隨著平安城市、智慧城市等項目的不斷推進，目前，我國一個二線以上城市的監控攝像頭數量就可能達到百萬量級。若將這些攝像頭產生的原始視頻傳送到云端進行分析，耗費的資源可想而知。

　　5G帶給安防4K/8K等超高清體驗，并使海量終端接入網絡，但與此同時，通信網絡的承載負擔無疑也在之前的基礎上被大大加重。按照2021年智能攝像頭滲透率達到45%測算，預計國內智能安防前端硬件產品空間在2021年預計將超過1500億元。因此，安防智能攝像頭對邊緣計算的需求也隨之水漲船高。
 

　　面對5G帶來的海量數據，邊緣計算能夠在近端進行處理，減少在云端之間來回傳輸數據的需要，可對生物識別、人群分析等結果進行高效處理，將智能場景從昂貴笨重的硬件設備中解放出來，提高智能安防的落地效率和復制速度;攝像頭也可以將海量監控數據就近存儲起來，為用戶提供就近高速可存可分析的業務體驗。

　　而在安防智能化過程中，遺留了許多舊式設備，這些設備與新興設備難以互通，但邊緣計算能夠將舊式系統使用的通信協議轉換成現代聯網設備能夠理解的語言，這意味著舊式設備能夠與現代物聯網平臺實現連接，省下大量的設備更新費用。

　　隨著聯網智能設備的增多，數據安全也日益受到各方重視。在某些情況下，邊緣設備能夠在收集和本地處理數據而不必將這些數據傳輸到云端。因此，敏感信息不需要經由網絡，即便云遭到網絡攻擊，影響也不會那么嚴重。

　　當邊緣設備開始具備AI能力時，將有越來越多的邊緣設備接手云端的大部分工作，甚至有人認為，云計算最后可能只剩下儲存用途而已。

　　不可否認，在5G與物聯網崛起的未來，僅靠云計算進行處理將成為歷史。但邊緣計算的目的并非取代云計算，而是滿足更快響應的需求。云端則更像是集中式協調管理的角色，成為一個具有分布式集體智慧的云端大腦。可以預見，云計算與邊緣計算兩者互補，將驅動安防行業人工智能應用邁入新的層次。