OpenRadarBLOG

IA na borda ou na nuvem: o que muda no vídeo analítico de um condomínio

Duas rotas saindo das mesmas câmeras: uma leva o vídeo inteiro pela internet até um servidor remoto; a outra analisa no próprio local e envia pela internet só o evento.

Resposta curta

Análise “na nuvem” exige que o vídeo saia do prédio antes de ser analisado. Na taxa que a Axis usa para simular uma câmera de 2 MP (2,5 Mb/s), isso dá cerca de 27 GB por câmera por dia, e dez câmeras pedem 25 Mb/s de upload contínuo, sem pausa. Análise “na borda” roda perto da câmera, sobre a imagem antes de uma segunda compressão, e manda pela rede só o evento — o que economiza banda, continua funcionando quando a internet cai e reduz o volume de dado pessoal que trafega para fora.

A borda não é automaticamente melhor. Ela traz hardware no local para manter, atualizar e proteger, e não dispensa nenhuma obrigação da LGPD. O próprio mercado tende ao arranjo híbrido: análise perto da câmera, consulta e armazenamento do que importa fora dela.

Neste texto
  1. Onde a análise acontece muda o quê, exatamente?
  2. Quanta banda uma análise na nuvem consome?
  3. A compressão atrapalha a análise feita longe da câmera?
  4. O que acontece quando a internet do condomínio cai?
  5. Processar no local ajuda a cumprir a LGPD?
  6. O que a borda não resolve sozinha

Onde a análise acontece muda o quê, exatamente?

Muda o caminho que o vídeo percorre antes de alguém — ou algum software — olhar para ele. A Axis descreve, em abril de 2026, quatro arranjos. No local (on-prem), servidor e armazenamento ficam no prédio e são mantidos por quem é dono dele. Na nuvem, software, servidor e armazenamento ficam num provedor e são acessados pela internet. No híbrido, parte fica em cada lugar. E na borda o próprio dispositivo faz o primeiro processamento, e só o resultado segue adiante.

Para um condomínio, a pergunta prática é uma só: o que atravessa o link de internet? Na análise remota, atravessa o vídeo inteiro, o tempo todo, porque o software só pode achar o evento depois de receber os quadros. Na análise na borda, atravessa o evento — um alerta, um recorte, uma linha de metadados — e o vídeo contínuo fica onde foi gerado.

“Borda” não significa necessariamente dentro da câmera. Pode ser a câmera, com processador próprio, ou um computador na rede local do condomínio, que lê as câmeras que já existem. O que define a borda é a posição na rede: antes do link de internet, não depois dele.

Diagrama com duas faixas. Na de cima, o vídeo é codificado, sobe pela internet, é decodificado num servidor remoto e só então analisado. Na de baixo, o vídeo é analisado na rede local e apenas o evento sobe pela internet.
O que atravessa o link. Na análise remota, o vídeo contínuo sobe antes de ser analisado; na borda, a análise acontece antes do link e só o evento sobe.

Quanta banda uma análise na nuvem consome?

Consome a soma das taxas de todas as câmeras analisadas, de forma contínua. A conta é aritmética: taxa em megabits por segundo, vezes 86.400 segundos do dia, dividida por oito para virar bytes. A Axis, no white paper sobre armazenamento na borda de junho de 2025, simula a vida útil de cartões com três perfis de gravação: 2 MP a 2,5 Mb/s, 5 MP a 3,5 Mb/s e 8 MP a 4,5 Mb/s. A tabela aplica a conta a esses três perfis.

Volume diário e upload contínuo nos três perfis de taxa usados pela Axis (white paper Surveillance cards for edge storage, 2025). Volume = taxa × 86.400 s ÷ 8; os perfis são de simulação, não medição de campo.
Perfil Taxa por câmera Volume por câmera por dia Upload contínuo, 10 câmeras Volume em 30 dias, 10 câmeras
2 MP2,5 Mb/s27 GB25 Mb/s8,1 TB
5 MP3,5 Mb/s37,8 GB35 Mb/s11,3 TB
8 MP4,5 Mb/s48,6 GB45 Mb/s14,6 TB

Os números reais variam com o codec, a cena e a configuração: a mesma Axis, em outro texto de abril de 2026, fala em 30 a 40 GB por dia para uma câmera 4K gravando continuamente. A ordem de grandeza é o que importa: dezenas de gigabytes por câmera por dia.

Na análise na borda, esse volume não sai do prédio. A mesma fonte observa que a análise local permite transmitir vídeo só quando um evento acontece. O que sobe é proporcional ao número de eventos, não ao número de horas gravadas.

A compressão atrapalha a análise feita longe da câmera?

Atrapalha quando é forte, e é justamente a compressão forte que se usa para caber no upload. Um estudo de 2022 (O’Byrne e colegas, arXiv 2211.05805) comprimiu 50 vídeos de vigilância em H.264 com cinco níveis de qualidade e rodou um detector de objetos em cada um. A detecção resistiu bem à compressão moderada, mas caiu de forma apreciável na compressão alta — sobretudo em cena complexa, com pouca luz e alvo rápido.

Pouca luz e alvo rápido descrevem bem um carro numa via interna à noite. Mats Thulin, diretor de IA e analíticos da Axis, resume o outro lado do problema em entrevista de junho de 2025: comprimir o vídeo antes de transmitir pode degradar a imagem que será analisada, e o servidor ainda precisa decodificar cada fluxo antes de analisar, o que custa processamento.

Na borda, a análise enxerga a imagem na origem, sem a perda extra da transmissão. Isso não compensa uma câmera mal posicionada: se a cena não tem pixels suficientes sobre o alvo, a conta de densidade de pixel continua valendo em qualquer arranjo. E compressão é só uma das causas de erro que descrevemos em falso positivo em CFTV com IA.

O que acontece quando a internet do condomínio cai?

Na análise remota, a análise para. Enquanto o link estiver fora, o servidor não recebe quadros e não há o que analisar; o evento que acontecer nesse intervalo não é visto por ninguém, a menos que haja gravação local para revisar depois. A Axis lista a dependência da qualidade da rede entre as cinco limitações de um sistema em nuvem: latência, saturação de banda pelo upload contínuo e desempenho reduzido durante quedas.

Na borda, a análise segue: câmera e processamento estão na mesma rede local. O que fica retido é só o envio do evento, que pode sair quando a conexão voltar. É o mesmo princípio que a Axis descreve para a gravação de contingência em cartão: o dispositivo grava localmente durante a queda, e o sistema central recupera os trechos quando a rede volta.

Isso tem uma condição: a borda precisa de energia. Um computador no local sem proteção contra queda de luz troca a dependência da internet pela dependência da rede elétrica.

Processar no local ajuda a cumprir a LGPD?

Ajuda a aplicar um princípio, mas não dispensa nenhuma obrigação. O art. 6º, III, da Lei nº 13.709/2018 define o princípio da necessidade: limitar o tratamento ao mínimo necessário para a finalidade, com dados pertinentes, proporcionais e não excessivos. Mandar para fora do prédio só o evento, e não o dia inteiro de imagens de moradores, é uma forma concreta de praticar esse princípio.

Há dois pontos a mais. Se o provedor de nuvem guarda o vídeo fora do Brasil, entra a regra de transferência internacional, que o art. 33 só permite nos casos que enumera. E qualquer arranjo precisa das medidas de segurança do art. 46, que protegem contra acesso não autorizado, perda e vazamento — inclusive o computador que fica na portaria.

O que a borda não faz é anonimizar o dado. Um evento com imagem, horário e local continua sendo dado pessoal; o art. 12 só tira da lei o dado anonimizado de forma que não possa ser revertido com esforço razoável. Quem responde pelo tratamento continua sendo o condomínio, como detalhamos em quem pode ver as imagens das câmeras. A forma como tratamos isso está em nossa política de privacidade.

O que a borda não resolve sozinha

Ela transfere responsabilidade para o local. Há um equipamento no prédio que precisa de energia estável, ventilação, atualização de software e proteção física — um computador na portaria é um ponto de acesso às imagens tanto quanto uma senha de nuvem. Atualizar dezenas de equipamentos espalhados é mais difícil que atualizar um servidor central, e isso precisa estar resolvido no desenho, não depois.

A borda também não substitui o que a nuvem faz bem: consulta de qualquer lugar, cópia de segurança fora do prédio e gestão de vários locais numa tela só. Por isso Thulin, na mesma entrevista, aponta o híbrido como a estratégia mais eficaz na maioria dos casos: análise na borda, e consulta, retenção do que importa e integração fora dela.

Para evidência, a posição da análise tem uma consequência a mais. Quanto mais perto da captura a imagem do evento é selada, menos etapas existem entre o quadro e o registro — o que encurta a cadeia de integridade. Encurta, não elimina: o selo prova que o arquivo não mudou depois de selado, não que a análise estava certa.

O que este texto não afirma

Não afirma que análise na borda seja sempre melhor que análise na nuvem. Para vários locais, pouca câmera e link folgado, a nuvem pode ser o arranjo mais simples; o texto descreve o que muda em cada caso, não um vencedor.

Não mede nenhuma instalação. Os volumes da tabela saem de perfis de taxa de uma simulação publicada e de uma conta aritmética; a taxa real de uma câmera depende de codec, cena e configuração, e só se conhece medindo.

Não afirma que processar no local cumpra a LGPD. Necessidade é um princípio entre dez do art. 6º; base legal, transparência, segurança e direitos do titular continuam valendo em qualquer arranjo. Não é parecer jurídico.

Não descreve como o OpenRadar implementa a análise. O texto trata de princípio de arquitetura, modo de falha e critério de escolha aplicáveis a qualquer sistema de vídeo analítico, o nosso incluído.

Fontes

  1. Andersson, Christian P. / Axis Communications. Cloud video surveillance explained: Incl. benefits and limitations, 22 de abril de 2026. newsroom.axis.com/en-us/blog/cloud-video-surveillance Origem dos quatro arranjos (on-prem, nuvem, híbrido e borda), da dependência de rede como limitação de sistema em nuvem (latência, saturação de banda por upload contínuo, desempenho reduzido em queda) e da estimativa de 30 a 40 GB por dia para uma câmera 4K gravando continuamente. Consultado em 25 de setembro de 2026.
  2. Axis Communications. Surveillance cards for edge storage, white paper, junho de 2025. whitepapers.axis.com/en-us/surveillance-cards-for-edge-storage Origem dos três perfis de taxa usados na tabela (2 MP a 2,5 Mb/s, 5 MP a 3,5 Mb/s, 8 MP a 4,5 Mb/s), apresentados como simulação; da observação de que a análise na borda permite transmitir vídeo só quando um evento acontece; e da gravação de contingência durante queda de rede, com recuperação posterior pelo sistema central. Os volumes da tabela são conta nossa sobre esses perfis. Consultado em 25 de setembro de 2026.
  3. Axis Communications. The evolution of edge analytics, entrevista com Mats Thulin, 24 de junho de 2025. newsroom.axis.com/article/edge-analytics Origem das afirmações de que comprimir antes de transmitir pode degradar a imagem analisada, de que o servidor precisa decodificar cada fluxo antes de analisar, e de que arranjos híbridos são, em geral, a estratégia mais eficaz. Consultado em 25 de setembro de 2026.
  4. O’Byrne, M.; Vibhoothi; Sugrue, M.; Kokaram, A. Impact of Video Compression on the Performance of Object Detection Systems for Surveillance Applications, arXiv 2211.05805, novembro de 2022. arxiv.org/abs/2211.05805 Origem do experimento com 50 vídeos de vigilância em H.264, cinco níveis de qualidade, detecção robusta à compressão moderada e queda apreciável na compressão alta, sobretudo com pouca luz e alvo rápido. Consultado em 25 de setembro de 2026.
  5. Brasil. Lei nº 13.709, de 14 de agosto de 2018 — Lei Geral de Proteção de Dados Pessoais, texto compilado. planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709compilado.htm Origem do princípio da necessidade (art. 6º, III), da regra de transferência internacional (art. 33), do dever de medidas de segurança (art. 46) e da exclusão do dado anonimizado salvo reversão com esforço razoável (art. 12). Consultado em 25 de setembro de 2026.
Juliano Baladão Engenharia do OpenRadar — medição de velocidade por vídeo e evidência auditável em via privada.
Sobre o OpenRadar

Nós rodamos a análise na borda, na rede local de quem usa, sobre as câmeras IP que já estão instaladas, e mandamos para fora só o registro do evento. Foi uma escolha de arquitetura pelos motivos deste texto, com os custos deste texto também: há um equipamento no local, e ele precisa ser mantido.

Conheça o Vision AI

Também disponível

Todos os textos do blog · Feed RSS