边缘AI正在改变数据在建筑里的流动方式，让建筑变得越来越智能。视频监控能实时认出人、车辆和异常活动；门禁系统能把身份验证、数据分析和自动反应结合起来；空调和供暖系统会根据房间里有没有人来调节能耗；环境传感器能在空气质量和温度刚出现变化时就发现苗头；烟雾、火灾和安全系统的反应也越来越快。
边缘AI让摄像头、传感器和控制系统不用再一直把原始数据传到云端，而是先在本地分析，判断哪些信息重要，然后再传出去。但随之而来有一个新的基础设施难题：智能设备处理数据和AI任务时，带宽、距离和功耗怎么解决？因为摄像头、传感器和控制系统在不同情况下要传的数据量差别很大，比如：
👉一个AI摄像头平时可能只发送很小的元数据，但在发现事件后，会突然传一张核实图片或一段视频。
👉一个预测性维护传感器可能长时间安安静静，但在发现异常后，会上传更详细的诊断信息。
👉一个建筑控制器可能隔一段时间就需要一次固件或AI模型更新，数据量比它平时的流量大得多。
这些数据到底差多少？一个简单的传感器事件、目标检测的元数据不到1KB，而一张用于核实的图片可能需要几十KB，一张高分辨率图片、一段视频或一次模型的空中更新，就需要几百KB甚至几兆。流量忽大忽小、时有时无，网络就不能只按日常的低值来设计，否则平时够用，一遇到图片、视频或模型更新就卡住了。
安防系统就是一个典型例子。安防摄像头恰恰是那种平时数据量很小、关键时刻突然要传图片和视频的设备，所以网络能不能稳定承载这种突发流量，直接决定了摄像头能装在哪。本来摄像头的一些重要点位应该装在入口、停车楼、装卸区、围栏边、物业周界（周界，即防护区的外围边界）这些更需要风险管控的地方，但现实中经常装在网络信号很好的地方。之所以这样，是因为传统Wi-Fi穿过墙壁、地板、金属结构和户外环境时，性能会明显变差。集成商不得不把摄像头靠近接入点、缩小周界范围、加装更多节点，或者多拉线缆来弥补。
然后又带来新问题：
👉摄像头离周界远了，只能在事件发生后记录下来，不能更早发现可疑活动。
👉多加接入点和节点会增加安装时间，额外增加更多需要配置、供电和维护的设备。
👉连接不稳定会增加排故成本、反复上门成本和售后支持成本。
同样的问题遍布整个智能建筑。空调设备可能装在屋顶或机房，电力和能源管理系统可能在地库或地下室，环境传感器可能要覆盖很大的园区，门禁设备可能分布在好几栋楼里。在每一种情况下，AI设备的安装点位都只能反过来迁就网络，而不是装在最应该装的点位。直接原因就是传统WiFi穿墙差、距离一远性能就下降。而其他技术也各有短板：低功耗广域技术省电、距离远，但很多只适合小数据包，传不了图片和视频；蜂窝网络覆盖广，但长期费用和功耗不适合大量固定端点；有线以太网和PoE可靠，但在改造、室外和大型分散设施里又贵又不灵活。
怎么办？有一种技术正好同时满足：把WiFi扩展到sub-GHz频谱。IEEE 802.11ah，通常叫Wi-Fi HaLow（WiFi联盟认证名称），设计目标就是比传统2.4 GHz和5 GHz WiFi距离更远、更省电，同时保留原生IP网络和现有WiFi的安全框架。
这里简单说明sub-GHz： 我们平时用的WiFi主要在2.4 GHz和5 GHz频段，频率高，速度快，但信号穿墙差、传得近。sub-GHz指的是频率低于1 GHz的频段，频率低，信号传得更远、更容易穿过墙壁和障碍，但速度相对慢一些。可以粗略理解为：2.4 GHz和5 GHz像城市快速路，车道多、跑得快，但一堵墙就绕不过去；sub-GHz像乡间小路，跑得慢，但能绕很远、穿过去。
Wi-Fi HaLow就是用sub-GHz频段来跑WiFi，在距离和穿透上优于传统 WiFi，在速率上低于传统 WiFi。不过Wi-Fi HaLow不是要取代传统WiFi、以太网、蜂窝或其他低功耗技术，而是把WiFi模式扩展到过去很难用无线覆盖的地方。因为sub-GHz频段能让信号传得更远，也更容易穿过墙壁和其他障碍，同时支持那些不只是简单传感器遥测的应用所需的数据速率。这就为传统网络覆盖边缘的摄像头、门禁系统、建筑传感器和其他设备提供了新选择。
有了更好的连接，结果可能也就不同了。过去因为网络限制被迫往内装的摄像头，主要用来记录事件发生后的情况。现在更可靠的远距离连接可以让摄像头和传感器往外装，靠近入口、停车区和物业周界。再结合本地分析，就能更早发现、实时报警，在事件升级前做出响应。
同样道理也出现在建筑运营的其他方面。一个振动传感器发现设备行为异常，可以在故障前触发预测性维护；环境监测器可以更早发现不安全状况；空调系统也可以更动态地响应人员变化和条件变化。每一种情况下，设备能在数据产生的地方工作，并且能和建筑其他部分稳定通信，智能才更有用。
在规划下一代建筑系统时，连接性应该和计算、传感、分析一起考虑，因为建筑要用很多年。今天装的设备可能要用好几年，而软件、AI模型和数据需求还会不断变化。如果只按今天的流量需求来设计，明天就可能变成基础设施瓶颈。所以连接问题不再只是网络有多快，而是网络能不能把带宽、距离和功耗搭配好，让AI能在整个建筑里真正发挥作用。
说明：1.文章参考公开报道并借助AI工具进行整理和分析，如有不妥之处欢迎指正。2.部分市场数据基于行业估算、发布以及官方报道，具体精确数据请以权威机构为准。3.欢迎长期追踪边缘AI的朋友一起探讨。
