在未來，視頻業務將占據75%的網絡流量，隨著雪亮工程的深入，政務網數據中心已經向雙平面演進：一個基礎業務中心+一個視頻業務中心，一個基礎業務網絡+一個視頻業務網絡，因此需要一個專門面向視頻業務、面向海量流媒體場景，并融合了多維物聯感知數據分析和應用的視頻云計算基礎設施來承載，即“視頻云平臺”及其對應的視頻和物聯網業務場景化的PAAS能力。和傳統云計算強調計算集中部署、集中處理的機制不同，平安城市視頻和多維物聯感知數據更加關注計算資源和視頻感知數據處理的前端化和邊緣化。因此平安城市的合理架構是：視頻云+邊緣計算的協同模式。

　　視頻云從視頻應用特點出發，自頂向下考慮場景化的視頻PAAS層設計，分級分中心的實現海量視頻和多維異構物聯設備的接入、管理、流媒體轉發和存儲、實現大規模視圖智能解析服務、實現物聯網感知數據的在線分析，是真正視頻業務感知的云平臺，并能支持海量視頻的全行業交換共享、點播、直播等關鍵應用實現，能支持物聯網場景的多維感知數據挖掘和大數據應用。

　　而邊緣計算AI節點將充分應用邊緣節點的智能分析和應用處理能力，可有效減輕對網絡和中心的資源占用，更重要的是可以滿足布控比對、分析預警等實時業務和區域應用的需求，同時通過計算和數據的邊緣化，也降低了大型數據中心故障對整個體系的風險，做到“去中心化”，有效降低大型視頻應用對數據中心的投資依賴。

　　邊緣計算模式建設時充分考慮分局、派出所機房、運營商區域機房構建地域上分布的邊緣節點（含多維感知接入、存儲和視頻智能解析），對視頻和多維數據進行就近的存儲、清洗和結構化分析，將初步處理后的數據在市局視頻云中心匯聚應用，可有效降低大量視頻流對網絡和集中式的數據中心的要求，邊緣節點進行本區域的布控比對效率優于完全的集中模式，隨著前端節點能力不斷升級，后續社區等封閉場景的重點人員比對和白名單人員分析業務會在前端邊緣節點設備（如AI相機）上加載。

　　隨著GPU/FPGA等人工智能AI芯片的演進和技術發展，以及深度學習框架在工程化技術方面的成熟，AI芯片和前端IPC的融合已經完全成熟，今后視頻的深度精細化分析會完全前置和邊緣化，邊緣計算和視頻云的協同會實現面向視頻物聯網的四個重要特性，即：

　　1.全計算：無所不在的解析處理。

　　2.全智能：無所不在的業務智能。

　　3.全感知：泛在場景化的感知，多維數據的應采盡采和分析處理。

　　4.全業務：物聯網多維感知數據平臺賦能全業務應用。