隨著安防智能化時代的開啟，行業用戶需要在前端設備中加入視頻智能分析的功能以減輕后端的工作壓力，但是嵌入到CPU中的智能算法將給ARM帶來超負荷的工作量，終的效果也是極差的。另外還有多種因素的存在，導致目前智能前端依然還只是輔助手段。

　　智能前端計算能力依然不足，成本太高

　　在人工智能領域，視頻監控的海量數據，為后端的分析帶來了不小的壓力。雖然智能前端已經出現了許多的芯片，無論是英特爾movidius、英偉達的Jetson系列芯片，通用性較好，能夠運行各類神經網絡算法，但價格相對較高，主要針對市場。目前從大數據的角度去分析，海量數據的分析處理僅僅依靠前端攝像機的智能分析顯然是不現實的。

　　智能前端解決的問題是對海量數據進行初步的智能化篩選工作，把有價值的視頻信息提取出來后送到后端進行綜合分析處理和判斷，兩者分工明確，不能貼以競爭對手的標簽。因為對于一個完備的安防系統而言，不存在智能前端會把后端設備替代的可能性，智能前端是緩解目前這種大多數以720P/1080P高清視頻傳輸壓力下的解決方法。

　　智能前端受到體積限制，解決芯片設計諸多問題

　　由于受到前端攝像機本身體積的限制，在攝像機的芯片加入智能算法，功耗肯定會比原來的大，散熱量也會加大。

　　解決智能前端需要對CPU硬件進行科學針對性的設計，不斷改善其功耗和散熱的功能，相比于前些年，現在的CPU已經越做越好。其次是對嵌入的智能算法做優化的處理，盡量避免程序過于復雜，減少運算量，讓一些復雜的東西變得簡單，比如可以先將特別耗費CPU資源的算法先硬化到芯片中去，減少智能算法對處理器資源的占用，這樣便可以大大提高運算的效率。