随着5G时代的到来，万物互联产生了海量数据，据IDC预测，到2025年全球设备连接总数将达到1000亿，集中式处理模型下核心网络无法承载如此大的数据量传输，数据也无法在云中心存储计算，因此基于云边端的架构模式成为当前的技术发展趋势。
一、建设目标
推进算网融合，支持经济社会数字转型、智能升级、融合创新，以5G、云计算、人工智能等应用需求为牵引，通过云、边、端的高效协同，提供算网一体化的新型算力基础设施及服务。融合各方技术优势和云网能力，对城市的视频网络架构进行优化分析，寻找最优智能化升级节点，大大减少视频解决方案的成本，攻克传统视频网络瓶颈，有效支撑视频业务智能化升级。
二、EasyCVR视频融合能力升级
以算力为核心，构建以数据中心为算力基础设施、EasyCVR为算力平台、云网为算力网络平台的一体化服务体系，提升算力基础设施的能力，推进数据中心能力集中化与边缘化。在建设“大容量、高标准、高安全、高可靠、绿色节能”的大型、超大型数据中心的同时，着力打造贴近用户的边缘数据中心平台能力，提升数据中心一站式服务能力。
提升算力平台能力，打造统一算力基座
1）加快云原生与虚拟化的技术体系的归集及基础能力融合，作为算网融合新型基础设施的主承载基座。
通过构建软硬一体的异构融合计算平台，采用全卸载、DPDK、网络直通等技术，大幅提高虚拟机内网带宽与包转发处理能力，支持ms级时延的弹性伸缩能力，持续提升EasyCVR视频融合平台的功能性能，并打造超高性能、超低时延、海量可扩展的视频融合能力平台。
2）统筹提升算力算效水平，强化算力适配供给
开展GPU、FPGA、ASIC等高性能算力在云服务平台的适配接入和对外服务封装，满足高并行、高密度的异构加速计算需求，推进算力网络智能化、线上化、云边端一体化。
建设低时延、高质量的算力承载平台
在EasyCVR视频融合平台，提供基于全局数据的云服务，通过汇集、融合所有的数据，并提供相关的计算、网络、存储、安全资源等，实现对全业务链的智能调度、资源整合与运维、AI算力分发、辅助决策等能力。基于云端的计算能力，平台可以实现海量资源的接入、汇聚、计算、存储、处理等，解决视频监控场景中海量设备接入、边端资源异构、网络通信不稳定、统一运维管理复杂等难题。
打造智能一体化的算力资源调度平台
通过能力开放与云边端协同能力，构建可支持数据按需汇聚，以及AI算力资源的灵活与精细化调度能力平台，通过建立AI算法模型规范，将多种AI算法在算法仓中进行管理调度，同时还能管理、调度域内计算存储资源池、数据资源池和AI算法仓库的资源，改善AI计算的资源使用效率，实现算法的灵活接入、AI算力资源的统一调度分配、智能分析结果统一展示等。
三、云边端协同架构的应用意义
将传统的视频监控能力平台与人工智能技术相结合，在边缘计算节点上搭载AI人工智能视频分析模块，在面向智能安防、视频监控、人脸识别等业务场景中，凭借低时延、大带宽、快速响应等特性弥补当前基于AI的视频分析中产生的时延大、用户体验较差的问题，实现本地分析、快速处理、实时响应。
EasyCVR视频融合平台具备海量数据汇聚处理、高稳定性、高灵活性、高可用性等特点，同时基于云、边、端架构闭环式协同管理，让海量数据实现存储、处理、智能分析、辅助决策和快捷执行，满足用户的敏捷部署、智能分析、数据安全等多样化业务需求。