人脸识别的前端和后端分别是干什么的？

人脸识别的核心即为算法模型，基于深度神经网络的算法，这需要大量的数据以及计算力去训练一个成熟的神经网络模型，同时，在验证训练好的模型时还要用到能效比高的推理服务器进行操作。目前的人脸识别等智能分析有两种产品形态，一类将具有智能分析功能的软硬件前置在视频采集端，另一类是在后端服务器上运行视频分析功能，前段的摄像头只负责视频采集。前端分析模式免去了大量的视频传输和存储，但位于前段的分析算法难以知晓临近摄像头的状态，且无法基于多个摄像头进行目标追踪，而且由于其计算能力限制，无法运行复杂的视频分析算法。后端分析模式对网络传输和后端服务器处理能力要求更高。但在网络带宽成本越来越便宜的当下，后端部署的优势也越来越明显。后端部署模式在监控需求提升时也更容易进行升级，只需更新后端的智能视频分析服务器即可，思腾合力推理服务器采用NVIDIA Tesla T4推理计算卡。

前端指负责生成页面视图的服务器吧，前端开发偏向于用户体验，比较直观，服务器端开发偏向于性能。

一般需要能应付前面响应的大量IO，相对而言后端负责业务处理的服务器，相对地需要大量的运算CPU和内存，对IO响应要求不高，如果直接让后端也处理IO效能不好，所以前端负责缓冲着请求，然后向后端再请求服务，后端处理完响应后再响应返回，分开处理。

---