近年來(lái)，物聯(lián)網(wǎng)設(shè)備數(shù)量呈線性增長(zhǎng)趨勢(shì)。根據(jù)相關(guān)計(jì)算，到2020年，中國(guó)的物聯(lián)網(wǎng)設(shè)備數(shù)量將達(dá)到74億臺(tái)，預(yù)計(jì)到2025年將超過(guò)150億臺(tái)。

與此同時(shí)，ai邊緣計(jì)算設(shè)備本身也變得越來(lái)越智能。人工智能與互聯(lián)網(wǎng)在實(shí)際應(yīng)用中的融合，將推動(dòng)我們進(jìn)入“萬(wàn)物互聯(lián)”時(shí)代，由此產(chǎn)生的數(shù)據(jù)也將呈爆炸式增長(zhǎng)。

近十年來(lái)，云計(jì)算成功地緩解了數(shù)據(jù)量增加帶來(lái)的存儲(chǔ)和管理問(wèn)題，但復(fù)雜的網(wǎng)絡(luò)環(huán)境使得網(wǎng)絡(luò)時(shí)延控制難以取得突破。

因此，傳統(tǒng)的云計(jì)算無(wú)法滿足對(duì)響應(yīng)時(shí)間和安全性的高要求。以無(wú)人駕駛汽車(chē)為例。高速汽車(chē)需要在幾毫秒內(nèi)做出反應(yīng)。一旦由于數(shù)據(jù)傳輸、網(wǎng)絡(luò)問(wèn)題等原因?qū)е孪到y(tǒng)響應(yīng)時(shí)間增加，就會(huì)造成嚴(yán)重的后果。

此外，云計(jì)算還面臨著帶寬不足的問(wèn)題。如果將邊緣設(shè)備產(chǎn)生的大量數(shù)據(jù)全部傳輸?shù)皆朴?jì)算中心，將給網(wǎng)絡(luò)帶寬帶來(lái)很大壓力。

例如，一輛支持智能駕駛輔助的汽車(chē)每秒可以生成數(shù)十到數(shù)百M(fèi)B的數(shù)據(jù)。在一個(gè)大的交通場(chǎng)景中，數(shù)百輛車(chē)的數(shù)據(jù)可以同時(shí)上傳到云通信中，這會(huì)占用大量的區(qū)域帶寬，造成延時(shí)甚至擁堵。

在這種應(yīng)用環(huán)境下，邊緣計(jì)算應(yīng)運(yùn)而生。結(jié)合現(xiàn)有的云計(jì)算集中處理模型，可以有效解決云中心和網(wǎng)絡(luò)邊緣的大數(shù)據(jù)處理問(wèn)題。

邊緣計(jì)算是云計(jì)算的補(bǔ)充和優(yōu)化。如果說(shuō)云計(jì)算是“云”化的數(shù)據(jù)集中處理，那么邊緣計(jì)算可以理解為在邊緣和靠近終端(如屏幕、傳感器等智能設(shè)備)的位置進(jìn)行數(shù)據(jù)處理。在許多情況下，邊緣計(jì)算和云計(jì)算是共生的。

有一個(gè)生動(dòng)的解釋。云計(jì)算和邊緣計(jì)算似乎更容易理解為章魚(yú)器官。

章魚(yú)作為自然界智商最高的無(wú)脊椎動(dòng)物，具有“概念思維”的能力，這與兩個(gè)強(qiáng)大的記憶系統(tǒng)密不可分。一個(gè)是大腦記憶系統(tǒng)，有5億個(gè)神經(jīng)元，另一個(gè)是有8個(gè)爪子的吸盤(pán)。

換句話說(shuō)，章魚(yú)的八條腿可以思考和解決問(wèn)題。云計(jì)算就像章魚(yú)的大腦，而邊緣計(jì)算就像章魚(yú)的小爪子。爪是一個(gè)靠近實(shí)際物體的小電腦室。邊緣計(jì)算更貼近設(shè)備，也更貼近用戶。

ai邊緣計(jì)算和5g相輔相成：

5g初期，規(guī)劃了三個(gè)場(chǎng)景:eMBB(增強(qiáng)移動(dòng)寬帶)、MMTC(大規(guī)模機(jī)器通信)和URLLC(超可靠低時(shí)延通信)。其中，eMBB應(yīng)用于超清視頻等高流量業(yè)務(wù)，MMTC應(yīng)用于大規(guī)模物聯(lián)網(wǎng)業(yè)務(wù)，URLLC應(yīng)用于無(wú)人駕駛、醫(yī)療、工業(yè)自動(dòng)化等要求低延遲、高可靠連接的業(yè)務(wù)。

5g進(jìn)一步改善去中心化，在網(wǎng)絡(luò)邊緣部署小型或便攜的數(shù)據(jù)中心，本地化終端請(qǐng)求，滿足URLLC和MMTC的超低延遲要求。因此，ai邊緣計(jì)算是5g的核心技術(shù)之一。

ai邊緣計(jì)算可以解決三個(gè)5g場(chǎng)景面臨的問(wèn)題:

首先，邊緣人工智能計(jì)算機(jī)將為新的和現(xiàn)有的邊緣設(shè)備提供連接和服務(wù);

其次，盡管5g可以為基于云的應(yīng)用提供更快的連接和更低的延遲，但它仍然會(huì)帶來(lái)數(shù)據(jù)處理和存儲(chǔ)的成本。混合ai邊緣計(jì)算 + 5g解決方案將降低這些成本。

最后，ai邊緣計(jì)算允許更多的應(yīng)用程序在邊緣運(yùn)行，減少由于數(shù)據(jù)傳輸速度和帶寬限制造成的延遲，在邊緣本地執(zhí)行數(shù)據(jù)分析，并分擔(dān)云的工作。

5g和邊緣人工智能在某種程度上是互補(bǔ)的。一方面，5g本身的發(fā)展直接推動(dòng)了ai邊緣計(jì)算的進(jìn)步。另一方面，由于5g推動(dòng)物聯(lián)網(wǎng)，也將間接推動(dòng)ai邊緣計(jì)算的發(fā)展。

這就是ai邊緣計(jì)算和5g的關(guān)系和現(xiàn)狀。未來(lái)，通過(guò)ai邊緣計(jì)算與5g的深化融合，將會(huì)有更多的新概念和新生，讓技術(shù)帶來(lái)更美好的生活。

審核編輯：符乾江