智能前端：随着安防智能化时代的开启，行业用户需要在前端设备中加入视频智能分析的功能以减轻后端的工作压力，但是嵌入到CPU中的智能算法将给ARM带来超负荷的工作量，终的效果也是极差的。另外还有多种因素的存在，导致目前智能前端依然还只是辅助手段。

　　智能前端计算能力依然不足 成本太高

　　在人工智能领域，视频监控的海量数据，为后端的分析带来了不小的压力。虽然智能前端已经出现了许多的芯片，无论是英特尔movidius、英伟达的Jetson系列芯片，通用性较好，能够运行各类神经网络算法，但价格相对较高，主要针对市场。目前从大数据的角度去分析，海量数据的分析处理仅仅依靠前端摄像机的智能分析显然是不现实的。

　　智能前端解决的问题是对海量数据进行初步的智能化筛选工作，把有价值的视频信息提取出来后送到后端进行综合分析处理和判断，两者分工明确，不能贴以竞争对手的标签。因为对于一个完备的安防系统而言，不存在智能前端会把后端设备替代的可能性，智能前端是缓解目前这种大多数以720P/1080P高清视频传输压力下的解决方法。

　　智能前端受到体积限制，解决芯片设计诸多问题

　　由于受到前端摄像机本身体积的限制，在摄像机的芯片加入智能算法，功耗肯定会比原来的大，散热量也会加大。

　　解决智能前端需要对CPU硬件进行科学针对性的设计，不断改善其功耗和散热的功能，相比于前些年，现在的CPU已经越做越好。其次是对嵌入的智能算法做优化的处理，尽量避免程序过于复杂，减少运算量，让一些复杂的东西变得简单，比如可以先将特别耗费CPU资源的算法先硬化到芯片中去，减少智能算法对处理器资源的占用，这样便可以大大提高运算的效率。