6 月 6 日，工信部正式向中國電信、中國移動(dòng)、中國聯(lián)通、中國廣電發(fā)放 5G 商用牌照，標(biāo)志著我國正式進(jìn)入 5G 商用元年。

伴隨著 5G 時(shí)代的到來，許多應(yīng)用場景將被逐一打開，增強(qiáng)移動(dòng)帶寬將是 5G 發(fā)展初期面向個(gè)人消費(fèi)市場的核心應(yīng)用場景，比如高清視頻，VR/AR 等將獲得快速的發(fā)展；而高可靠性低時(shí)延連接，會(huì)催生更多面向車聯(lián)網(wǎng)、工業(yè)控制、遠(yuǎn)程醫(yī)療等特殊應(yīng)用。

由于 5G 會(huì)讓大量的應(yīng)用在網(wǎng)絡(luò)的邊緣進(jìn)行處理，這會(huì)推動(dòng)移動(dòng)邊緣計(jì)算 （Mobile Edge Computing, MEC） 的需求得到爆發(fā)。

簡單的理解，MEC 是將整個(gè)云計(jì)算大平臺(tái)的核心網(wǎng)網(wǎng)元遷移至靠近終端的邊緣。泛指的是 IT 和云平臺(tái)的運(yùn)算能力向靠近終端的地方下沉，融合網(wǎng)絡(luò)傳輸、計(jì)算、儲(chǔ)存和應(yīng)用的創(chuàng)新能力，來提高邊緣「小計(jì)算」的反饋和效率。

MEC 與一般的 5G 網(wǎng)元不一樣， 天然具有「IT 化、業(yè)務(wù)驅(qū)動(dòng)」特性，所以對(duì)邊緣端的計(jì)算力要求很高，尤其是邊緣業(yè)務(wù)與 AI 算法結(jié)合之后，AI 算力的需求變得空前稀缺。那么，華為 Atlas 人工智能計(jì)算平臺(tái)的發(fā)布，有力填補(bǔ)了 5G 時(shí)代，從云到終端再到邊緣側(cè)，AI 算力缺失的鴻溝。

MEC 為什么在 5G 時(shí)代變得重要？

相比于云計(jì)算，邊緣計(jì)算自概念誕生之后就一直不溫不火。為什么在 5G 時(shí)代，它變得如此重要？

5G 時(shí)代的最大的變化就是從人與設(shè)備的連接，變成了萬物互聯(lián)。據(jù) IDC 預(yù)測(cè)，到 2020 年將有超過 500 億的終端與設(shè)備聯(lián)網(wǎng)，而有 50% 的物聯(lián)網(wǎng)網(wǎng)絡(luò)將面臨網(wǎng)絡(luò)帶寬的限制，40% 的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣分析、處理與儲(chǔ)存。當(dāng)連接數(shù)的不斷增加，產(chǎn)生了海量的數(shù)據(jù)，如果所有數(shù)據(jù)都要回到云端進(jìn)行分析終結(jié)，既浪費(fèi)帶寬，也增加了時(shí)延。

這些因素決定了，5G 業(yè)務(wù)的終結(jié)點(diǎn)不可能完全都在核心網(wǎng)后端的云平臺(tái)，所以 MEC 被認(rèn)為是建設(shè) 5G 網(wǎng)絡(luò)邊緣云的普遍模式。

第二，MEC 與云有天然互補(bǔ)的關(guān)系。

MEC 與云的關(guān)系并不是取代關(guān)系，而是一種互補(bǔ)的關(guān)系：云計(jì)算把握整體，聚焦于非實(shí)時(shí)、長周期數(shù)據(jù)的分析，能夠在周期性維護(hù)等領(lǐng)域發(fā)揮特長，而 MEC 則專注于局部，聚焦實(shí)時(shí)、短周期數(shù)據(jù)的分析，能夠更好地支撐本地業(yè)務(wù)的實(shí)時(shí)智能化處理與執(zhí)行。所以，從業(yè)務(wù)端來看兩者可以天然互補(bǔ)。

第三，MEC+5G，代表了新的業(yè)務(wù)創(chuàng)新模式。

其實(shí)，早在 4G 時(shí)代，MEC 在一些應(yīng)用場景上就已經(jīng)表現(xiàn)出極強(qiáng)的適應(yīng)性，比如有 VR/AR 、CDN 、車聯(lián)網(wǎng)、虛擬專網(wǎng)、工業(yè)互聯(lián)網(wǎng)、安防監(jiān)控、室內(nèi)定位等等。很明顯，這些應(yīng)用場景與 5G 要解決的場景問題是非常接近的。

因?yàn)檫吘売?jì)算可以將高帶寬、低時(shí)延、本地化的業(yè)務(wù)下沉到網(wǎng)絡(luò)邊緣，解決了時(shí)延過長、匯聚流量過大等問題，為實(shí)時(shí)性和帶寬密集型業(yè)務(wù)提供更好的支持。這意味著，利用低延遲高容量數(shù)據(jù)實(shí)現(xiàn)最佳效率并增強(qiáng)分析能力，可以最大限度地減少互聯(lián)網(wǎng)帶寬和非易失性存儲(chǔ)等寶貴資源的使用，這些邊緣分析技術(shù)可輕松為海上石油鉆井平臺(tái)、深度勘探、制造業(yè)、網(wǎng)絡(luò)物理安全等領(lǐng)域提供動(dòng)力。

以 Atlas 500 智能小站為例，通過業(yè)界領(lǐng)先集成AI處理能力和邊緣產(chǎn)品，機(jī)頂殼大小即可實(shí)現(xiàn) 16 路高清視頻處理能力，正在用于交通，看護(hù)，無人零售，智能制造等廣闊的領(lǐng)域。所以說，5G 與 MEC 的結(jié)合，可以推動(dòng)行業(yè)應(yīng)用的業(yè)務(wù)創(chuàng)新。

邊緣側(cè)對(duì) AI 算力的需求為什么爆發(fā)?

事實(shí)上，5G+MEC 不僅帶來了邊緣應(yīng)用場景的改變，也帶來了對(duì) AI 算力的高需求。

◆首先，大量的數(shù)據(jù)將在邊緣側(cè)進(jìn)行分析、處理。舉個(gè)例子，智慧安防的場景中，針對(duì)新型犯罪及社會(huì)管理等公共安全問題，邊緣計(jì)算和視頻監(jiān)控技術(shù)的結(jié)合，可以提高視頻監(jiān)控系統(tǒng)前端攝像頭的智能處理能力，做到防范刑事犯罪和恐怖襲擊。這會(huì)導(dǎo)致大量的視頻數(shù)據(jù)，將在邊緣通過 AI 算法進(jìn)行學(xué)習(xí)和分析，這就需要強(qiáng)大的 AI 算力。

華為有 Atlas 300 AI 加速卡，采用了標(biāo)準(zhǔn)的半高半長 PCle 卡設(shè)計(jì)，支持多種數(shù)據(jù)精度，單卡即可提供 64 TOPS INT8 計(jì)算性能，相比業(yè)界同類型產(chǎn)品提升 3 倍，為深度學(xué)習(xí)和推理提供更強(qiáng)大的算力，可廣泛應(yīng)用于視頻分析、語音識(shí)別等廣闊領(lǐng)域。

◆ 其次，很多創(chuàng)新業(yè)務(wù)需要邊緣端的 AI 算力。最有代表性的場景就是自動(dòng)駕駛的場景創(chuàng)新，比如自動(dòng)駕駛汽車上數(shù)百個(gè)傳感器每小時(shí)將產(chǎn)生 40TB 的數(shù)據(jù)量，從安全性的角度，數(shù)據(jù)的處理必須實(shí)時(shí)完成，才可以讓汽車規(guī)避緊急情況帶來的突發(fā)危險(xiǎn)。所以，AI 算力在當(dāng)中也起到了相當(dāng)重要的作用。這種對(duì)終端側(cè)有較高算力需求的場景，華為有僅有半張信用卡大小，功耗僅 10 瓦左右的 Atlas 200 AI 加速模塊與之對(duì)應(yīng)。

再比如智慧金融當(dāng)中的人臉識(shí)別和聲紋識(shí)別，指揮交通當(dāng)中的智能交通控制系統(tǒng)，都依賴邊緣計(jì)算服務(wù)器來提供足夠的 AI 算力。

但略顯遺憾的是，目前從整個(gè)行業(yè)的角度看，目前邊緣側(cè)的 AI 算力仍然是非常稀缺的。

一方面，AI 算力的獲取難度很大，對(duì)創(chuàng)新型企業(yè)來說，不僅難以支撐企業(yè)大規(guī)模部署，高昂的價(jià)值也讓創(chuàng)新難以為繼。另一方面，傳統(tǒng)的 AI 算力兼容性很差，云邊端無法協(xié)同，導(dǎo)致部署和開發(fā)都存在種種困難。

一邊是 5G 和 MEC 對(duì) AI 算力巨大需求的火焰，另一邊則是邊緣 AI 算力供需失衡的海水。正是為了解決這兩者間的鴻溝，華為推出了 Atlas 人工智能計(jì)算平臺(tái)。

這五個(gè)原因，說明 Atlas 是邊緣 AI 算力最佳選擇

華為是在 2018 年的 HUAWEI CONNECT 大會(huì)上，首次公布了基于華為 Ascend （昇騰）系列芯片和業(yè)界主流異構(gòu)計(jì)算部件的 Atlas 人工智能平臺(tái)。

Atlas 對(duì)邊緣端 AI 算力的優(yōu)勢(shì)可以從以下五個(gè)方面來看。

?首先是產(chǎn)品的獨(dú)特性。以 Atlas 500 智能小站為例，這是目前業(yè)界領(lǐng)先集成 AI 處理能力的邊緣產(chǎn)品，機(jī)頂盒大小即可實(shí)現(xiàn) 16 路高清視頻處理能力，相比業(yè)界產(chǎn)品性能提升 4 倍。

值得一提的是，面對(duì)邊緣側(cè)部署的復(fù)雜自然環(huán)境，Atlas 500 智能小站可以支持零下 40℃ 到零上 70℃ 的嚴(yán)苛部署環(huán)境，尤其適用于邊緣側(cè)特別艱苦和特殊的環(huán)境，在無人零售、智能制造等場景有廣闊的應(yīng)用空間。

?其次是 Atlas 俱備的邊云協(xié)同的能力。我們知道 Atlas 是通過模塊、板卡、小站、一體機(jī)等豐富的產(chǎn)品形態(tài)，打造面向端、邊、云的全場景AI基礎(chǔ)設(shè)施方案，提供了豐富多樣的 AI 算力?？梢猿浞譂M足云邊協(xié)同全場景覆蓋，并適應(yīng)惡劣環(huán)境的部署，提供一體化 AI 解決方案能力。

仍以 Atlas 500 智能小站為例，它支持云邊協(xié)同，可跟華為私有云、公有云協(xié)同，通過云側(cè)推送應(yīng)用、更新算法，對(duì)設(shè)備進(jìn)行統(tǒng)一管理和軟件升級(jí)，做到邊云協(xié)同。

?第三是華為芯片級(jí)起跳的核心技術(shù)能力。Atlas 不僅搭載了華為昇騰系列 AI 芯片，還基于業(yè)界領(lǐng)先的達(dá)芬奇 3D Cube 架構(gòu)，可提供超高的計(jì)算密度和極致高能效，為 Atlas 注入強(qiáng)勁的 AI 算力。應(yīng)該說，芯片級(jí)起跳這是 Atlas 獨(dú)有的優(yōu)勢(shì)。

?第四是華為構(gòu)建了 Atlas 成熟的生態(tài)。在對(duì)圖像、視頻進(jìn)行識(shí)別、分析類應(yīng)用的領(lǐng)域，Atlas 已經(jīng)首先得到應(yīng)用，例如在智慧城市中，Atlas 500 智能小站可以通過實(shí)時(shí)分析車輛和行人的密度提供更加優(yōu)化的交通燈方案等等。華為正與合作伙伴一道，開發(fā)更多基于邊緣的場景和案例。

?第五是高貴不貴，推動(dòng)普惠 AI 的落地。華為云 IEF 服務(wù)與智能小站結(jié)合，通過云側(cè)推送應(yīng)用、更新算法，對(duì)設(shè)備進(jìn)行統(tǒng)一管理和軟件升級(jí)。讓企業(yè)更容易獲取 AI 算力，做到 AI 的普惠。

總結(jié)來看，5G 推動(dòng)了 MEC 的快速發(fā)展，而 AI 則是這兩者結(jié)合，走向行業(yè)應(yīng)用落地的催化劑?？陀^的說，業(yè)界沒有任何一個(gè)計(jì)算平臺(tái)，能夠在云、端、邊緣同時(shí)提供強(qiáng)大的AI算力，這是華為 Atlas 人工智能算力平臺(tái)所獨(dú)有的優(yōu)勢(shì)，毫無疑問，在 5G+MEC+AI 的新商業(yè)之下，Atlas 就是最根本的動(dòng)力之源。