我欲封天耳根小说,小说阅读网免费小说,欢乐颂小说

電子發燒友網報道（文/李彎彎）因為算力要求高，最初的AI都從云端智能開始，數據必須上傳至云端處理。而隨后的發展過程中，產生了用戶體驗和數據隱私方面的問題。邊緣AI能夠大大減小延時問題，并且對于網絡環境的要求較為寬松，極大地提升了用戶體驗。

另外從技術發展方面看，芯片和軟件技術的迭代一定程度推動了邊緣AI的發展。過去芯片的算力無法滿足邊緣AI應用，同時軟件配置通常是利用專家系統或者是基本機器學習系統來實現AI功能。但是現在隨著深度學習軟件上的發展，以及高算力、低功耗的邊緣處理器的普及，邊緣AI在技術支持層面也得到了更好的發展。

邊緣AI應用領域廣泛

邊緣AI運行在邊緣設備上，具體來說，有很多需要大數據量，計算實時性比較高，不需要將數據上傳云端來計算的場景，比如智能駕駛、智能工廠以及與安防結合的交通管理等。也可以把邊緣AI的應用理解為是在某個范圍內，一輛汽車、一列火車、一個工廠或一個商店。在這個范圍內，有一些實時的AI決策及處理需求被滿足。

相較于云端的AI，邊緣AI數據安全性更高，功耗更低，時延更短，可靠性更高，帶寬需求更低，還可以更大限度的利用數據，以及進一步縮減數據處理成本。

邊緣AI的應用領域非常廣泛，包括智能家居、智慧交通、餐廳送餐機器人、新零售應用、AR/VR/元宇宙、機器人編程、智慧工業/物流/金融等。尤其是邊緣AI視覺，具體來看，常用的技術包括圖像分類、目標檢測、語義分割、實例分割等。

當前，雖然云端仍然是AI芯片的主要細分應用領域，不過AI芯片正在從云端向邊緣端發展。數據顯示，預計到2025年，邊緣AI芯片市場的收入將達到122億美元，云端AI芯片市場的收入達119億美元，邊緣AI芯片市場將超過云端。

IBM此前在一項研究中表明，94%的受訪高管表示他們的企業機構將在未來五年內部署邊緣計算。從智能醫院、智慧城市到無人商店、自動駕駛汽車，現在這個社會比以往任何時候都更加需要邊緣AI。物流問題、工人短缺、通貨膨脹和疫情所造成的不確定性正困擾著企業。邊緣AI可以作為人與機器之間的橋梁，實現預測、工人分配、產品設計和物流的改進。

邊緣AI未來的發展趨勢

此前有機構預測，未來幾年，邊緣AI的增長主要來源于物聯網、5G網絡覆蓋對更快計算速度的需求，以及其他一些因素。那么邊緣AI未來有怎樣的發展趨勢呢？

邊緣與工業物聯網解決方案的融合是一個趨勢，智能工廠是一個由邊緣AI應用推動領域，Gartner此前在報告中指出，到2027年，深度學習形式的機器學習將被加入到65%以上的邊緣用例中，而這一比例在2021年還不到10%。

英偉達此前談到，工廠可以將AI應用添加到攝像頭和其他傳感器上，以便進行檢測和預測性維護。但檢測僅僅是第一步，一旦發現問題，就必須采取行動。AI應用能夠檢測到異常情況或缺陷，然后提醒人類進行干預。但對于安全應用和其他需要即時行動的用例而言，只需將AI推理應用與管理裝配線、機械臂或取放機的物聯網平臺相連接，就能實現實時響應。

這些應用之間的集成依靠自定義開發工作。因此，預計AI和傳統物聯網管理平臺之間會建立更多的合作關系，來簡化工業環境中邊緣AI的采用。

另外采用AI-on-5G應用的企業會日益增加。AI-on-5G組合式計算基礎架構提供了一個安全、高性能的連接結構，該結構可以集成現場、本地或云端的傳感器、計算平臺和AI應用。其主要優點包括在非有線環境中的超低延遲，有保障的服務質量和更高的安全性。

英偉達表示，AI-on-5G將解鎖新的邊緣AI用例。比如，工業4.0：工廠自動化、工廠機器人、監測和檢查；汽車系統：收費公路和車輛遙測應用；智能空間：零售、智慧城市和供應鏈應用。全球首批全棧式AI-on-5G平臺之一Mavenir Edge AI已于2021年11月發布。未來預計將出現更多全棧式解決方案，提供企業5G環境性能、管理和規模。

雖然近些年邊緣AI得到較快的發展，不過其應用場景的多元化，也給邊緣AI的應用落地帶來了諸多問題，比如針對不同應用場景需要定制不同算法，對芯片算力和功耗的要求也各不相同，另外算力、算法和應用存在割裂的情況，這使得邊緣AI缺乏整體的解決方案等。

未來針對這些落地難題，將會逐漸有些創新的解決方案。恩智浦半導體產品和市場總監林明此前談到，因為邊緣AI應用場景的多樣性，很難用一個通用處理器去處理所有的AI應用場景，那么異構計算架構將是未來邊緣AI發展的一個重要趨勢，即用最適配的處理單元處理相應的AI任務。

另外通常AI應用場景會存在一個分離式安全芯片作為密鑰的管理和安全啟動管理，為了降低功耗和成本，未來邊緣AI會向著安全功能集成化的趨勢發展，比如恩智浦在邊緣處理器中廣泛集成了EdgeLock（安全身份驗證芯片）模塊。

更為重要的是，邊緣AI產品的落地涉及到不同領域的產業融合，未來邊緣AI的生態體系搭建勢必需要芯片供應商、算法供應商、設備制造商、系統集成商，甚至云服務供應商一起合作提供專業的服務。