隨著人工智能和機(jī)器學(xué)習(xí)（ML）的采用率上升，以算法形式處理大量數(shù)據(jù)以實(shí)現(xiàn)計算目的的能力變得越來越重要。為了讓數(shù)十億連接設(shè)備之間的數(shù)據(jù)應(yīng)用程序的使用變得更高效、更有價值，將處理從集中的第三方云服務(wù)器遷移到分散的、本地化的設(shè)備上處理（通常稱為邊緣計算）的趨勢越來越強(qiáng)。根據(jù)SARInsight＆Consulting的最新AI／ML嵌入式芯片數(shù)據(jù)庫，在2019－2024年期間，在2019－2024年期間，全球擁有邊緣計算能力的AI設(shè)備的數(shù)量將以64．2％的復(fù)合年增長率增長。

邊緣數(shù)據(jù)計算，不需要需網(wǎng)絡(luò)

EdgeAI采用算法并盡可能接近物理系統(tǒng)處理數(shù)據(jù)－在這種情況下，是在硬件設(shè)備上本地進(jìn)行的。優(yōu)點(diǎn)是數(shù)據(jù)處理不需要連接。數(shù)據(jù)的計算發(fā)生在開發(fā)數(shù)據(jù)的網(wǎng)絡(luò)邊緣附近，而不是在集中式數(shù)據(jù)處理中心。對于設(shè)備、技術(shù)和組件供應(yīng)商來說，在邊緣處理能夠和應(yīng)該完成的處理之間確定適當(dāng)?shù)钠胶鈱⒊蔀樽钪匾�的決策之一。

提出的邊緣計算參考體系結(jié)構(gòu)模型（圖片：歐洲邊緣計算聯(lián)盟）

考慮到產(chǎn)生深度學(xué)習(xí)預(yù)測模型的訓(xùn)練和推理引擎，邊緣處理通常需要Intel、高通、Nvidia和Google等供應(yīng)商提供的x86或Arm處理器。AI加速器；以及處理高達(dá)2．5GHz、10到14核速度的能力。

時間敏感型應(yīng)用程序的實(shí)時結(jié)果

考慮到不斷擴(kuò)大的市場以及對計算數(shù)據(jù)和能力的不斷擴(kuò)大的服務(wù)和應(yīng)用需求，有幾個因素和好處推動了邊緣計算的增長。由于對可靠、適應(yīng)性強(qiáng)和上下文信息的需求不斷變化，大部分?jǐn)?shù)據(jù)都在本地遷移到設(shè)備上處理，從而提高了性能和響應(yīng)時間（不到幾毫秒）、更低的延遲、更高的電源效率，因?yàn)閿?shù)據(jù)保留在設(shè)備上，所以提高了安全性，并且由于數(shù)據(jù)中心傳輸被最小化而節(jié)省了成本。

邊緣計算的最大好處之一就是能夠確保對時間敏感的實(shí)時結(jié)果。在許多情況下，可以直接收集、分析和通信傳感器數(shù)據(jù)，而不必將數(shù)據(jù)發(fā)送到時間敏感的云中心�？绺鞣N邊緣設(shè)備的可伸縮性有助于加快本地決策的速度。提供即時可靠數(shù)據(jù)的能力可建立信心，增加客戶參與度，并在許多情況下可挽救生命。想想所有的行業(yè)——家庭安全、航空航天、汽車、智能城市、醫(yī)療保健——即時診斷和設(shè)備性能的解釋是至關(guān)重要的。

人工智能優(yōu)勢發(fā)展

像亞馬遜、谷歌、蘋果、寶馬、大眾、特斯拉、空客、弗勞恩霍夫、沃達(dá)豐、德國電信、愛立信和Harting這樣的創(chuàng)新型企業(yè)現(xiàn)在都在接受并對沖它們在人工智能方面的押注。其中一些公司正在組建行業(yè)協(xié)會，如歐洲邊緣計算聯(lián)盟（EECC），以幫助教育和激勵中小型和大型企業(yè)推動邊緣計算在制造業(yè)和其他工業(yè)市場的應(yīng)用。

EECC倡議的目標(biāo)包括指定邊緣計算的參考體系結(jié)構(gòu)模型、開發(fā)參考技術(shù)棧（EECC邊緣節(jié)點(diǎn)）、通過評估多種方案中的方法來確定差距和推薦最佳做法，以及與相關(guān)倡議／標(biāo)準(zhǔn)化組織同步。

從邊緣往下看

人工智能和機(jī)器學(xué)習(xí)的進(jìn)步為創(chuàng)造智能設(shè)備提供了大量的機(jī)會，這些設(shè)備能夠感知周圍的環(huán)境。對智能機(jī)器的需求將受益于多感官數(shù)據(jù)的增長，這些數(shù)據(jù)可以以更高的精度和性能進(jìn)行計算。邊緣計算提供了一個機(jī)會，讓人工智能數(shù)據(jù)在幾乎所有行業(yè)都能轉(zhuǎn)化為實(shí)時價值。智能優(yōu)勢是人工智能技術(shù)發(fā)展和成功的下一個階段。