發(fā)力AI、IoT和邊緣計算 恩智浦如何利用技術優(yōu)勢實現華麗轉身？

（本站原創(chuàng)，作者為電子發(fā)燒友執(zhí)行副主編章鷹）9月5日，在深圳2018恩智浦未來科技峰會的主論壇上，恩智浦半導體全球銷售與營銷執(zhí)行副總裁Steve Owen強調指出：“作為全球領先的人工智能和物聯(lián)網半導體廠商，恩智浦在2017年營業(yè)額高達92.6億美元，恩智浦一直致力于將前沿技術傳遞到整個生態(tài)圈。針對物聯(lián)網發(fā)展軌跡，未來幾年恩智浦將會加入互聯(lián)、安全和嵌入式的方案，進一步部署工業(yè)和消費級IoT方案，并發(fā)展從設備到云端或從云端到互聯(lián)汽車等端到端之間的安全方案?！?/p>

圖1：恩智浦半導體全球銷售與營銷執(zhí)行副總裁Steve Owen

Steve Owen表示，預計2020年智能設備的出貨量將會超過400億臺，隨著越來越多的智能設備出現，從數據的獲取到數據的處理到深度學習，必須要在信息當中進行挖掘。信息爆炸，設備不堪重負，邊緣計算應運而生。而未來數據的產生速度會逐步超過存儲能力。他指出在未來的5-10年，邊緣計算比數據中心的統(tǒng)一計算更為重要。

圖2：NXP全球資深副總裁兼大中華區(qū)總裁鄭力

NXP全球資深副總裁兼大中華區(qū)總裁鄭力表示，過去兩年圍繞芯片行業(yè)的生態(tài)環(huán)境發(fā)生巨大變化，NXP今天還是恩智浦的面目出現在行業(yè)內，第二，我們還是堅持把智慧生活、安全連接作為我們在汽車電子和物聯(lián)網、人工智能這個領域最為聚焦的應用技術場景，繼續(xù)加大投資。這條技術路線恩智浦還是堅持不變。

恩智浦半導體資深副總裁兼數字網絡事業(yè)部總經理Tareq Bustami表示，現在的環(huán)境已經發(fā)生巨大變化，云端投資巨大，非常重要，同時必須要將更多的精力放在邊緣，在邊緣計算上有我們獨特的優(yōu)勢，我們將會與生態(tài)伙伴，特別是在中國的生態(tài)體系一起去進軍邊緣計算。不管是MX，還是Layerscape，一起使邊緣計算更加強大，更具有前瞻性。邊緣計算今年以來在家庭、工業(yè)場景和智能網聯(lián)汽車中都已經有了運用的范例。

Gartner研究總監(jiān)相斌斌在之前接受記者的采訪時，曾明確指出：“在未來的應用場景中，更多的是邊緣和云做配合?；趹脠鼍暗牟町惢?，我們看到邊緣計算的架構可以幫助企業(yè)實現低時延、有要求、需要多協(xié)議轉化的場景，以及幫企業(yè)降低成本。甚至可以使能更多的應用，比如說對于邊緣自主化有要求的應用場景，如災備的場景，本地交互的場景，車聯(lián)網是典型的本地交互需求非常強的場景?？梢詭椭髽I(yè)滿足安全、隱私和合規(guī)的要求。未來邊緣的作用在物聯(lián)網當中會越來越重要?！?/p>

圖3：恩智浦資深副總裁兼安全與連接事業(yè)部首席技術官Fari Assaderagh

恩智浦資深副總裁兼安全與連接事業(yè)部首席技術官Fari Assaderaghi在9月5日的記者見面會上分析說：“把所有數據往云上送的成本是很高的，我們傾向于認為能夠在本地低成本處理的盡量在本地做，邊緣計算是未來的一個趨勢。邊緣計算遵循三個法則：第一、保護隱私，提高安全性部署，第二、實現實時分析和驅動（物聯(lián)網對時延敏感的應用不因網絡延遲而受阻），第三，降低網絡成本和數據中心成本。理想的物聯(lián)網的邊緣架構，需要很好平衡企業(yè)業(yè)務需求和技術因素，比如說數據管理、安全、可擴展性以及成本?！?/p>

邊緣計算要向前發(fā)展，Fari Assaderaghi認為必須有三大助力：

第一、智能設備或終端通過傳感器或探測器收集數據，通常采用的是模擬數據，需要具備有高計算能力的網絡平臺，處理混合信號能力，需要90納米，40納米甚至28納米的應用處理器；

第二、安全的數據收集。所有與云端連接的內容都要經過認證。首先是對設備當中的數據進行保護，其次，對傳輸當中的數據進行保護，就意味著我們需要有一個非常復雜的，高效的加密，并且有一些加速器，它能夠嵌入設備。

第三、感知和計算。機器學習需要大量的計算能力，在復雜的圖像和成像功能中需要高性能計算，這需要10納米級別的產品，顯著增強邊緣處理器計算能力。

通過在邊緣端增加一些數據預處理能力（包括深度學習能力）和本地存儲能力，這種“邊云協(xié)和”的分布式計算架構不僅可以大幅減輕云端壓力，而且還可以實現以下4大好處：首先是可以保證實時性；二是成本大大降低；三是邊緣具備了分析和預測的能力，過去我們很多時候只能是分析已經發(fā)生的事件，無法通過對已發(fā)生事件的了解預測將來；四是精準性地解決了信息安全和保密的問題。

對于哪些數據可以在邊緣處理？哪些數據需要上傳到云端處理？Fari Assaderagh分析說，攝像頭的信息、溫度傳感器、音頻設備收集到的數據，這些原始數據不需要上云，它可能會堵塞整個網絡，這些數據分析都需要本地來做的。又比如關鍵詞搜索，身份識別信息涉及到個人隱私，原始數據發(fā)到云端就有風險。而語義數據，包括一些原數據，它可能需要使這個模型進行再培訓，那么這個時候這些數據的確可以再重新回到云上。

面向邊緣計算領域，恩智浦推出了EdgeScale網絡。目前恩智浦已經與中國移動合作，使用該項技術來試運行。今年年初，恩智浦和阿里巴巴進行了邊緣計算的合作，把Layerscape、EdgeScale在邊緣云計算層面和合作伙伴進行試點，把云植入EdgeSacle.

“恩智浦就在幫助大家做一種黏合劑，把邊緣設備和云很好連接在一起，也就是在邊緣設備產生的信息能夠非常安全傳輸回云端，然后再傳回來。我們是獨立于一個連通的共有云或者私有云，我們可以支持Azure， AWS， GCP等所有的這些云。這樣的益處就是我們的客戶可以有一個平臺，而無需顧慮具體連接到的云是哪一個，對于云供應商的益處，他們能夠獲得幾千個應用和客戶的邊緣節(jié)點?！?Fari Assaderagh闡述了恩智浦邊緣計算的獨特優(yōu)勢。

中國目前在人工智能和機器學習領域正在引領全球市場發(fā)展。人工智能在1960年代開始是以語音為主的，但現在我們看到除了語音之外，還有很多視覺的人工智能。未來語音+視覺AI將改變整個工業(yè)電子設備設計的形態(tài)。這也是我們努力提高MCU、跨界處理器和應用處理器計算能力的一個核心考慮。作為一個計算平臺供應商，恩智浦未來不會向DSP、GPU、VPU等高性能計算平臺發(fā)展，考慮更多的是如何把AI轉移到邊緣設備上來執(zhí)行。

對于大家關心的恩智浦在邊緣計算方面的產品規(guī)劃，Fari Assaderagh分析表示，機器學習和AI，內容涵蓋豐富，比如有些經典的機器學習，不需要很多的計算能力，用通用的處理器就可以做到，但是一些深度的神經網絡，就需要我們提供高級別的處理能力，恩智浦已經提供MCU，還有快到GPU級別的PSP。