邊緣計算是在靠近物或者數(shù)據(jù)源頭的邊緣側(cè)，融合網(wǎng)絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能化方案，滿足行業(yè)數(shù)字化在高實時性、低帶寬能耗，高安全隱私保護，高可靠性等方面的關鍵需求。

由于邊緣計算直接在靠近數(shù)據(jù)產(chǎn)生的地方進行計算，避免了數(shù)據(jù)的上傳與下載過程，具有較高的實時性。而且，邊緣端產(chǎn)生的大量數(shù)據(jù)不再全部傳遞到云端，對云端的帶寬以及能耗都有顯著的降低。邊緣計算將用戶的個人敏感隱私信息存儲在設備端，避免了傳輸帶來的安全隱患。數(shù)據(jù)在邊緣側(cè)直接進行計算，減低了由于網(wǎng)絡覆蓋以及故障帶來的影響，具有較高的可靠性。

隨著5G時代物聯(lián)網(wǎng)的持續(xù)發(fā)展，Gartner預測到 2025年企業(yè)產(chǎn)生的數(shù)據(jù)將有75%從傳統(tǒng)的中心或者云平臺轉(zhuǎn)向邊緣側(cè)。5G網(wǎng)絡和邊緣分布式計算結(jié)合在一起彼此增強，為行業(yè)新的產(chǎn)品與體驗創(chuàng)造機遇。通過 5G網(wǎng)絡提供的高速率和低延遲，再加上在邊緣處理數(shù)據(jù)的實時性與安全性，有望在汽車、媒體（VR/AR）、智慧城市、智慧醫(yī)療、智能制造等垂直領域有更大的發(fā)展空間。

現(xiàn)階段邊緣側(cè)智能計算的軟硬件生態(tài)呈現(xiàn)碎片化與異構(gòu)特性，軟件上有Tensorflow、Caffe、Pytorch等深度學習框架平臺，硬件計算單元上有CPU、GPU、NPU以及DSP等計算單元，這對邊緣計算產(chǎn)品的開發(fā)者來說，選擇一套高效軟硬件平臺變得非常困難。

紫光展銳為邊緣計算產(chǎn)品開發(fā)設計者提供了一套通用的異構(gòu)計算平臺，幫助用戶進行性能、功耗分析，并提供軟硬件選型參考的工具。展銳的AI技術平臺AIactiver，通過異構(gòu)硬件、全棧軟件和業(yè)務深度融合，不僅大幅優(yōu)化了原生用戶體驗，同時也向客戶提供了完整的二次開發(fā)平臺和定制服務，助力生態(tài)合作伙伴高效便捷的開發(fā)豐富的AI應用。

平臺底層是異構(gòu)硬件，異構(gòu)多核的NPU架構(gòu)為不同類型的算法提供了足夠的靈活度和優(yōu)異的能效。AI編譯器將前端框架工作負載直接編譯到硬件后端，充分使用現(xiàn)有的硬件資源，兼顧存儲和效率，降低開發(fā)者的開發(fā)難度。AI計算平臺和工具鏈，則為開發(fā)者提供了良好的開發(fā)環(huán)境。

展銳通過AI技術重構(gòu)了芯片的多個關鍵子系統(tǒng)，如CPU/GPU處理器子系統(tǒng)和多媒體子系統(tǒng)，為用戶提供優(yōu)異的用戶體驗。展銳正在將AI作為一項彌散型技術，全面融入到所有的產(chǎn)品規(guī)劃中去。

審核編輯：符乾江