在5G浪潮的驅(qū)動下，智能設(shè)備、自動駕駛、VR/AR、智能制造等對于實時性、本地性有著較強(qiáng)需求的場景日益豐富，邊緣計算應(yīng)運而生，有效提升了用戶體驗。但是，隨著強(qiáng)實時數(shù)據(jù)量的迅速攀升，且數(shù)據(jù)形態(tài)更加多元，邊緣計算面臨的技術(shù)挑戰(zhàn)更加復(fù)雜。在這一趨勢下，融入AI能力的智能邊緣計算應(yīng)勢而起。

邊緣計算智能化升級

在IoT時代，海量設(shè)備將接入網(wǎng)絡(luò)，進(jìn)行數(shù)據(jù)采集和用戶交互。在5G和AI的乘數(shù)效應(yīng)下，數(shù)據(jù)的“量”和“質(zhì)”都發(fā)生了改變。

其中，“量”的變化有兩個維度。一方面，數(shù)據(jù)量呈現(xiàn)指數(shù)級增長;另一方面，有實時性要求處理的數(shù)據(jù)迅速上升，對于將云處理的數(shù)據(jù)下沉到邊緣提出要求。據(jù)IDC預(yù)測，2025年全球物聯(lián)網(wǎng)連接數(shù)將增長至270億個，物聯(lián)網(wǎng)設(shè)備數(shù)量將達(dá)到1000億臺，全球數(shù)據(jù)總量預(yù)計2025年將達(dá)到163個ZB，而未來超過70%的數(shù)據(jù)和應(yīng)用將在邊緣產(chǎn)生和處理。

而“質(zhì)”的變化，體現(xiàn)在數(shù)據(jù)形態(tài)上。從PC時代到移動時代再到IoT時代，數(shù)據(jù)類型也從結(jié)構(gòu)化數(shù)據(jù)、圖形數(shù)據(jù)發(fā)展到多媒體數(shù)據(jù)，再到描述AI的元數(shù)據(jù)。在AI應(yīng)用中，數(shù)據(jù)不僅僅被簡單的存儲、傳輸，其價值也需要深度挖掘。這就要求數(shù)據(jù)必須靠近信息源，進(jìn)行本地化的智能分析與預(yù)處理。

“新型終端設(shè)備的數(shù)據(jù)產(chǎn)生要做預(yù)處理和消化。消化指的是做一些過濾，哪些往后臺傳，哪些要處理，哪些處理完要傳到前端設(shè)備，這個過程必須在邊緣側(cè)完成?？梢哉f，邊緣計算非常重要，是真正支持萬物智能化的關(guān)鍵點?！?a href="http://www.makelele.cn/tags/英特爾/" target="_blank">英特爾中國研究院院長宋繼強(qiáng)在近期召開的“未來智能邊緣計算論壇”上表示。

智能邊緣計算是對邊緣計算的智能化升級。宋繼強(qiáng)表示，智能邊緣、AI和5G是真正實現(xiàn)數(shù)據(jù)價值的關(guān)鍵技術(shù)轉(zhuǎn)折點，三種技術(shù)將加速突破和融合，成為智能世界的新型基礎(chǔ)設(shè)施，驅(qū)動各行各業(yè)新一輪的智能創(chuàng)新?！?/p>

“邊緣計算強(qiáng)調(diào)的是計算發(fā)生的位置，是在云的邊緣、網(wǎng)絡(luò)的邊緣還是設(shè)備的邊緣。智能邊緣計算是將智能處理能力載入邊緣計算，它不是對數(shù)據(jù)進(jìn)行處理、過濾或者是簡單的分析，而是將AI能力融入其中?！彼卫^強(qiáng)在接受《中國電子報》等媒體采訪時表示。

值得一提的是，邊緣計算是一種場景眾多且高度差異化的計算模式。除了計算發(fā)生的位置，與設(shè)備的距離（是有距離還是集成在設(shè)備上）、用途、環(huán)境，都對邊緣計算的架構(gòu)體系有著不同的要求。要高效處理多樣化的數(shù)據(jù)，并將相應(yīng)數(shù)據(jù)存儲在邊緣的不同位置，需要效能更高的計算、存儲和連接。

應(yīng)用潛能逐步彰顯

2020年，疫情防控和復(fù)工復(fù)產(chǎn)成為全球經(jīng)濟(jì)的兩條主線。在此期間，人與信息接觸的方式發(fā)生了改變，推動數(shù)字經(jīng)濟(jì)進(jìn)一步向智能經(jīng)濟(jì)演進(jìn)。遠(yuǎn)程辦公、在線醫(yī)療、在線教育等智能應(yīng)用井噴式發(fā)展，對智能的需求前所未有。

在接受《中國電子報》采訪時，宋繼強(qiáng)表示，智能邊緣計算將在智能經(jīng)濟(jì)的發(fā)展過程中，有著充足的發(fā)揮空間。

在遠(yuǎn)程教學(xué)和遠(yuǎn)程辦公中，由于傳統(tǒng)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施存在不平均的情況，以及缺乏智能化處理機(jī)制，通常會將所有用戶的信息等同傳輸。但是，不同場景下的信息傳輸和處理存在差異性。例如，在會議講話中，語音信息和臉部、手勢的視覺信息相對重要，其他的信息屬于缺乏變化或是次要元素。

“如果有智能邊緣計算，可以對輸入的視頻信號進(jìn)行差異化的編碼。傳輸過程的總信息量沒有丟失，但是需要的數(shù)據(jù)量大幅度降低?！彼卫^強(qiáng)表示。

車路協(xié)同也是一個典型的邊緣計算場景。交通路口等車輛工作環(huán)境包含大量高傳輸量的高清視頻傳感器、延時很低的雷達(dá)等，除了數(shù)據(jù)導(dǎo)入和簡單的過濾之外還需要AI處理，實現(xiàn)發(fā)現(xiàn)問題、做出決策并執(zhí)行的流程。

“交通路口可以在幾個方向上都有攝像頭，把攝像頭的數(shù)據(jù)放在邊緣，將車和人三維重建到場景中，并實時跟蹤其速度和軌跡。如果有足夠的計算量，就可以提前預(yù)測碰撞。這些都是邊緣計算才能做到的。”宋繼強(qiáng)向本報記者表示。

機(jī)器人是智能邊緣計算的典型用例，英特爾一直通過產(chǎn)學(xué)研合作的方式推動機(jī)器人產(chǎn)業(yè)的發(fā)展，推進(jìn)基于5G的云邊端一體化部署，機(jī)器人更加智能化，自主感知和決策能力增強(qiáng)。
責(zé)任編輯:tzh