智能邊緣正在將智能設(shè)備和物聯(lián)網(wǎng)從數(shù)據(jù)收集點(diǎn)轉(zhuǎn)變?yōu)檎嬲闹悄芷脚_(tái)，這些平臺(tái)可以為組織實(shí)時(shí)提供豐富和準(zhǔn)確的見(jiàn)解。
基于云計(jì)算的人工智能系統(tǒng)的平均推理速度大約為1.5秒。智能邊緣可以將其速度降低到1～15毫秒。延遲大幅減少將使得許多未來(lái)的技術(shù)應(yīng)用(例如自動(dòng)駕駛汽車(chē))成為可能。
云計(jì)算技術(shù)掀起了巨大的應(yīng)用熱潮，幾乎所有了解數(shù)字優(yōu)先業(yè)務(wù)戰(zhàn)略重要性的組織都在采用云計(jì)算技術(shù)。政府機(jī)構(gòu)和公共部門(mén)都在利用云計(jì)算技術(shù)開(kāi)展業(yè)務(wù)。輕松訪問(wèn)數(shù)據(jù)、強(qiáng)大的分析工具以及改進(jìn)的業(yè)務(wù)敏捷性，使組織能夠比以往做出更明智的決策。
在未來(lái)的幾年中，邊緣計(jì)算的應(yīng)用將急劇上升。邊緣計(jì)算和人工智能技術(shù)的結(jié)合已經(jīng)催生出全新的功能。在探索這些技術(shù)的發(fā)展?jié)摿χ?，首先要了解它們?/p>
什么是邊緣計(jì)算和智能邊緣
在云計(jì)算應(yīng)用中，數(shù)據(jù)從各種端點(diǎn)設(shè)備收集并發(fā)送到集中的云計(jì)算服務(wù)器，并在那里存儲(chǔ)和分析數(shù)據(jù)。然后，由基于云計(jì)算的工具生成的見(jiàn)解或響應(yīng)被發(fā)送到端點(diǎn)設(shè)備。
邊緣計(jì)算將計(jì)算資源帶到端點(diǎn)設(shè)備，從而可以分析數(shù)據(jù)收集點(diǎn)或附近傳入的數(shù)據(jù)。
智能邊緣正在將人工智能技術(shù)應(yīng)用于邊緣計(jì)算設(shè)備，以近實(shí)時(shí)地收集、分析和響應(yīng)數(shù)據(jù)。智能邊緣技術(shù)的主要目標(biāo)是在端點(diǎn)或最終用戶進(jìn)行交互時(shí)使瞬間決策成為現(xiàn)實(shí)。
智能邊緣在現(xiàn)實(shí)世界中的應(yīng)用
根據(jù)IDC公司的預(yù)測(cè)，到2025年，全球采用物聯(lián)網(wǎng)的設(shè)備將達(dá)到557億個(gè)，這些設(shè)備將會(huì)產(chǎn)生73.1 ZB的數(shù)據(jù)。隨著消費(fèi)者和企業(yè)都將繼續(xù)依賴(lài)智能設(shè)備來(lái)完成從通信到物理安全的各種工作，他們將需要并要求更快的計(jì)算速度。智能邊緣具有獨(dú)特的功能，可以滿足這一需求。
以下是智能邊緣發(fā)揮關(guān)鍵作用的一些用例：
·自動(dòng)駕駛汽車(chē)
新一代自動(dòng)駕駛汽車(chē)實(shí)時(shí)收集環(huán)境數(shù)據(jù)(道路狀況、車(chē)輛位置、道路標(biāo)志)和其他數(shù)據(jù)，并將其無(wú)線發(fā)送到云計(jì)算服務(wù)器，從那里接收駕駛指令。眾所周知，云計(jì)算的人工智能推理速度平均為1.5秒。
對(duì)于以60英里/小時(shí)速度行駛的車(chē)輛來(lái)說(shuō)，對(duì)指令響應(yīng)有1.5秒的滯后相當(dāng)于132英尺的行駛距離。這是4G技術(shù)固有的網(wǎng)絡(luò)延遲，5G技術(shù)正在解決這些挑戰(zhàn)。
智能邊緣將這一決策過(guò)程簡(jiǎn)化為瞬間的行動(dòng)，從而使自動(dòng)駕駛汽車(chē)能夠做出近乎實(shí)時(shí)的決策。
·患者監(jiān)護(hù)
患者通常采用彼此不共享數(shù)據(jù)的大量醫(yī)療設(shè)備進(jìn)行監(jiān)護(hù)。有些醫(yī)院收集所有數(shù)據(jù)并將其存儲(chǔ)在第三方云計(jì)算服務(wù)器上，并在那里進(jìn)行分析。這帶來(lái)了一些隱私和安全問(wèn)題。更不用說(shuō)存儲(chǔ)大量數(shù)據(jù)所消耗的資源。
智能邊緣在收集點(diǎn)(監(jiān)視設(shè)備)分析患者數(shù)據(jù)，并為員工提供實(shí)時(shí)見(jiàn)解和警報(bào)，以便采取行動(dòng)。
·智能家居
從冰箱到打印機(jī)再到安全系統(tǒng)，幾乎人們?cè)诩依锸褂玫拿恳慌_(tái)設(shè)備都連接到互聯(lián)網(wǎng)。智能邊緣使這些物聯(lián)網(wǎng)設(shè)備具備計(jì)算能力，可以向人們提供更快的信息。更重要的是，他們收集的敏感數(shù)據(jù)不能存儲(chǔ)在遠(yuǎn)程服務(wù)器上，因?yàn)檫@些服務(wù)器會(huì)帶來(lái)一系列隱私和安全問(wèn)題。
基于語(yǔ)音的助理(例如Google Home和Amazon Alexa)是運(yùn)行中的智能邊緣的一種出色示例。
·預(yù)測(cè)性維護(hù)和改進(jìn)
制造商一直希望能夠在不影響生產(chǎn)的情況下檢測(cè)出潛在的故障并進(jìn)行修復(fù)。邊緣計(jì)算通過(guò)使用一系列監(jiān)視傳感器來(lái)實(shí)現(xiàn)這一目的，這些傳感器可以實(shí)時(shí)分析機(jī)器的運(yùn)行狀況數(shù)據(jù)，并就潛在問(wèn)題向相關(guān)人員發(fā)出警報(bào)。
智能邊緣甚至可以使實(shí)時(shí)操作優(yōu)化成為現(xiàn)實(shí)。當(dāng)前對(duì)運(yùn)營(yíng)數(shù)據(jù)進(jìn)行集中分析，并定期推出生產(chǎn)改進(jìn)措施。借助智能邊緣，制造商將能夠?qū)崟r(shí)發(fā)現(xiàn)效率低下的問(wèn)題，并在其生產(chǎn)線中迅速進(jìn)行改進(jìn)。
還有許多其他應(yīng)用程序，例如預(yù)測(cè)性維護(hù)、面部識(shí)別、遠(yuǎn)程手術(shù)等，其中低延遲的智能邊緣可以改變游戲規(guī)則。
智能邊緣生態(tài)系統(tǒng)的組成部分
智能邊緣的實(shí)際應(yīng)用程序是多種多樣的、復(fù)雜的，并且具有潛在的普及性。以下是支持智能邊緣生態(tài)系統(tǒng)的各種組件的簡(jiǎn)要概述：
·邊緣計(jì)算
邊緣計(jì)算分散了計(jì)算資源，并使它們更靠近端點(diǎn)設(shè)備。邊緣計(jì)算的一些出色示例包括P2P計(jì)算、區(qū)塊鏈、內(nèi)容交付網(wǎng)絡(luò)、網(wǎng)格計(jì)算等。所有這些示例都有一個(gè)共同點(diǎn)——它們將來(lái)自多個(gè)不同設(shè)備的計(jì)算資源集中起來(lái)，而無(wú)需集中協(xié)調(diào)。
邊緣計(jì)算提供了一些好處，例如增強(qiáng)的端點(diǎn)安全性、低延遲、降低了數(shù)據(jù)傳輸帶寬的成本，以及設(shè)備功能對(duì)網(wǎng)絡(luò)中斷的恢復(fù)能力。
·邊緣人工智能
多年以來(lái)，數(shù)據(jù)科學(xué)家一直將人工智能視為一種軟件挑戰(zhàn)。傳統(tǒng)上，它們是托管在云計(jì)算服務(wù)器上的，因此物理硬件從未引起過(guò)他們的關(guān)注。邊緣人工智能的出現(xiàn)已經(jīng)使人工智能的發(fā)展脫穎而出。隨著將人工智能托管在端點(diǎn)設(shè)備上，對(duì)針對(duì)人工智能及其任務(wù)進(jìn)行優(yōu)化的專(zhuān)用芯片的需求不斷增加。
iPhone手機(jī)使用的A11仿生芯片就是一個(gè)很好的例子。其芯片每秒可以執(zhí)行6000億次操作，這使iPhone X系列的實(shí)時(shí)面部識(shí)別成為可能。因此，邊緣人工智能不僅與軟件有關(guān)，還與硬件有關(guān)。
邊緣人工智能的許多優(yōu)勢(shì)包括實(shí)時(shí)數(shù)據(jù)處理，通過(guò)消費(fèi)級(jí)設(shè)備的改進(jìn)而實(shí)現(xiàn)的極高可擴(kuò)展性以及用于實(shí)時(shí)反饋的場(chǎng)景分析。
·邊緣設(shè)備
智能設(shè)備使人工智能能夠以更豐富、更深入和真實(shí)的方式“了解”周?chē)氖澜?。人工智能不再依?lài)于人類(lèi)將結(jié)構(gòu)化和格式化的數(shù)據(jù)輸入計(jì)算機(jī)，而是可以使用各種傳感器來(lái)觀察、嗅聞、品嘗、接觸、聆聽(tīng)周?chē)氖澜纭?/p>
除了加速計(jì)、監(jiān)控探測(cè)器、濕度傳感器、光傳感器等標(biāo)準(zhǔn)傳感器外，由人工智能驅(qū)動(dòng)的邊緣設(shè)備還使用遠(yuǎn)紅外攝像機(jī)、探地雷達(dá)和其他先進(jìn)的傳感器提供前所未有的實(shí)時(shí)信息。
由人工智能提供動(dòng)力的傳感器陣列使數(shù)據(jù)收集、分析、甚至操作自動(dòng)化成為可能。
·邊緣數(shù)據(jù)管理
邊緣設(shè)備生成的數(shù)據(jù)量是天文數(shù)字。例如自動(dòng)駕駛汽車(chē)每小時(shí)產(chǎn)生19TB的數(shù)據(jù)，而將這個(gè)數(shù)字乘以在不久的將來(lái)在道路上行駛的自動(dòng)駕駛汽車(chē)的數(shù)量，將會(huì)產(chǎn)生大量的數(shù)據(jù)。目前的基礎(chǔ)設(shè)施無(wú)法處理從邊緣設(shè)備到云平臺(tái)的數(shù)據(jù)傳輸，這將超過(guò)網(wǎng)絡(luò)基礎(chǔ)設(shè)施的傳輸流量。
當(dāng)然，大量邊緣數(shù)據(jù)將被分析并存儲(chǔ)在邊緣設(shè)備中。目前，只有10%的數(shù)據(jù)在分散的位置進(jìn)行處理。根據(jù)Gartner公司的調(diào)查，這一數(shù)字將達(dá)到75%。與集中式數(shù)據(jù)管理相比，邊緣數(shù)據(jù)管理具有兩個(gè)顯著的優(yōu)勢(shì)——降低了數(shù)據(jù)管理成本，并提供了實(shí)時(shí)反饋和響應(yīng)。
·邊緣基礎(chǔ)設(shè)施
邊緣基礎(chǔ)設(shè)施不僅僅是邊緣設(shè)備。它涉及三個(gè)關(guān)鍵要素——邊緣設(shè)備、連接性以用集中式數(shù)據(jù)中心(云平臺(tái)或內(nèi)部部署數(shù)據(jù)中心)。
如果計(jì)算只是發(fā)生在邊緣設(shè)備上，那么它是本地計(jì)算，而不是邊緣計(jì)算。邊緣計(jì)算涉及到核心(云平臺(tái)或內(nèi)部部署服務(wù)器)的一致、低功耗連接。盡管大多數(shù)數(shù)據(jù)在最后進(jìn)行了分析，但某些數(shù)據(jù)可能會(huì)被集中處理或存儲(chǔ)。通常情況下，這意味著邊緣設(shè)備收集的大多數(shù)數(shù)據(jù)都會(huì)被邊緣設(shè)備分析并丟棄。但是，某些關(guān)鍵數(shù)據(jù)會(huì)長(zhǎng)期傳輸并存儲(chǔ)在一個(gè)集中的位置。
邊緣設(shè)備和核心設(shè)施不再是技術(shù)挑戰(zhàn)。然而，具有一致性的低功耗連接技術(shù)仍然是一個(gè)挑戰(zhàn)。目前各種可用的選項(xiàng)都無(wú)法支持邊緣基礎(chǔ)設(shè)施。藍(lán)牙技術(shù)雖然是一種低功耗的選擇，但并不一致。Wi-Fi雖然提供一致性，但范圍非常有限。盡管4G LTE具有出色的一致性，但是卻非常耗電并且?guī)挼汀?/p>
5G連接有望解決所有問(wèn)題，并徹底改變智能邊緣。
智能邊緣：推動(dòng)技術(shù)創(chuàng)新的燃料
數(shù)量驚人的用例正在等待智能邊緣成熟并變得廣泛可用。例如，遠(yuǎn)程手術(shù)需要外科醫(yī)生遠(yuǎn)程操作機(jī)器人對(duì)病人實(shí)施手術(shù)，需要觸覺(jué)反饋和接近零延遲的實(shí)時(shí)場(chǎng)景洞察。即使是毫秒級(jí)的延遲也會(huì)帶來(lái)災(zāi)難性的后果。
同樣，許多用例需要低延遲的基礎(chǔ)設(shè)施，如智能交通管理、智能電網(wǎng)管理、人工智能驅(qū)動(dòng)的建筑檢查等等。智能邊緣不僅滿足了這一需求，而且也將引發(fā)硬件和軟件開(kāi)發(fā)的新革命，將對(duì)其進(jìn)行優(yōu)化以支持和利用智能邊緣。
