物聯(lián)網(wǎng)把沉睡數(shù)十年的邊緣計(jì)算學(xué)說推到市場浪尖，是神經(jīng)元理論把CPU帶到NPU時(shí)代，它賦能本地學(xué)習(xí)能力，算力和決策智能，形成邊緣智能新領(lǐng)域。邊緣計(jì)算在數(shù)學(xué)領(lǐng)域?qū)俜植际接?jì)算的延伸，在計(jì)算機(jī)理論屬本地計(jì)算，現(xiàn)在物聯(lián)網(wǎng)把它叫邊緣計(jì)算，其實(shí)更確切的叫法是端計(jì)算，對仗云計(jì)算。

 

邊緣計(jì)算是云計(jì)算的有機(jī)組合，并不是為了取締云服務(wù)。從網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)看，邊緣智能是指邊緣節(jié)點(diǎn)在邊緣側(cè)提供的高級數(shù)據(jù)分析、場景感知、實(shí)時(shí)決策、自組織與協(xié)同等服務(wù)。從系統(tǒng)維度來看，邊緣智能就是將云的能力下沉到設(shè)備終端，在終端打造一個(gè)涵蓋網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用于一體的微型平臺，更高效地處理邊緣設(shè)備產(chǎn)生的數(shù)據(jù)。

 

“電子哨兵”是云邊計(jì)算的最具規(guī)模的成功應(yīng)用，物業(yè)實(shí)時(shí)處理本小區(qū)大樓的數(shù)據(jù)，定期上傳數(shù)據(jù)到云，國家大數(shù)據(jù)云端分析統(tǒng)計(jì)給出決策。無論是消費(fèi)還是工業(yè)應(yīng)用，如今的物聯(lián)網(wǎng)越來越智能了。其中的原因，邊緣計(jì)算與物聯(lián)網(wǎng)的協(xié)同構(gòu)成邊緣智能。邊緣智能是計(jì)算、處理和存儲(chǔ)的未來，這項(xiàng)技術(shù)雖然仍處于起步階段，但發(fā)展迅速，據(jù)Gartner稱，截至2018年，約有10%的企業(yè)數(shù)據(jù)是在“邊緣”生成和處理的，到2025年，這一數(shù)字將達(dá)到令人震驚的75%。它還預(yù)計(jì)，在未來3-5年，邊緣計(jì)算將成為下一個(gè)數(shù)百億以上的藍(lán)海市場。

 

邊緣智能 (Edge AI) 主要是指在用戶設(shè)備上處理人工智能算法。邊緣智能依靠的是設(shè)備自身的硬件來處理與機(jī)器學(xué)習(xí)和深度學(xué)習(xí)相關(guān)的數(shù)據(jù)和過程。它帶來3個(gè)方面好處：一是減少延遲以改善用戶體驗(yàn)；二是減少必要的帶寬，從而降低互聯(lián)網(wǎng)服務(wù)的成本；三是提高數(shù)據(jù)的安全性和隱私性。

 

IDC預(yù)測，到2025年，全球?qū)⒂?14億臺物聯(lián)網(wǎng)設(shè)備，期間將產(chǎn)生73147EB數(shù)據(jù)，其中約四分之一屬于實(shí)時(shí)生成的。要想完全在云端對這些數(shù)據(jù)進(jìn)行處理和AI分析很可能超過系統(tǒng)和通信鏈路的處理極限，再加上網(wǎng)絡(luò)帶寬、數(shù)據(jù)安全等限制，要實(shí)現(xiàn)AI向多行業(yè)的滲透，困難重重。

 

聚焦中國市場，在5G+物聯(lián)網(wǎng)+產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展的推動(dòng)下，隨著應(yīng)用和數(shù)據(jù)量激增，網(wǎng)絡(luò)帶寬與計(jì)算吞吐量均成為計(jì)算的性能瓶頸，同時(shí)終端設(shè)備產(chǎn)生海量“小數(shù)據(jù)”等實(shí)時(shí)處理需求高速增長，帶動(dòng)邊緣計(jì)算成為數(shù)據(jù)時(shí)代技術(shù)落地的重要計(jì)算平臺，成為滿足行業(yè)數(shù)字化轉(zhuǎn)型中敏捷連接、實(shí)時(shí)業(yè)務(wù)、隱私保護(hù)等關(guān)鍵支撐。邊緣計(jì)算作為巨大的增量市場，近年來同比增速均在50%以上。據(jù)CCID數(shù)據(jù)顯示，2020年，邊緣計(jì)算市場規(guī)模達(dá)199.4億元，同比增長62.2%;2021年中國邊緣計(jì)算市場規(guī)模預(yù)計(jì)達(dá)到325.3億元，同比增長63.1%。

  

既然邊緣智能由物聯(lián)網(wǎng)而起，那么邊緣智能對物聯(lián)網(wǎng)發(fā)展的益處和局限性在哪里，物聯(lián)網(wǎng)應(yīng)用有哪些分割市場機(jī)會(huì)的要素。這些都是方案商，設(shè)備終端制造商，系統(tǒng)集成商和IC原廠必需掌握的內(nèi)容，從而做好自己的研發(fā)和生產(chǎn)活動(dòng)。

 

1、物聯(lián)網(wǎng)和邊緣智能是一對孿生兄弟

 

物聯(lián)網(wǎng)通過網(wǎng)絡(luò)接收和傳輸數(shù)據(jù)時(shí)無需人為干預(yù)，其生態(tài)系統(tǒng)由支持網(wǎng)絡(luò)的智能設(shè)備組成，這些設(shè)備使用嵌入式系統(tǒng)（如處理器、傳感器和通信硬件）來收集、發(fā)送和處理從環(huán)境中獲取的數(shù)據(jù)。物聯(lián)網(wǎng)設(shè)備通過連接到物聯(lián)網(wǎng)網(wǎng)關(guān)或其他邊緣設(shè)備共享它們收集的傳感器數(shù)據(jù)，在這些設(shè)備中，數(shù)據(jù)被發(fā)送到云端進(jìn)行分析或直接在本地進(jìn)行分析。現(xiàn)在，物聯(lián)網(wǎng)還可以通過人工智能（AI）和機(jī)器學(xué)習(xí)（ML）的幫助使數(shù)據(jù)收集過程更容易。

 

物聯(lián)網(wǎng)對海量數(shù)據(jù)進(jìn)行快速處理和分析，邊緣智能使計(jì)算服務(wù)更接近最終用戶或數(shù)據(jù)源，如物聯(lián)網(wǎng)設(shè)備。這樣一來，物聯(lián)網(wǎng)數(shù)據(jù)就能夠在設(shè)備所在的邊緣收集和處理，而不是將數(shù)據(jù)發(fā)送回?cái)?shù)據(jù)中心或云，對于需要更快啟動(dòng)或?qū)崟r(shí)操作的工作模式而言，這種操作的智能化非常重要。

 

自動(dòng)駕駛是物聯(lián)網(wǎng)和邊緣計(jì)算需要協(xié)同工作的一個(gè)典型示例。在道路上行駛的自動(dòng)駕駛車輛需要收集和處理有關(guān)交通、行人、街道標(biāo)志和停車燈等大量的實(shí)時(shí)數(shù)據(jù)。如果車輛需要快速停車或轉(zhuǎn)彎時(shí)，若將數(shù)據(jù)在車輛和云端之間來回傳送將花費(fèi)較長時(shí)間，無法滿足行駛車輛需要實(shí)時(shí)處理的需求，存在巨大安全隱患。邊緣計(jì)算為車輛帶來了相當(dāng)于云計(jì)算的服務(wù)，它使得車輛中的物聯(lián)網(wǎng)傳感器得以實(shí)時(shí)地處理本地處理數(shù)據(jù)，以避免發(fā)生事故的發(fā)生。

 

2、邊緣智能的必要性與數(shù)據(jù)安全

 

在物聯(lián)網(wǎng)和智能網(wǎng)聯(lián)汽車的帶動(dòng)下，全球邊緣智能設(shè)備已經(jīng)駛?cè)氚l(fā)展的快車道。根據(jù)MarketsandMarkets的統(tǒng)計(jì)報(bào)道，全球邊緣智能硬件的市場規(guī)模預(yù)計(jì)將從2021年的9.2億臺增長到2026年的20.8億臺，年復(fù)合增長率高達(dá)17.7%。當(dāng)然，應(yīng)用與技術(shù)是相互促進(jìn)，通過引入邊緣智能也有助于增強(qiáng)物聯(lián)網(wǎng)的優(yōu)勢，具有諸多好處。

 

首先，傳統(tǒng)物聯(lián)網(wǎng)單純采用數(shù)據(jù)上云的模式，隨著數(shù)據(jù)量指數(shù)級增加，這種方式瓶頸明顯。通過引入邊緣智能，增強(qiáng)了系統(tǒng)的可擴(kuò)展性，同時(shí)對系統(tǒng)帶寬明顯減負(fù)。其次，邊緣智能讓系統(tǒng)具有多點(diǎn)智能性，意味著系統(tǒng)中很多功能都可以下放到終端設(shè)備，而設(shè)備最終返回給云系統(tǒng)的是處理之后的結(jié)果，數(shù)據(jù)的聚合性得到進(jìn)一步加強(qiáng)，進(jìn)而提升系統(tǒng)的反應(yīng)速度與實(shí)時(shí)性。

 

第三，邊緣智能的出現(xiàn)無疑增強(qiáng)了物聯(lián)網(wǎng)的適用范圍。傳統(tǒng)物聯(lián)網(wǎng)模型受限于云部署成本或者邊緣的智能化水平不足，很多場景都無法實(shí)施。智能終端讓很多數(shù)據(jù)和任務(wù)不必返回云端系統(tǒng)，部署深度大大提升。

 

第四，邊緣智能提高了系統(tǒng)的可靠性和安全性。過往云端數(shù)據(jù)損毀之后整個(gè)系統(tǒng)將徹底癱瘓，而邊緣智能出現(xiàn)之后，傳輸上云的數(shù)據(jù)更多是結(jié)果以及用以訓(xùn)練的數(shù)據(jù)，系統(tǒng)可靠性和安全性得到明顯增強(qiáng)。

 

第五，運(yùn)維成本也是邊緣智能的一大優(yōu)勢。傳統(tǒng)物聯(lián)網(wǎng)系統(tǒng)的運(yùn)維是響應(yīng)式的，也就是發(fā)生了故障才會(huì)去處理，而這樣的事故往往帶來巨大的損失。而邊緣智能出現(xiàn)之后，系統(tǒng)運(yùn)維進(jìn)化成預(yù)防式，智能終端擁有的自感知和自分析能力，降低了大型事故發(fā)生的幾率，并為維修提供明確的目標(biāo)。

  

 

邊緣智能方案設(shè)計(jì)的挑戰(zhàn)來源于兩個(gè)方面，一個(gè)是設(shè)備本身，另一個(gè)則是邊云協(xié)同。

 

邊緣智能要求在邊緣端完成數(shù)據(jù)的訓(xùn)練和推理，計(jì)算、存儲(chǔ)等資源的配置是一個(gè)挑戰(zhàn)。電子哨兵在邊緣的學(xué)習(xí)能力部署非常成功，原因是人臉識別和二維碼識別標(biāo)準(zhǔn)化，一個(gè)學(xué)習(xí)模型給全國百萬個(gè)門禁用，規(guī)模決定成功。但是，工業(yè)生產(chǎn)品質(zhì)管理上“表面檢測”，鋼材和玻璃等表面檢測就進(jìn)展緩慢，原因是不同材料的“缺陷算法”是掌握的各個(gè)工廠，建模和開發(fā)算法都是非標(biāo)的。

 

 

功耗問題也需要重點(diǎn)關(guān)注。在數(shù)據(jù)安全保護(hù)方面，用戶需要在打造邊緣智能設(shè)備的最開始就將安全防護(hù)納入其中，包括設(shè)備完整性保護(hù)和加密通信等。

 

邊云協(xié)同給打造計(jì)算模型帶來了明顯的變化，其中之一就是模型分割，這也是云能力下沉的關(guān)鍵所在。在這個(gè)過程中，隨著邊緣智能的發(fā)展會(huì)延伸出很多新概念，包括多用戶管理、私有云化、隔離共享等。當(dāng)用戶打造方案時(shí)，邊云協(xié)同就需要安全云注冊、設(shè)備到設(shè)備身份驗(yàn)證、設(shè)備溯源等多方面的保護(hù)機(jī)制，保障邊緣端處理后的高質(zhì)量數(shù)據(jù)在系統(tǒng)內(nèi)的安全傳輸。

 

3、邊緣人工智能面臨的挑戰(zhàn)

 

人工智能正在成為企業(yè)商業(yè)計(jì)劃中不可或缺的一部分，人工智能對人類的影響將遠(yuǎn)遠(yuǎn)超過火和電。IDC更是看好邊緣計(jì)算及邊緣智能在未來幾年的發(fā)展前景，據(jù)其分析，到2024年，全球AI市場支出將達(dá)到1100億美金，邊緣智能將占到AI市場支出的29.5%。良好的發(fā)展前景并非意味著前進(jìn)道路一片坦途，在邊緣智能的發(fā)展過程中，仍存在諸多技術(shù)挑戰(zhàn)：

 

糟糕的數(shù)據(jù)質(zhì)量

全球主要互聯(lián)網(wǎng)服務(wù)提供商的數(shù)據(jù)質(zhì)量差是邊緣智能研發(fā)的主要障礙。最近的一份Alation報(bào)告顯示，以IT公司為主的受訪者中，其中有87%的員工認(rèn)為，數(shù)據(jù)質(zhì)量差是他們所在企業(yè)未能部署邊緣智能基礎(chǔ)設(shè)施的重要原因。

 

潛在的安全威脅

邊緣計(jì)算的分散性增加了較多的安全風(fēng)險(xiǎn)。以物聯(lián)網(wǎng)為例，那些提供數(shù)據(jù)的物聯(lián)網(wǎng)設(shè)備多且分散，這使得邊緣智能基礎(chǔ)設(shè)施比較容易受到各種網(wǎng)絡(luò)攻擊。

 

受限的機(jī)器學(xué)習(xí)能力

在邊緣計(jì)算硬件平臺上，機(jī)器學(xué)習(xí)常常需要強(qiáng)大的計(jì)算能力的支持。在Edge AI基礎(chǔ)設(shè)施中，計(jì)算性能僅限于邊緣或物聯(lián)網(wǎng)設(shè)備的性能。在大多數(shù)情況下，大型復(fù)雜的邊緣人工智能模型必須在部署到邊緣人工智能硬件之前進(jìn)行簡化，這樣才能提高其準(zhǔn)確性和效率。

 

4、邊緣智能：AI計(jì)算與智能的復(fù)合應(yīng)用

 

隨著人工智能向邊緣側(cè)的轉(zhuǎn)移，AI行業(yè)的應(yīng)用得到了極大擴(kuò)展?，F(xiàn)在的AI計(jì)算已經(jīng)在制造業(yè)、政府、新零售、電信、醫(yī)療等不同應(yīng)用場景下獲得應(yīng)用。很顯然，邊緣智能在拓展AI邊界過程中發(fā)揮了重要作用，它能顯著提升AI針對現(xiàn)場多樣化業(yè)務(wù)場景的適應(yīng)性，從而更好地支撐業(yè)務(wù)運(yùn)營、為客戶創(chuàng)造更多的價(jià)值。

 

邊緣計(jì)算的快速發(fā)展使得計(jì)算能力加速向邊緣遷移，AI也逐步從中心節(jié)點(diǎn)向更貼近數(shù)據(jù)源和業(yè)務(wù)現(xiàn)場的邊緣側(cè)拓展，邊緣與云的關(guān)系已經(jīng)呈現(xiàn)出既有分工又彼此合作的局面。在邊緣側(cè)，當(dāng)邊緣智能與邊緣計(jì)算和人工智能相結(jié)合，能有效地執(zhí)行實(shí)時(shí)、小數(shù)據(jù)的處理，開展AI模型的推理，并將結(jié)果回傳至云端，這種“云—邊—端”協(xié)同的邊緣智能架構(gòu)，解決了目前AI應(yīng)用中存在的海量數(shù)據(jù)處理、實(shí)時(shí)響應(yīng)以及數(shù)據(jù)安全等問題，為AI在更多行業(yè)的應(yīng)用奠定了基礎(chǔ)。

 

 

AI計(jì)算可以發(fā)生在不同的物理位置，而邊緣智能則有效地拓展了AI應(yīng)用邊界 (圖源：Deloitte)

 

制造業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)性產(chǎn)業(yè)，同時(shí)也是推動(dòng)智能化發(fā)展最迫切的行業(yè)之一。根據(jù)IDC的預(yù)測，未來幾年，邊緣智能支出在生產(chǎn)過程智能化、智能供應(yīng)鏈與物流、數(shù)據(jù)安全與合規(guī)等應(yīng)用場景將保持20%以上的年均復(fù)合增長率。以產(chǎn)品質(zhì)檢為例，傳統(tǒng)的產(chǎn)品質(zhì)檢主要依靠人工目視或傳統(tǒng)的基于模式匹配技術(shù)的機(jī)器視覺，漏檢、誤檢率高。采用邊緣智能技術(shù)后，不僅顯著提升了機(jī)器視覺的檢測能力和適用性，產(chǎn)品質(zhì)量也能得到有效控制。

 

在智慧城市建設(shè)中，AI應(yīng)用已經(jīng)滲透到城市管理、交通、民生等諸多方面，隨著智慧城市向精細(xì)化和社區(qū)化下沉，邊緣智能在智慧交通、應(yīng)急響應(yīng)、城市安全等場景下的應(yīng)用日漸增多。IDC的預(yù)測是，在未來幾年，邊緣智能支出在城市運(yùn)維管理場景這一市場將保持25%的增速。

 

5G支持的人工智能和創(chuàng)新應(yīng)用對網(wǎng)絡(luò)延遲有很高的要求，邊緣智能在此過程中將發(fā)揮重要作用。比如電信運(yùn)營商通過建設(shè)具備GPU的MEC邊緣數(shù)據(jù)中心，就可以為行業(yè)用戶提供邊緣計(jì)算服務(wù)，降低企業(yè)自建邊緣計(jì)算中心的成本。

 

對許多應(yīng)用而言，邊緣側(cè)顯然是進(jìn)行機(jī)器學(xué)習(xí)處理的理想位置。在制造業(yè)、政府、零售、電信、醫(yī)療等重點(diǎn)領(lǐng)域，敏捷聯(lián)接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)已經(jīng)成為核心需求，邊緣智能是實(shí)現(xiàn)行業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵。隨著邊緣智能技術(shù)和解決方案的不斷完善，在汽車、消費(fèi)電子、服裝、鋼鐵、化工等信息化基礎(chǔ)良好的行業(yè)，AI場景化應(yīng)用也將逐步落地。IDC的預(yù)測是，到2024年，制造業(yè)、政府、零售、電信、醫(yī)療五大行業(yè)在邊緣智能應(yīng)用上的支出將達(dá)到159億美元，占整體邊緣智能市場支出的49%。

 

來源：我愛方案網(wǎng)  鏈接：https://www.52solution.com/