雲計算正在向一種更加全局化的分布式節點組合形態進階，而邊緣計算是雲計算能力向邊緣側分布式拓展的新觸角。隨著城市建設進程加快，海量設備產生的數據，若上傳到雲端進行處理，會對雲端造成巨大壓力。如果利用邊緣計算來讓雲端的能力下沉，則可以很好地解決海量數據的處理問題，讓雲端的數據處理壓力得到有效地分攤。
對於邊緣AI總體來說，核心訴求是高性能、低成本、高靈活性。以TSINGSEE青犀邊緣計算AI智能分析網關為例，它的主要特點如下：
1）算力：支持高達17.6T的INT8峰值算力或2.2T的FP32高精度算力；
2）性能：支持高達16路1080P高清視頻全流程處理，支持32路全高清視頻硬體解碼與2路編碼；
3）算法：支持人/車/非/物識別、視頻結構化、軌跡行為分析等多種算法移植；
4）場景：支持智慧園區/安防/工控/商業等多領域多場景靈活部署；
5）接口：支持USB、HDMI、RS-485、RS-232、SATA、自定義I/O等多種接口；
6）移植：支持Caffe/TensorFlow/PyTorch/MXNet/Paddle Lite等主流深度學習框架；
7）雲邊協同：支持Docker容器化、Kubernetes擴展管理，支持雲端模型更新與設備管理、升級。
經過處理的數據從邊緣節點匯聚到中心雲，雲計算做大數據分析挖掘、數據共享，同時進行算法模型的訓練和升級，升級後的算法推送到邊緣，使邊緣設備更新和升級，完成自主學習閉環。TSINGSEE青犀邊緣計算AI智能分析網關支持一鍵部署，及時生效，設備內置了二十多種AI算法，包括人車非結構化分析、人臉識別，行為分析、周界警戒、消防警戒等，能對視頻中的人、車、物、行為等進行追蹤與識別、上報識別結果，可應用在能源礦場、工廠、工地、危化行業、消防、電力、工業園區、校園安全等領域與場景中。
在場景應用中，通過將現場監控設備採集的數據經AI邊緣智能分析後，分析結果統一匯聚至EasyCVR視頻融合平台，並進行數據分析與統計的可視化結果展示，快速構建基於AI視頻識別技術的大數據智能分析與安全風險預警平台，並能對常見的各類安全規範及行為進行監測與管控，如穿戴規範、在崗狀態、危險行為、周界異常、作業區域環境異常（明火、煙霧）等，滿足基於視頻服務的數據感知、遠程監控、智能識別、智能分析、智能告警等需求。
邊緣智能有望儘可能地將深度學習計算從雲端推向邊緣，這使得開發各種分布式、低延遲和可靠的智能服務成為可能。與此同時，站在全局角度思考，中心雲資源的分配、算力協同與調度等，也需要雲邊協同的模式進行部署與展開。
EasyCVR系統與AI智能分析網關在項目的部署中，則採取了這種雲邊端協同的模式，將雲計算的能力下沉到邊緣側、設備側，並通過中心進行統一交付、運維、管控，並且這種模式已經運用在了智慧城市、智慧交通、智慧工廠、智慧工地、智慧校園、智慧社區、智慧景區等領域中。
1）智慧安防：用於社區、樓宇、企業園區等場所的安防監管場景，如：人臉門禁、人員進出、車輛出入、周界防範、危險區域闖入、可疑徘徊等，對周界形成安全布控，彌補傳統人工監控模式的效率低下等問題，可提高相關場所的安全管理與風險防範水平。
2）智慧安監：用於企業安全生產監管場景，如：工地、煤礦、危化品、加油站、煙花爆竹、電力等行業，有助於降低企業在生產過程中存在的安全隱患，保障企業安全生產。
3）智慧景區：用於景區、公園等場景，可實時統計監控範圍內的遊客流量、預警人群擁擠事件、防止危險區域有人員闖入、識別煙火、車輛違停等，可有效消除治安隱患，配合實現人流統計和安防管控。
4）城市管理：基於街面秩序檢測、市容環境檢測、突發事件檢測、施工管理等AI算法模型，能及時發現城市監管中的各種違法違規問題，並能立即觸發告警，讓執法人員可以及時干預處理，實現城市管理的可感、可視、可管、可控，提升執法人員的工作效率。