關(guān)于人工智能對邊緣計(jì)算的分析和介紹

英特爾物聯(lián)網(wǎng)事業(yè)部中國區(qū)總經(jīng)理陳偉發(fā)表了一篇題為《人工智能加持邊緣計(jì)算，讓物聯(lián)網(wǎng)充分釋放數(shù)據(jù)價(jià)值》的文章。文章闡述了人工智能在挖掘并釋放數(shù)據(jù)價(jià)值、推動(dòng)邊緣計(jì)算產(chǎn)業(yè)發(fā)展方面的關(guān)鍵作用。

人工智能加持邊緣計(jì)算，

讓物聯(lián)網(wǎng)充分釋放數(shù)據(jù)價(jià)值

英特爾物聯(lián)網(wǎng)事業(yè)部中國區(qū)總經(jīng)理

陳偉

從共享單車到自動(dòng)駕駛，從智能家居到無人商店，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。在萬物智能互聯(lián)的新時(shí)代，數(shù)據(jù)量成指數(shù)級爆炸，不僅需要云端的大數(shù)據(jù)分析以轉(zhuǎn)化為洞察，在邊緣對于提取分析數(shù)據(jù)也有著更高的要求，應(yīng)運(yùn)而生的邊緣計(jì)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(shù)據(jù)價(jià)值的創(chuàng)新方法，人工智能可以充分利用、釋放數(shù)據(jù)價(jià)值，也給邊緣計(jì)算帶來全新的發(fā)展機(jī)遇。

應(yīng)對數(shù)據(jù)洪流帶來的挑戰(zhàn),邊緣計(jì)算至關(guān)重要。首先，井噴式涌現(xiàn)的海量數(shù)據(jù)如果全部聚集于云端，對帶寬有極大的要求，并帶來嚴(yán)重的計(jì)算負(fù)擔(dān)，這就要求在邊緣側(cè)對相應(yīng)數(shù)據(jù)進(jìn)行必要的篩選和節(jié)流，并同時(shí)提供部分計(jì)算能力，使得不同的數(shù)據(jù)能夠合理配置到相應(yīng)的存儲(chǔ)和計(jì)算資源中。其次，很多物聯(lián)網(wǎng)應(yīng)用場景對數(shù)據(jù)的實(shí)時(shí)性要求非常高，而邊緣計(jì)算能夠更敏捷、更有效地處理數(shù)據(jù)。另外，邊緣計(jì)算還能更好地保護(hù)數(shù)據(jù)，滿足安全性的需求。

物聯(lián)網(wǎng)是一個(gè)端到端的系統(tǒng)，強(qiáng)調(diào)邊緣計(jì)算，并非否定云計(jì)算的巨大作用和價(jià)值。云計(jì)算和邊緣計(jì)算是兩種不同特點(diǎn)的數(shù)據(jù)處理方式，邊緣計(jì)算處理的是局部數(shù)據(jù)，對數(shù)據(jù)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(shù)據(jù)進(jìn)行全面分析，因此兩者互倚互補(bǔ)。邊緣計(jì)算是云智能向端智能延伸的必然結(jié)果，未來的趨勢并非是邊緣計(jì)算取代云計(jì)算，而是兩者之間實(shí)現(xiàn)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(cè)的負(fù)載整合則為人工智能在邊緣計(jì)算的應(yīng)用找到了突破口?！拔铩边B上網(wǎng)將產(chǎn)生龐大的數(shù)據(jù)量，數(shù)據(jù)將成為新的石油，人工智能為數(shù)據(jù)采集、分析和增值提供全新的驅(qū)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(shè)備上獨(dú)立的負(fù)載整合到統(tǒng)一的高性能計(jì)算平臺(tái)上，實(shí)現(xiàn)各個(gè)子系統(tǒng)在保持一定獨(dú)立性的同時(shí)還能有效分享計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等資源。邊緣側(cè)經(jīng)過負(fù)載整合，產(chǎn)生的結(jié)點(diǎn)既是數(shù)據(jù)的一個(gè)匯總結(jié)點(diǎn)，同時(shí)也是一個(gè)控制中心。人工智能可以在結(jié)點(diǎn)處采集分析數(shù)據(jù)，也能在結(jié)點(diǎn)提取洞察做出決策。

如何將人工智能運(yùn)用到邊緣側(cè)？網(wǎng)絡(luò)優(yōu)化將是關(guān)鍵性技術(shù)之一。英特爾認(rèn)為可以通過低比特、剪枝和參數(shù)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，通過降低精度來降低存儲(chǔ)和計(jì)算負(fù)荷。剪枝，是指剪除不必要的計(jì)算需求，從而降低計(jì)算復(fù)雜度。參數(shù)量化，是指可以根據(jù)參數(shù)的特征做聚類，用相對比較簡單的符號或數(shù)字來表述，從而降低人工智能對于存儲(chǔ)的需求。

邊緣計(jì)算和人工智能結(jié)合，推動(dòng)物聯(lián)網(wǎng)發(fā)展是一個(gè)長期的進(jìn)程。英特爾將著重從端到端的平臺(tái)化戰(zhàn)略、垂直行業(yè)的深度合作、開放的生態(tài)系統(tǒng)構(gòu)建三個(gè)方面來加速邊緣計(jì)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，數(shù)據(jù)是當(dāng)今最重要的一股力量，智能互聯(lián)設(shè)備帶來的數(shù)據(jù)洪流，是未來科技創(chuàng)新的命脈。英特爾致力于通過從云到邊緣的計(jì)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(shù)據(jù)洪流，釋放數(shù)據(jù)價(jià)值。