中心 + 边缘，多节点部署
面向多摄像头、多节点场景的扩展架构：边缘节点是 AI 视频分析的实际计算节点，就近完成视频接入与 AI 推理；中心平台承担节点、摄像头、业务数据与告警的统一管理。
架构链路
从摄像头到中心平台
视频流接入边缘节点，AI 推理在本地完成，分析结果经过事件引擎汇入中心平台统一管理。
Camera
摄像头视频源
Edge Node
视频接入与 AI 推理节点
AI Analysis
检测 / 识别 / 追踪
Event Engine
事件引擎
Central Platform
中心统一管理
边缘节点推理
节点独立承担 AI 推理
视频就近处理
减少视频回传中心
多节点扩展
横向扩容支撑更多摄像头
中心统一管理
节点 / 数据 / 告警集中管理
职责分工
边缘节点与中心平台各司其职
边缘节点与中心平台的职责边界清晰：计算在边缘，管理在中心。
边缘节点就近推理
视频在边缘节点本地完成 AI 推理，检测、识别、追踪在节点上运行。
减少视频回传
视频流无需全部回传中心，只有分析结果与事件上报，降低带宽占用。
多节点横向扩展
接入更多摄像头时增加边缘节点即可扩容，支撑更大规模部署。
中心统一管理
中心平台统一管理节点、摄像头、业务数据与事件告警。
中心平台职责
中心平台管理什么
中心平台不承担全部视频 AI 推理，而是负责统一的业务管理。
节点管理：边缘节点接入、状态与配置管理
摄像头管理：摄像头视频源与任务配置管理
业务数据管理：图片、视频、事件、人脸等业务数据
事件与告警管理：事件汇聚、告警规则与通知
统一配置与统一展示
边缘节点承担视频接入与 AI 推理，中心平台负责统一管理，两者协同完成多摄像头视频分析。
部署环境
中心 + 边缘架构可部署在多种环境
中心 + 边缘是运行架构，它可以部署在企业私有化环境中，也可以在离线 / 本地网络中运行。
让摄像头从“记录”走向 “理解”
开始使用 AI视频智能分析平台，让每一路视频数据真正产生价值。