的人流如织和长队情况就可见其热度。而且，在我们与多家展商交流后发现，今年不仅是垂直领域展商、人工智能展商数量激增、成为支柱，而且观众数量和观众质量也大幅提升，专业观众成为参展主流群体，成据安博会官方介绍，本次展会总面积超过10万平方米，展位数突破5000个，云集了国内外上千家安防相关公司。

在人工智能新锐力量迅速崛起，软硬结合成为大势所趋之后，安防行业现在已成为智慧城市、平安城市重要部分。加之今后80%的数据将以视频形式展现，所以图像识别、高清摄像头、高性能算法和芯片的推出恰逢其时，人工智能与平安城市可谓相辅相成，互相借力。

在人工智能技术兴起之后，我们不难发现有些“为了智能而智能”的项目出现。因此，现在城市管理者更关注技术对实际问题的解决能力，更关注技术、产品、解决方案、思维模式的整体性，所以场景定义算力、场景决定软件的说法日益成为顶层设计、落地执行的初衷。

关于此话题，我们也在安博会期间独家采访了浙江大华技术股份有限公司研发中心副总裁殷俊，从一线研发和项目落地案例中探讨人工智能与智慧城市、雪亮工程、平安城市的背后故事。

在交流伊始，殷俊结合近几年安博会的发展谈到对行业的理解。他说道，今年安博会参展商均突出人工智能和算法能力，人工智能芯片已经成为软硬件结合落地的推动力，也成为安防市场降低成本、整合细分领域的关键。产品更新迭代加快、场景落地遍地开花。

因此，也有分析指出，芯片在很大程度上决定着安防系统的整体功能、技术指标、稳定性、能耗、成本等。

正因为看到人工智能对安防行业效率的提升和升级，人工智能算法、芯片、模型、解决方案之战硝烟弥漫。殷俊认为，产品、解决方案多样化是利于行业发展的，各家愈加关注业务化、场景化、工程化落地，所以更需要加强自身对细分行业用户需求的把握能力，针对细分需求提供更合理的业务系统架构，能够覆盖更多场景、提供高性价比的适配方案，是未来制胜的关键。

场景定义一切，还体现在对视频大数据的挖掘和深度处理上。比如，交通卡口和社区出入口对识别目标的大小、精度和分析效率等要求截然不同。即使是同一辆车，从小区中驶出，进入交通干道，再到达办公地点停车场，全程中经历的摄像头和采集设备众多，而不同管理部门对识别的要求各不相同，所以简单的一个摄像头、一个卡口，不能千篇一律部署到所有场景中。这其中的学问就是解决方案提供商应该持续打磨对业务和场景应用的落地能力。

结合日前刚刚发布的“大华HOC城市之心”战略中提到的“四全”能力，即全感知、全计算、全智能和全生态，殷俊以数据中心建设需求和运维能力为例，谈到对落地性的理解。当今，数据中心正向着高密度化发展，数据中心必须做到最大限度利用空间和计算能力，以最少CPU、GPU部署完成业务流的计算。所以，大华股份采用物联网的系统化架构部署，利用创建多样化的应用服务满足用户个性化需求，也就是通常看到的“N类应用”，也就是说在统一标准架构和逻辑上衍生个性化服务，满足多行业、多地区的用户需求。

面对当前芯片迭代升级不断加快的形势，殷俊指出，未来一定会向着低功耗、低成本、高性能方向发展，这是大势所趋，所以技术的发展一定是螺旋式上升，持续推动行业的发展，并在一定阶段形成爆发式的增长。

不过，殷俊也指出，当今应该更加明确场景化需求，如果实际项目中只是小规模的数据量，就完全不必浪费资源和资金投入建立高性能处理中心，不仅是增加投入，还会造成效率低下，得不偿失。为此，CPU+GPU、SOC、FPGA多种组合形态融合的异构计算架构将成为新趋势，此外，边缘计算的能力持续提升，也将大幅提升系统的效能，在边缘侧可以更快速处理数据，结合云计算形成更为合理的系统架构。大华股份正不断加强针对更多业务场景、可落地的产品和解决方案的研发能力。

谈到下一步的新兴领域的拓展，殷俊首先提到目前大华股份已在物流、新零售、智慧工厂中积极布局。同时，他指出，当前智慧城市中在数据化、信息化升级过程中，市场市场是有非常广阔的空间，我们可以看到很多新的项目在建设，即便是已经建成的智慧城市项目，也需要不断紧跟技术趋势和城市发展速度升级换代，提升系统服务能力和运营能力。

目前很多安防企业的商业模式是To G和To B，为政府或行业提供公共安全和行业应用的解决方案，在人工智能的浪潮中，无论是升级改造，或是新增市场，都会有无限机遇。此外，安防企业如果能在楼宇、园区、社区等行业的新建或升级改造中抓住机遇、加快落地推广，也将开辟新的市场空间。

在交流的尾声，殷俊也提到，在场景定义一切的时代，解决方案、产品、技术、用户使用习惯需要融合统一，人工智能要始终围绕着用户的业务流服务，如果单一方面超前发展或者存在短板，都会对人工智能的推进造成影响，智能的价值会大打折扣。

人工智能等相关技术已经逐渐成熟、开花结果，下一步正需要的是进入实际行业应用检验成效，明确场景需求，提供工程化、可快速交付落地方案，从实际用户反馈中积累经验、持续迭代升级，以通过实际应用提升业务的效率，创造价值和解决实际问题，推动用户对新技术和新业务的认知和思维模式转变。