電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）因?yàn)樗懔σ蟾?，最初?a href="http://www.brongaenegriffin.com/tags/ai/" target="_blank">AI都從云端智能開始，數(shù)據(jù)必須上傳至云端處理。而隨后的發(fā)展過程中，產(chǎn)生了用戶體驗(yàn)和數(shù)據(jù)隱私方面的問題。邊緣AI能夠大大減小延時問題，并且對于網(wǎng)絡(luò)環(huán)境的要求較為寬松，極大地提升了用戶體驗(yàn)。

另外從技術(shù)發(fā)展方面看，芯片和軟件技術(shù)的迭代一定程度推動了邊緣AI的發(fā)展。過去芯片的算力無法滿足邊緣AI應(yīng)用，同時軟件配置通常是利用專家系統(tǒng)或者是基本機(jī)器學(xué)習(xí)系統(tǒng)來實(shí)現(xiàn)AI功能。但是現(xiàn)在隨著深度學(xué)習(xí)軟件上的發(fā)展，以及高算力、低功耗的邊緣處理器的普及，邊緣AI在技術(shù)支持層面也得到了更好的發(fā)展。

邊緣AI應(yīng)用領(lǐng)域廣泛

邊緣AI運(yùn)行在邊緣設(shè)備上，具體來說，有很多需要大數(shù)據(jù)量，計(jì)算實(shí)時性比較高，不需要將數(shù)據(jù)上傳云端來計(jì)算的場景，比如智能駕駛、智能工廠以及與安防結(jié)合的交通管理等。也可以把邊緣AI的應(yīng)用理解為是在某個范圍內(nèi)，一輛汽車、一列火車、一個工廠或一個商店。在這個范圍內(nèi)，有一些實(shí)時的AI決策及處理需求被滿足。

相較于云端的AI，邊緣AI數(shù)據(jù)安全性更高，功耗更低，時延更短，可靠性更高，帶寬需求更低，還可以更大限度的利用數(shù)據(jù)，以及進(jìn)一步縮減數(shù)據(jù)處理成本。

邊緣AI的應(yīng)用領(lǐng)域非常廣泛，包括智能家居、智慧交通、餐廳送餐機(jī)器人、新零售應(yīng)用、AR/VR/元宇宙、機(jī)器人編程、智慧工業(yè)/物流/金融等。尤其是邊緣AI視覺，具體來看，常用的技術(shù)包括圖像分類、目標(biāo)檢測、語義分割、實(shí)例分割等。

當(dāng)前，雖然云端仍然是AI芯片的主要細(xì)分應(yīng)用領(lǐng)域，不過AI芯片正在從云端向邊緣端發(fā)展。數(shù)據(jù)顯示，預(yù)計(jì)到2025年，邊緣AI芯片市場的收入將達(dá)到122億美元，云端AI芯片市場的收入達(dá)119億美元，邊緣AI芯片市場將超過云端。

IBM此前在一項(xiàng)研究中表明，94%的受訪高管表示他們的企業(yè)機(jī)構(gòu)將在未來五年內(nèi)部署邊緣計(jì)算。從智能醫(yī)院、智慧城市到無人商店、自動駕駛汽車，現(xiàn)在這個社會比以往任何時候都更加需要邊緣AI。物流問題、工人短缺、通貨膨脹和疫情所造成的不確定性正困擾著企業(yè)。邊緣AI可以作為人與機(jī)器之間的橋梁，實(shí)現(xiàn)預(yù)測、工人分配、產(chǎn)品設(shè)計(jì)和物流的改進(jìn)。

邊緣AI未來的發(fā)展趨勢

此前有機(jī)構(gòu)預(yù)測，未來幾年，邊緣AI的增長主要來源于物聯(lián)網(wǎng)、5G網(wǎng)絡(luò)覆蓋對更快計(jì)算速度的需求，以及其他一些因素。那么邊緣AI未來有怎樣的發(fā)展趨勢呢？

邊緣與工業(yè)物聯(lián)網(wǎng)解決方案的融合是一個趨勢，智能工廠是一個由邊緣AI應(yīng)用推動領(lǐng)域，Gartner此前在報(bào)告中指出，到2027年，深度學(xué)習(xí)形式的機(jī)器學(xué)習(xí)將被加入到65%以上的邊緣用例中，而這一比例在2021年還不到10%。

英偉達(dá)此前談到，工廠可以將AI應(yīng)用添加到攝像頭和其他傳感器上，以便進(jìn)行檢測和預(yù)測性維護(hù)。但檢測僅僅是第一步，一旦發(fā)現(xiàn)問題，就必須采取行動。AI應(yīng)用能夠檢測到異常情況或缺陷，然后提醒人類進(jìn)行干預(yù)。但對于安全應(yīng)用和其他需要即時行動的用例而言，只需將AI推理應(yīng)用與管理裝配線、機(jī)械臂或取放機(jī)的物聯(lián)網(wǎng)平臺相連接，就能實(shí)現(xiàn)實(shí)時響應(yīng)。

這些應(yīng)用之間的集成依靠自定義開發(fā)工作。因此，預(yù)計(jì)AI和傳統(tǒng)物聯(lián)網(wǎng)管理平臺之間會建立更多的合作關(guān)系，來簡化工業(yè)環(huán)境中邊緣AI的采用。

另外采用AI-on-5G應(yīng)用的企業(yè)會日益增加。AI-on-5G組合式計(jì)算基礎(chǔ)架構(gòu)提供了一個安全、高性能的連接結(jié)構(gòu)，該結(jié)構(gòu)可以集成現(xiàn)場、本地或云端的傳感器、計(jì)算平臺和AI應(yīng)用。其主要優(yōu)點(diǎn)包括在非有線環(huán)境中的超低延遲，有保障的服務(wù)質(zhì)量和更高的安全性。

英偉達(dá)表示，AI-on-5G將解鎖新的邊緣AI用例。比如，工業(yè)4.0：工廠自動化、工廠機(jī)器人、監(jiān)測和檢查；汽車系統(tǒng)：收費(fèi)公路和車輛遙測應(yīng)用；智能空間：零售、智慧城市和供應(yīng)鏈應(yīng)用。全球首批全棧式AI-on-5G平臺之一Mavenir Edge AI已于2021年11月發(fā)布。未來預(yù)計(jì)將出現(xiàn)更多全棧式解決方案，提供企業(yè)5G環(huán)境性能、管理和規(guī)模。

雖然近些年邊緣AI得到較快的發(fā)展，不過其應(yīng)用場景的多元化，也給邊緣AI的應(yīng)用落地帶來了諸多問題，比如針對不同應(yīng)用場景需要定制不同算法，對芯片算力和功耗的要求也各不相同，另外算力、算法和應(yīng)用存在割裂的情況，這使得邊緣AI缺乏整體的解決方案等。

未來針對這些落地難題，將會逐漸有些創(chuàng)新的解決方案。恩智浦半導(dǎo)體產(chǎn)品和市場總監(jiān)林明此前談到，因?yàn)檫吘堿I應(yīng)用場景的多樣性，很難用一個通用處理器去處理所有的AI應(yīng)用場景，那么異構(gòu)計(jì)算架構(gòu)將是未來邊緣AI發(fā)展的一個重要趨勢，即用最適配的處理單元處理相應(yīng)的AI任務(wù)。

另外通常AI應(yīng)用場景會存在一個分離式安全芯片作為密鑰的管理和安全啟動管理，為了降低功耗和成本，未來邊緣AI會向著安全功能集成化的趨勢發(fā)展，比如恩智浦在邊緣處理器中廣泛集成了EdgeLock（安全身份驗(yàn)證芯片）模塊。

更為重要的是，邊緣AI產(chǎn)品的落地涉及到不同領(lǐng)域的產(chǎn)業(yè)融合，未來邊緣AI的生態(tài)體系搭建勢必需要芯片供應(yīng)商、算法供應(yīng)商、設(shè)備制造商、系統(tǒng)集成商，甚至云服務(wù)供應(yīng)商一起合作提供專業(yè)的服務(wù)。