從共享單車到自動駕駛,從智能家居到無人商店,我們已從“人聯(lián)網(wǎng)”時代全面進入“物聯(lián)網(wǎng)”時代。在萬物智能互聯(lián)的新時代,數(shù)據(jù)量成指數(shù)級爆炸,不僅需要云端的大數(shù)據(jù)分析以轉化為洞察,在邊緣對于提取分析數(shù)據(jù)也有著更高的要求,應運而生的邊緣計算將在整個物聯(lián)網(wǎng)的發(fā)展中發(fā)揮關鍵性作用。作為分析、挖掘數(shù)據(jù)價值的創(chuàng)新方法,人工智能可以充分利用、釋放數(shù)據(jù)價值,也給邊緣計算帶來全新的發(fā)展機遇。

應對數(shù)據(jù)洪流帶來的挑戰(zhàn),邊緣計算至關重要。首先,井噴式涌現(xiàn)的海量數(shù)據(jù)如果全部聚集于云端,對帶寬有極大的要求,并帶來嚴重的計算負擔,這就要求在邊緣側對相應數(shù)據(jù)進行必要的篩選和節(jié)流,并同時提供部分計算能力,使得不同的數(shù)據(jù)能夠合理配置到相應的存儲和計算資源中。其次,很多物聯(lián)網(wǎng)應用場景對數(shù)據(jù)的實時性要求非常高,而邊緣計算能夠更敏捷、更有效地處理數(shù)據(jù)。另外,邊緣計算還能更好地保護數(shù)據(jù),滿足安全性的需求。

物聯(lián)網(wǎng)是一個端到端的系統(tǒng),強調邊緣計算,并非否定云計算的巨大作用和價值。云計算和邊緣計算是兩種不同特點的數(shù)據(jù)處理方式,邊緣計算處理的是局部數(shù)據(jù),對數(shù)據(jù)形成完整洞察還需要在云端對各種在不同的邊緣采集到的數(shù)據(jù)進行全面分析,因此兩者互倚互補。邊緣計算是云智能向端智能延伸的必然結果,未來的趨勢并非是邊緣計算取代云計算,而是兩者之間實現(xiàn)良性協(xié)同,共同推動物聯(lián)網(wǎng)的發(fā)展。

我們也看到,邊緣側的負載整合則為人工智能在邊緣計算的應用找到了突破口。“物”連上網(wǎng)將產生龐大的數(shù)據(jù)量,數(shù)據(jù)將成為新的石油,人工智能為數(shù)據(jù)采集、分析和增值提供全新的驅動力,也為整個物聯(lián)網(wǎng)發(fā)展提供了新動能。虛擬化技術將在不同設備上獨立的負載整合到統(tǒng)一的高性能計算平臺上,實現(xiàn)各個子系統(tǒng)在保持一定獨立性的同時還能有效分享計算、存儲、網(wǎng)絡等資源。邊緣側經(jīng)過負載整合,產生的結點既是數(shù)據(jù)的一個匯總結點,同時也是一個控制中心。人工智能可以在結點處采集分析數(shù)據(jù),也能在結點提取洞察做出決策。

如何將人工智能運用到邊緣側?網(wǎng)絡優(yōu)化將是關鍵性技術之一。英特爾認為可以通過低比特、剪枝和參數(shù)量化進行網(wǎng)絡優(yōu)化。低比特,是指在不影響最終識別的情況下,通過降低精度來降低存儲和計算負荷。剪枝,是指剪除不必要的計算需求,從而降低計算復雜度。參數(shù)量化,是指可以根據(jù)參數(shù)的特征做聚類,用相對比較簡單的符號或數(shù)字來表述,從而降低人工智能對于存儲的需求。

邊緣計算和人工智能結合,推動物聯(lián)網(wǎng)發(fā)展是一個長期的進程。英特爾將著重從端到端的平臺化戰(zhàn)略、垂直行業(yè)的深度合作、開放的生態(tài)系統(tǒng)構建三個方面來加速邊緣計算的發(fā)展,從而推動整個物聯(lián)網(wǎng)的進程。

正如英特爾公司CEO科再奇所說,數(shù)據(jù)是當今最重要的一股力量,智能互聯(lián)設備帶來的數(shù)據(jù)洪流,是未來科技創(chuàng)新的命脈。英特爾致力于通過從云到邊緣的計算解決方案,協(xié)同產業(yè)合作伙伴,把人工智能帶到邊緣,加速物聯(lián)網(wǎng)發(fā)展,駕馭數(shù)據(jù)洪流,釋放數(shù)據(jù)價值。

文章來源：英特爾