從共享單車(chē)到自動(dòng)駕駛，從智能家居到無(wú)人商店，我們已從“人聯(lián)網(wǎng)”時(shí)代全面進(jìn)入“物聯(lián)網(wǎng)”時(shí)代。在萬(wàn)物智能互聯(lián)的新時(shí)代，數據量成指數級爆炸，不僅需要云端的大數據分析以轉化為洞察，在邊緣對于提取分析數據也有著(zhù)更高的要求，應運而生的邊緣計算將在整個(gè)物聯(lián)網(wǎng)的發(fā)展中發(fā)揮關(guān)鍵性作用。作為分析、挖掘數據價(jià)值的創(chuàng )新方法，人工智能可以充分利用、釋放數據價(jià)值，也給邊緣計算帶來(lái)全新的發(fā)展機遇。

應對數據洪流帶來(lái)的挑戰，邊緣計算至關(guān)重要。首先，井噴式涌現的海量數據如果全部聚集于云端，對帶寬有極大的要求，并帶來(lái)嚴重的計算負擔，這就要求在邊緣側對相應數據進(jìn)行必要的篩選和節流，并同時(shí)提供部分計算能力，使得不同的數據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(chǎng)景對數據的實(shí)時(shí)性要求非常高，而邊緣計算能夠更敏捷、更有效地處理數據。另外，邊緣計算還能更好地保護數據，滿(mǎn)足安全性的需求。

物聯(lián)網(wǎng)是一個(gè)端到端的系統，強調邊緣計算，并非否定云計算的巨大作用和價(jià)值。云計算和邊緣計算是兩種不同特點(diǎn)的數據處理方式，邊緣計算處理的是局部數據，對數據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據進(jìn)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(lái)的趨勢并非是邊緣計算取代云計算，而是兩者之間實(shí)現良性協(xié)同，共同推動(dòng)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?！拔铩边B上網(wǎng)將產(chǎn)生龐大的數據量，數據將成為新的石油，人工智能為數據采集、分析和增值提供全新的驅動(dòng)力，也為整個(gè)物聯(lián)網(wǎng)發(fā)展提供了新動(dòng)能。虛擬化技術(shù)將在不同設備上獨立的負載整合到統一的高性能計算平臺上，實(shí)現各個(gè)子系統在保持一定獨立性的同時(shí)還能有效分享計算、存儲、網(wǎng)絡(luò )等資源。邊緣側經(jīng)過(guò)負載整合，產(chǎn)生的結點(diǎn)既是數據的一個(gè)匯總結點(diǎn)，同時(shí)也是一個(gè)控制中心。人工智能可以在結點(diǎn)處采集分析數據，也能在結點(diǎn)提取洞察做出決策。

如何將人工智能運用到邊緣側？網(wǎng)絡(luò )優(yōu)化將是關(guān)鍵性技術(shù)之一。英特爾認為可以通過(guò)低比特、剪枝和參數量化進(jìn)行網(wǎng)絡(luò )優(yōu)化。低比特，是指在不影響最終識別的情況下，通過(guò)降低精度來(lái)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。參數量化，是指可以根據參數的特征做聚類(lèi)，用相對比較簡(jiǎn)單的符號或數字來(lái)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(dòng)物聯(lián)網(wǎng)發(fā)展是一個(gè)長(cháng)期的進(jìn)程。英特爾將著(zhù)重從端到端的平臺化戰略、垂直行業(yè)的深度合作、開(kāi)放的生態(tài)系統構建三個(gè)方面來(lái)加速邊緣計算的發(fā)展，從而推動(dòng)整個(gè)物聯(lián)網(wǎng)的進(jìn)程。
正如英特爾公司CEO科再奇所說(shuō)，數據是當今最重要的一股力量，智能互聯(lián)設備帶來(lái)的數據洪流，是未來(lái)科技創(chuàng )新的命脈。英特爾致力于通過(guò)從云到邊緣的計算解決方案，協(xié)同產(chǎn)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，駕馭數據洪流，釋放數據價(jià)值。

（本文來(lái)源于英特爾物聯(lián)網(wǎng)微信公眾號）

摘自《自動(dòng)化博覽》2018年增刊《邊緣計算2018專(zhuān)輯》