許多人工智能應用程序都需要超強的運算能力來處理算法和設備數據。當實時響應和低延時成為至關重要的因素時，就需要依靠邊緣計算架構。但情況并非總是如此。人工智能仍然可以在云端、數據中心、邊緣或者物聯(lián)網設備上運行，或者是在以上幾項組合的基礎上運行。

未來學家預言，人工智能(AI)和物聯(lián)網(IoT)將顛覆現有的商業(yè)模式、深刻改變人類社會，其影響力甚至會超過工業(yè)革命和數字革命的總和?，F在，我們已經初步看到了人工智能和物聯(lián)網世界的雛形。然而，盡管未來發(fā)展前景正在我們面前慢慢展現，卻很少有人談及AI驅動的物聯(lián)網是如何有效實施并實現盈利的。我們所要探討的其中一個關鍵因素(如果它不是唯一一個關鍵因素的話)，就是人工智能究竟應置于何處以及它如何影響物聯(lián)網架構。

許多企業(yè)都相信，人工智能最適合放置在云端，因為他們正在將企業(yè)數據遷移上云并將IT計算能力交由云服務器承載。但是物聯(lián)網要發(fā)揮其功效，要求各種邊緣傳感器必須實現與網關可互操作的連接以及對云端的雙向傳輸，而這將造成延時問題。

想要真正地改變行業(yè)并重塑未來世界，許多人工智能和機器學習的應用程序必須實現實時響應。舉例來講，雖然亞馬遜Echo系列音箱的Alexa智能語音助手在回答天氣問題時出現略微延遲，我們可能不太在意，但如果行駛在路上的自動駕駛汽車或者工廠里的工業(yè)機械出現響應延遲，那可就是另外一回事了。

許多人工智能應用程序都需要超強的運算能力來處理算法和設備數據。當實時響應和低延時成為至關重要的因素時，就需要依靠邊緣計算架構。但情況并非總是如此。人工智能仍然可以在云端、數據中心、邊緣或者物聯(lián)網設備上運行，或者是在以上幾項組合的基礎上運行。

要創(chuàng)建最高效和可持續(xù)運作的物聯(lián)網架構，你需要了解在何處運用哪種類型的計算能力。這樣，你就能夠平衡云計算所帶來的規(guī)模經濟與在邊緣引入人工智能處理能力的性能需求之間的關系。有人稱之為“流動計算”(fluidcomputing)，在整個網絡架構中存在不同層次的計算智能和處理，但要實現從云端中的IT計算能力向運營技術(OT)、邊緣計算的轉變，其內涵則要豐富得多。

當然，安全是另一個關鍵問題。由于加密和其他安全防護措施難以在終端設備上實現，物聯(lián)網給別有用心的人留下了很多漏洞。在物聯(lián)網設備和云之間采用安全網關的架構，可以在實現低延遲的同時，降低安全風險。從設備到云端的數據必須可信任。如果整個架構沒有足夠的安全性，那么企業(yè)及其所部署的物聯(lián)網和人工智能系統(tǒng)就容易受到攻擊。這種情況下，基于可能被盜用或者不良數據做出人工智能決策的可能性會增加。

冗余也是一個考慮因素。企業(yè)需要確定其是否在架構中設計了充足的冗余，以便在出現某些故障時(這種情況將難以避免)，網絡能夠迅速恢復。

所有這些意味著人工智能驅動的邊緣物聯(lián)網將會是一種非常復雜的生態(tài)系統(tǒng)，涉及許多變化的因素和多學科的專業(yè)知識，并且隨著我們越來越了解自己正在打造的嶄新世界，這些專業(yè)知識也將隨著時間的推移而不斷演進。否則的話，安全風險、意外宕機、效率低下和信息延遲等問題，將會阻礙企業(yè)布局物聯(lián)網業(yè)務。新一代的創(chuàng)新者需要依賴多學科的知識，才能實現他們從構思到設計、從創(chuàng)建原型到批量生產、從運營到維護的愿景。

最后要強調的一點是新硬件和軟件的研發(fā)。隨著人工智能不斷向邊緣側發(fā)展，我們將會看到越來越多的廠商為物聯(lián)網部署而設計專門的人工智能芯片，不僅僅是風投所支持的初創(chuàng)企業(yè)，包括英特爾、微軟、谷歌和蘋果這樣的科技巨頭也在進入定制芯片領域。微軟、亞馬遜等提供云服務的商業(yè)霸主們將會推出新的從邊緣到云的混合計算服務。我們將會看到大量專門為推動邊緣人工智能解決方案的原型創(chuàng)建而設計的開發(fā)套件涌入市場，而這些解決方案的計算能力也將隨著人類需求的改變而不斷發(fā)展。

將以上所有因素整合到一起，意味著在解決方案中提供了極大的靈活性。這需要一個像安富利一樣集咨詢服務、供應鏈和生態(tài)系統(tǒng)等必要資源于一體的技術合作伙伴，來引領這個飛速變化的世界。在安富利，我們相信人工智能驅動的邊緣物聯(lián)網是實現顛覆性變革從而促進企業(yè)長期業(yè)務增長的關鍵所在。