邊緣計算推動人工智能走向嵌入式系統

　　一架波音787每秒就會產生5GB的數據;一輛自動駕駛的汽車每秒會產生1GB的數據，并且它還要求對這些數據進行實時處理;2020年，全球大約將會產生500億的物聯網設備;2016年數據顯示攝像頭部署數量已經超過了人眼數量，每天收集數百億張人臉圖像;IDC發布的相關預測，到2019年，40%的數據需要在網絡邊緣側分析、處理與儲存，到2025年，物聯網將產生95%的實時數據。

　　海量數據中，由于商業用戶和消費者對效率和速度的要求越來越高，低延遲已經成了標配。為了滿足這種需求，一種新的計算方式：邊緣計算進入了大眾視野。“邊緣計算能在正確的時間將正確的數據放在正確的位置，支持快速和安全訪問。” 中科創達副總裁楊宇欣對集微網表示，“隨著萬物互聯的時代的到來，數以萬計IoT設備產生的海量數據將給通信技術帶來無限壓力。這就要求靠近數據源頭的網絡邊緣側或者設備，就近提供邊緣智能服務，實時處理設備收集的有價值的數據。”隨著邊緣計算時代的到來，人工智能逐漸從云端向嵌入端遷移，嵌入式計算與智能視覺越來越被業界重視，得到了快速的發展。

　　一些大膽預測指出，到2020年，云計算將不復存在，全都會被邊緣計算代替。但邊緣計算在性能、功耗、安全性、兼容性等方面任然面臨著巨大的挑戰。邊緣計算核心目的就是在網絡邊緣側實現更高的智能，其典型應用之一預測性維護就是智能化的體現，代表著服務模式和商業模式轉變的方向。邊緣計算不僅要處理本地數據，服務本地決策，也需要在異構環境中，實現跨廠商、跨應用的集成和交互操作，頗具挑戰。

　　在這一領域，中科創達憑借對智能操作系統多年來的研發投入與經驗積累，以及與全球領先的人工智能算法以及芯片廠商的緊密合作，構建了自己的邊緣計算平臺。據楊宇欣介紹，該平臺基于高通APQ8016E平臺(Qualcomm® Snapdragon 410E)，并集成了亞馬遜AWS Greengrass以及AWS Lambda技術，提供從芯片層、驅動層、操作系統層到算法層的一整套解決方案，旨在加速提升智能終端設備的本地實時環境感知、人機交互和決策控制能力。

　　人工智能與嵌入式人工智能

　　如今，全球正邁向數字化新時代。以云計算、大數據、人工智能(AI)與物聯網為代表的數字技術，其能量在持續釋放。仿佛一夜之間人人都在談論人工智能。據市場研究公司IDC的數據，各行各業對認知系統和人工智能的廣泛采用,將使全球在這兩方面的收入從2016年的近80億美元提升至2020年的470多億美元，年復合增長率超過55%!

　　然而楊宇欣指出，人工智能仍面臨著多重挑戰，包括海量數據，實時性以及安全/隱私問題。“到2019年，將有約40%的原始數據需要在邊緣處理，而IDC預測物聯網數據將有95%都是實時數據，同時越來越多的終端設備需要考慮安全問題，而現在幾乎沒有安全保護措施。”他表示，“現在人工智能正向嵌入式系統遷移。例如據報道蘋果正在開發專用的人工智能處理器‘Apple Neural Engine’，高通和谷歌也發布了在人工智能芯片方面的合作情況。可以預見，人工智能技術需要規模龐大的數據中心資源，接下來諸如手持人工智能，邊緣計算人工智能等將成為行業趨勢，這就是嵌入式人工智能。所謂的嵌入式人工智能，其最大的特征就是人工智能本地化，可以擺脫網絡的束縛。”

　　“例如亞馬遜智能音箱Echo具備強大的邊緣計算能力，英特爾對Mobileye的收購，則擁有了芯片+算法+數據的整體能力。因此未來云計算和邊緣計算將優勢互補，對于云端，需要人工智能，對應邊緣計算，就是嵌入式人工智能。”楊宇欣舉例說，“TurboX智能大腦平臺，是中科創達推出的面向智能硬件產品的開放平臺，旨在助力并加速智能硬件原型到產品化。TurboX提供包括核心計算模塊、操作系統、算法和SDK的一體化解決方案。同時包含開發板及社區服務。TurboX智能大腦平臺將匯集產業鏈包括內容、應用、云服務等多方資源，為智能硬件企業及創新創業者提供產業平臺，推動智能硬件技術發展。”

　　據悉，目前中科創達與ARM、高通、英特爾、三星等公司都有深度合作，一方面與高通、英特爾、微軟等分別運營了多個聯合實驗室，為元器件適配和終端測試提供先進的資源和技術支持;另一方面與ARM、高通分別成立合資公司——安創空間加速器、重慶創通聯達，為智能硬件企業及創新創業者提供產業平臺，推動智能硬件技術發展。2016年中科創達以6400萬歐元收購了智能車載交互技術的Rightware公司，其目的就是要加強嵌入式人工智能生態的產業協同或融合創新。