早晨，你被一陣悅耳的鳥鳴聲喚醒，朦朦朧朧中，你覺得這可能是北方云雀的叫聲，然而，家中并沒有養(yǎng)鳥，怎么會有鳥鳴聲呢？

哦，原來，鳥鳴聲來自你的智能家居助手，它在播放起床音樂鬧鈴。想到這一點的你，一邊搖搖頭嘲笑自己的記性，一邊起床穿好衣服。此時，你的智能家居助手感知到你已經起床，控制著臥室窗簾緩緩打開，讓陽光照進來，并且打開了廚房的面包機和咖啡機，為你充實的一天準備好營養(yǎng)豐富的早餐……

等到傍晚，結束了一天繁忙的工作，你坐上自己的自動駕駛汽車回家，來到家門口，無需鑰匙，房門自動為你打開，空調已經在汽車到家前的幾分鐘提前啟動，并調整到你習慣的溫度。秋燥有時會讓你感到不適，因此家里的加濕器會將房間的濕度調整到最舒適的水平。

這樣的生活，存在于邊緣計算與AI相結合的萬物互聯(lián)時代。

萬物互聯(lián)的時代

隨著物聯(lián)網(wǎng)(InternetofThings)的再次崛起，以及4G/5G無線網(wǎng)絡的普及，萬物互聯(lián)(InternetofEverything)的時代已經到來。相比于傳統(tǒng)意義的物聯(lián)網(wǎng)，萬物互聯(lián)除了“物”與“物”的互聯(lián)，還增加了更高級別的“人”與“物”的互聯(lián)，其突出特點是任何物件都將具有語境感知功能、更強的計算能力。上述生活片段描述的就是這樣一個場景。

簡單概括，萬物互聯(lián)的核心就一個詞：連接。智能手機的廣泛普及已經實現(xiàn)了人與人之間隨時隨地的連接。從以前的電報，到后來的電話和短信，再到現(xiàn)在即時傳播圖片、音視頻等多媒體，人與人之間的連接手段已經十分發(fā)達和豐富。

在我們的日常生活中，聯(lián)網(wǎng)設備將不僅僅是電腦和手機，而是任何物件皆可聯(lián)網(wǎng)，比如家里的冰箱、洗衣機、空調，碼頭的集裝箱，倉庫的貨架。甚至動物也可以連接，大自然保護區(qū)里的所有珍稀野生動物都聯(lián)網(wǎng)了，動物保護協(xié)會的科學家們可以更方便地檢測它們的生命狀態(tài)，提供更好的保護。

在萬物互聯(lián)時代，很明顯的一個特征是，各種網(wǎng)絡邊緣設備的數(shù)量迅速增加。這導致傳統(tǒng)的以云計算為核心的集中式大數(shù)據(jù)處理方式無法滿足計算需求：

一方面由于海量邊緣數(shù)據(jù)爆炸式增長帶來的網(wǎng)絡傳輸帶寬負載量的急劇增加，勢必導致網(wǎng)絡延遲；

另一方面多數(shù)網(wǎng)絡邊緣設備產生的數(shù)據(jù)涉及個人隱私，如不分青紅皂白都傳輸?shù)皆贫?，將使得隱私安全問題變得尤為突出；

還有一點不得不考慮的問題，那就是眾多網(wǎng)絡邊緣設備存在電能的限制，向云端實時傳輸數(shù)據(jù)將消耗大量電能。

邊緣計算的崛起

基于上述問題，靠近設備端數(shù)據(jù)源頭的實時計算方式顯得十分必要，這種計算方式叫做邊緣計算。

邊緣計算并不是一個新的概念，早在2003年IBM的內部項目中就已出現(xiàn)，本質是一種去中心化的分布式計算模型。

相對于云計算來說，邊緣計算將智能計算轉移至邊緣設備端，計算過程在智能設備（如手機）或邊緣設備的分布式設備節(jié)點上執(zhí)行，而不都是在集中式的云環(huán)境中進行?！斑吘墶敝傅氖蔷W(wǎng)絡中的計算節(jié)點作為物聯(lián)網(wǎng)設備的物理分布，位于各種網(wǎng)絡的邊緣，比如家用電器、汽車傳感器、城市攝像頭等等。

邊緣計算因為其設備所處位置的獨立性，處理的數(shù)據(jù)和實現(xiàn)的功能往往更為聚焦，專注于實時、短周期的數(shù)據(jù)，實現(xiàn)支撐本地業(yè)務的智能化處理和實時性任務。邊緣計算在本地網(wǎng)絡中進行計算，采集到的數(shù)據(jù)不用上傳到云端，或者在本地處理加工過濾后只將少量數(shù)據(jù)傳至云端，大大減少了網(wǎng)絡傳輸占用的處理時間，也降低了帶寬成本，對于電能有限的邊緣設備來說也能更加節(jié)能，從而延長設備的使用壽命。

此外，因為以下5個優(yōu)勢，邊緣計算成為了萬物互聯(lián)時代的核心技術，被Gartner列為2019年十大戰(zhàn)略技術之一：（1）低功耗；（2）低時延；（3）數(shù)據(jù)安全，保護隱私；（4）支持本地交互；（5）自主獨立運行。

不過，邊緣計算實現(xiàn)智能計算的邊緣化，比較依賴于集成在邊緣設備上的AI芯片。Gartner預計，在未來五年內，專用AI芯片以及更強大的處理能力、存儲和其它先進功能將被添加到更廣泛的邊緣設備中。

AI芯片的格局

AI芯片指的是針對人工智能算法做了特殊加速設計的芯片?，F(xiàn)階段，這些人工智能算法一般以深度學習算法為主，也可以包括其它機器學習算法。

AI芯片可以讓人工智能軟件的效率達到最高，這對計算實時性要求高的邊緣計算設備至關重要。未來在AI領域的競爭一定是“軟硬結合”，越來越多的公司開始布局AI芯片的架構設計?？梢灶A見的是，萬物互聯(lián)時代將掀起邊緣設備領域AI芯片產業(yè)競爭的新浪潮。

今年上半年，CompassIntelligence公司發(fā)布了AI芯片組的指數(shù)排名（AIChipsetIndex）。該指數(shù)主要關注AI芯片組的軟硬件指標，包括中央處理器（CPU）、圖形處理器（GPU）、神經網(wǎng)絡處理器（NNP）、專用集成電路（ASIC）、現(xiàn)場可編程門陣列（FPGA）、精簡指令集計算機（RISC）處理器、加速器等。

根據(jù)AI芯片組應用對象，可分為：云計算服務器和邊緣計算設備（手機、自動駕駛、智能家居）等。云端服務器使用的AI芯片特點是性能強大、支持大量運算并發(fā)、支持多種AI應用，如自然語言處理、音視頻處理、圖像識別等。而在邊緣設備端，AI芯片的顯著特點是體積小、耗電少，通常聚焦有限的AI應用。

借助于AI芯片，神經網(wǎng)絡可以更快地運行并且消耗更少的功率。Google在2016年發(fā)布了TPU（TensorProcessUnit），并且在今年五月份發(fā)布了第三代版本，這塊芯片專門為TensorFlow框架設計，運行在Google的數(shù)據(jù)中心服務器端。

針對邊緣計算，Google兩個月前發(fā)布了EdgeTPU，這是一款運行在TensorFlowLite計算框架上，為移動或物聯(lián)網(wǎng)邊緣設備運行機器學習應用程序的專用芯片。蘋果公司去年發(fā)布在iPhoneX手機上的內置芯片A11Bionic具備雙核架構NeuralEngine（神經網(wǎng)絡處理引擎），它每秒處理神經網(wǎng)絡計算需求的次數(shù)可達6000億次。

AI芯片的發(fā)展大大促進了邊緣終端設備的發(fā)展，推動了數(shù)據(jù)采集手段的增加以及計算能力的極大提升，進而也帶來應用場景的豐富，并反推AI芯片計算能力和制造工藝的進步。

場景應用的變革

邊緣計算技術與其所依賴的AI芯片相互促進和迭代發(fā)展，在萬物互聯(lián)的時代，將帶來更多傳統(tǒng)應用的變革以及新的應用場景的出現(xiàn)。

（1）邊緣計算視頻監(jiān)控。針對新型犯罪及社會管理等公共安全問題，以云計算和萬物互聯(lián)技術為基礎的邊緣計算和視頻監(jiān)控技術，可以提高視頻監(jiān)控系統(tǒng)前端攝像頭的智能處理能力，進而提高視頻監(jiān)控系統(tǒng)的防范刑事犯罪和恐怖襲擊的能力。

（2）智能家居。如本文開頭描述的生活場景，萬物互聯(lián)技術的普及將為家居生活帶來越來越智能化的應用，比如智能照明控制系統(tǒng)、智能電視、智能空調、智能掃地機器人等。這些硬件不僅僅是在名字上添加上“智能”二字，實際上在智能家居環(huán)境中，除了依托聯(lián)網(wǎng)設備，還需在房間角落、管道節(jié)點、地板和墻壁等部位部署眾多無線傳感器和控制器。此外，出于對家庭敏感數(shù)據(jù)的保護，智能家居系統(tǒng)的數(shù)據(jù)處理必須依賴邊緣計算來解決。

（3）智慧城市。如果將智能家居的應用場景放大到一個社區(qū)或城市，將在公共安全、健康數(shù)據(jù)、公共設施、交通運輸?shù)缺姸嗉毞诸I域產生極大的應用價值。這里應用邊緣計算的初衷更多是出于成本和效率考慮，在一個八百萬人口規(guī)模的城市，每小時產生的數(shù)據(jù)量可能達到100PB，采用傳統(tǒng)云計算處理方式將給網(wǎng)絡帶寬帶來極大的壓力，城市各角落的邊緣設備實時處理和收集數(shù)據(jù)將帶來效率上的極大提升。

（4）自動駕駛技術與智能交通。在自動駕駛領域，邊緣計算至關重要，因為自動駕駛汽車上數(shù)百個傳感器每小時將產生40TB的數(shù)據(jù)量。從安全性的角度而不是從成本的角度考慮，數(shù)據(jù)的處理必須實時完成，當遇到緊急情況時，比如汽車前方突然出現(xiàn)踢球玩耍的小孩，這時自動駕駛系統(tǒng)必須依賴實時高效的邊緣計算給予決策支持，并作出應急處理：剎車！

越來越多的城市已經開始部署智能交通控制系統(tǒng)，這樣的智能控制系統(tǒng)，依賴于在各交通要塞部位部署的邊緣計算服務器，通過街邊數(shù)不清的攝像頭和傳感器對交通的實時狀態(tài)進行監(jiān)控、預警和優(yōu)化調度。

（5）智慧金融。近年來，AI技術正在金融領域大放異彩：智能風控技術、智能投顧、智能客服等。結合邊緣計算，AI將在賦能金融的道路上釋放出更多能量：

（1）智能身份認證，人臉識別與聲紋識別技術可以通過邊緣設備的計算能力，為金融機構提供更為高效的用戶身份認證手段，提升金融服務的安全性；

（2）智能化的供應鏈金融，邊緣計算能力的提升必然帶來智能倉儲和智能物流的發(fā)展，這為供應鏈金融提供安全保障以及場景依據(jù)，比如物流倉庫和港口碼頭的質押貨物監(jiān)控等。

場景的變革在不知不覺中發(fā)生，生活的節(jié)奏在悄無聲息地改變。無論是邊緣計算，還是AI，抑或是新技術革命下的物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、萬物互聯(lián)網(wǎng)，這些技術和概念帶給我們的不僅僅是體驗的變化，還有認知的爆炸。唯一無法改變的是技術的不斷進步。

來源：蘇寧財富資訊;作者：蘇寧金融研究院研究員李加慶