多視角看未來邊緣智能的發展

1   多因素推動邊緣智能飛速發展

邊緣智能的飛速發展首先是得益于近兩年人工智能（AI）技術的快速落地，各個行業在這個過程中可以感受到AI 對于產業變革的巨大能量。這是一個關鍵原因：AI 技術在應用中展現出來的巨大價值，從而推動了邊緣智能的發展。

第二個原因是由于邊緣AI 的自身特性。早期的一些AI 技術應用都是部署在云端或數據中心里，例如以圖搜圖。最近幾年，人工智能在工業質檢、醫療健康、智慧城市和物流等行業都得到了不少應用。很多企業由于習慣會考慮將應用算力部署在云端或數據中心里。但以工業產線上的AI 機器人為例，它對數據處理的時延和即時性要求較高，若仍然采用在云端部署來處理數據的方法，在實際生產中就有些不切實際。

而邊緣計算的自身特性就可以解決時延和即時性的問題。因為隨著AI 部署點位越來越多，數據量也越來越大，龐大的數據量在數據中心中處理后再反饋到設備端，會產生很大的延時問題。這就對設備端和云端之間的網絡連接環境要求較為嚴格，同時增加了數據處理成本。

第三個因素就是對數據隱私和安全的要求。傳統人工智能會將數據傳送到數據中心，掌握數據中心密鑰即可訪問數據，因此需要保障整個數據中心的安全。但是在未來，邊緣端即數據中心，所有數據可以本地處理和本地存儲，只有本地用戶可以訪問數據，大大提升了數據的安全性。綜上幾個方面是近兩年邊緣計算，尤其是邊緣計算和 AI 相結合的形式正在飛速發展的原因。

李銘(NVIDIA亞太區開發者發展總監)

2   未來邊緣智能發展的四個方向

隨著邊緣AI 技術的火爆，在實際場景中落地的應用也越來越多。因此可以看出邊緣AI 的一個明顯趨勢，即未來邊緣AI 會向著更加智能、更加靈活、更加安全和更易部署的方向發展。

第一個發展方向是邊緣AI 會更加智能，無論在算法層面或是應用層面，都能夠真正推動產業和服務的智能化。

第二個發展方向是更加靈活，這是邊緣AI 與傳統云端AI 的一個重要區別。邊緣AI 可以不依賴于設備端和云端的通路，在網絡環境不穩定甚至斷網的情況下也可以正常工作。這就能夠打破物理空間對AI 應用的限制，無論是在偏遠的沙漠里還是在比較封閉的基地，或者是高空的監控中心，都可以隨時檢測設備的運行情況。

第三個發展方向是更加安全，這是指在數據處理和存儲方面。邊緣AI 不僅需要保障AI 盒子中的本地數據和算法安全，還需要保障設備端與數據中心之間的通信安全。

第四個發展方向就是更易部署。對于邊緣設備來說，不同的行業應用會有不同的通信協議和傳感器接入，這就對應用的部署，軟件的框架，包括硬件平臺的移植還有設備的管理有很高的要求。

這四個發展方向說明了開發軟件和平臺的重要性，因為對最終客戶或者開發者來說，軟件的能力還有軟件的迭代演進就成為一個非常重要的熱點。從平臺本身來說，未來必然是一個人工智能加IoT 再加5G 技術融合的方案。

從2019 年英偉達推出適用于AI 計算的EGX 平臺后，就開始不斷地對硬件和軟件方面包括整個產品框架的完善。目前為止英偉達在EGX 平臺上面包含了嵌入式硬件Jetson 等其他推理服務器產品。通過EGX 平臺可以直接對全套英偉達的軟件部署、推理以及大數據處理，對不同行業的SDK 進行相應的支持和覆蓋，從而對智慧城市、物流、零售、5G 機器人等正在進行智能化改造或智能化升級的領域進行強有力的支撐。

2022 年英偉達在邊緣AI 方面會繼續打磨EGX 產品線，不斷推出新的功能和更多SDK，針對不同的功能不斷打磨使其更加具有實用性，從而能夠豐富產品生態，幫助合作伙伴在不同場景中落地相應的產品。

3   邊緣智能中產業融合的四個角色

第一種角色是設備制造商，同類設備在不同的領域應用時會有不同的生產標準，而不同的生產標準會由不同的設備生產廠商負責。

第二個角色是云廠商，例如阿里云、騰訊云或者谷歌云，負責云端數據處理。

第三個角色是通信類廠商，例如中國移動，中國聯通等通信公司，在設備端和云端中起到連通作用。

第四個角色是算法供應商，提供邊緣計算服務器的算力和配置，在云端和邊緣端中起到潤滑劑的作用。

未來邊緣計算并不只是在邊緣上的一個點發生化學反應，要同時在云端、邊緣端和設備端通過已上四個角色進行相互融合。云端的計算能力、5G 傳輸速度、傳感器的精準監控以及邊緣計算的特性，不斷交織并且迭代產生互相推動向前發展的作用。所以未來將會是這幾個角色互相促進協調發展的狀態和局勢。

4   “接地氣”成為邊緣AI痛點

邊緣AI 的快速發展，對于AI 行業和技術人員來說既是機遇同時也是挑戰。

機遇在于整個行業面對的國內市場是一個非常龐大而且快速成長的市場，同時伴隨著市場的擴張還有各種新技術的涌入，會給整個行業帶來積極的變革。對于技術人員來說，技術方面的成長是非?？善诘?。

其實要強調的是所謂的挑戰，當前邊緣AI 面臨“接地氣”的問題，從過去的經驗中可以發現無論是云廠商、邊緣計算廠商還是算法提供商，在溝通過程中存在一個共同的痛點——就是如何將AI 算法真正地落地到客戶的實際場景中。這就要求行業內的技術專家和算法工程師走出研究室和辦公室，去現場和各個領域的專家、管理人員以及一線工作者一起討論研究。

AI 不能解決所有行業中的問題，它只是產業智能化當中的一環，作為一個推動力量。在邊緣AI 的發展中要盡量避免為了AI 而去開發AI，需要考慮實用性和必要性。

現在行業中更加傾向培養復合型AI 技術人才，不僅要在AI 算法領域中有所學習，同時也要積累其他某一領域的專業知識。解決“接地氣”的問題要傾聽各個行業中的實際問題，并且解決實際問題，這是目前AI行業中面臨的關鍵問題。

　　在推動實際應用落地上，英偉達推出了靈活且可擴展的嵌入式硬件解決方案NVIDIA Jetson?，幫助多個行業（包括智慧城市、智慧工廠，以及農業和機器人）的邊緣設備部署AI。

　　適用于自主機器和其他嵌入式應用程序。該平臺包括Jetson模組（外形小巧的高性能計算機）、用于加速軟件的NVIDIA JetPack?SDK，以及包含傳感器、SDK、服務和產品的生態系統，從而加快開發速度。Jetson與其他NVIDIA平臺上所用的相同AI軟件和云原生工作流相兼容，并能為客戶提供構建軟件定義的自主機器所需的性能和能效。開放的Jetson平臺配合開放的工具能夠助力邊緣AI更好地發展，英偉達EGX平臺為不同領域的技術融合搭建穩固的橋梁。

（本文來源于《電子產品世界》雜志2022年4月期）