datasheet

边缘计算有可能是继AI之后的下一个风口

2018-12-29来源: eefocus关键字:边缘计算  AI  人工智能

人工智能正在去中心化,云与边缘逐步分裂,针对AI的新的计算架构将会应运而生。边缘计算有可能是继AI之后的下一个风口。

 

边缘计算,这个概念在国内最早于2016年4月被提出。2016年年底,随着边缘计算联盟的正式成立,边缘计算这个概念开始在产业链里的土壤里慢慢生根发芽。经过2017年AI的蓬勃发展,边缘计算被带动起来,开始伸展枝桠;再加上5G的即将商用,又为边缘计算的茁壮成长增添更多的肥料。

 

据统计,到2025年,AI衍生的商业价值将达到5.1万亿美元;到2035年,5G相关产品和服务将达到12.3万亿美元。而AI与5G的落地,则与边缘计算的落地密切相关。

 

业内人士预判,边缘计算有可能是继AI之后的下一个风口。

 

 

云计算并不是万能,边缘计算应运而生


云计算在产业落地应用已有十余年的时间,不过,云计算并不是万能的,近几年开始暴露出一些弊端。边缘计算应与云计算形成协同,更好地满足产业的发展需求。

 

从概念层面来讲,“云是更协同的定义,跑在天上的是云。边缘计算是从一个端到端的架构来描述计算在哪里发生。”英特尔副总裁兼物联网事业部中国区总经理陈伟说到。

 

随着物联网更多的智能终端出现,需要采集和运算的数据越来越大,对运算速度、网络带宽都提出了更高的要求。同时,随着个人隐私等信息的不断增多,人们对安全的需求也更为迫切,这些单靠云计算是无法满足的。

 

在这样的产业背景下,边缘计算应运而生。

 

“边缘计算与云计算,是一种互补协同的关系,而不是替代关系。” 华为网络研发总裁刘少伟指出,边缘计算与云计算需要通过紧密协同,才能更好的满足各种场景的匹配,从而放大边缘计算和云计算的应用价值。

 

在互补协同上,边缘计算则是将部分数据在智能终端的本地端进行处理和存储,一是可以减轻云端服务器的压力;二是可以将涉及个人隐私的数据放置在本地端,大大降低了个人信息的泄露,提升了安全性。

 

此外,“我们对智能终端上的传感器机制做一个研究,发现传感数据在1秒之内可以过时,变成旧数据,传感器采集到的信息几百毫秒之后就变成过时的数据。把数据传到云端服务器,分析处理完以后再回到智能终端,对于有些应用来说,没法容忍这个等待,需要在本地端进行边缘计算。同时,在很多应用中,边缘计算的成本更低。因为在边缘计算中,不需要存储大量的数据,只需要存储数据分析的结果或数据的含义,而不是数据本身。从这个意义上来说,现在所说的大数据,这些数据本身并没有意义,数据的含义或者分析之后的结果才有意义。”

 

提到边缘计算,顺便提一下雾计算。边缘计算概念出现之前,已有雾计算的概念。对于边缘计算和雾计算的区别,“雾和云是更协同的定义,都是本性,跑在天上的是云,跑在地面的是雾。此外,边缘计算的范围更广,延伸到通讯网络边缘、基站等等都是边缘的范畴。相比之下,雾计算关注的范畴是在传感Sense以上的边缘侧的计算节点,比如传感器等等这些并不在它范畴里面,相对来说在网络基站以下、Sense之上,这之间的一些系统基础架构,计算的一些节点的需求等等做这样的事情。” 英特尔中国物联网事业部首席技术官张宇指出。

 

AI推动边缘计算崛起,边缘计算将是下一个风口


据MarketsandMarkets称,到2022年,边缘计算市场将从2017年的14.7亿美元增长到67.2亿美元。华为预测,未来超过50%的数据需要在网络边缘侧分析、处理与储存。

 

 

“AI是当下的风口,边缘计算是下一个风口。”高通产品市场副总裁孙刚指出,“5G和AI相辅相成,5G会使得通讯的速度更快,同时会产生更多的数据。反过来,数据是AI的基础,更多的数据会使AI更有效。AI的技术会发展,对数据会有更多的需求,进而会促进5G的发展。AI与5G的发展,推动更多数据的计算在本地端进行,进而推动边缘计算的发展。这些趋势加在一起就给今后几十年很多新的机会,这些机会足以驱动下一轮的工业革命。”

 

北极光创投创始人董事总经理邓锋指出:“人工智能正在去中心化,云与边缘逐步分裂,针对AI的新的计算架构将会应运而生;近年来,端的数据以几何级数增长,AI从云端迁移在许多应用场景下不可避免,端侧智能将崛起;未来10年,端的数量的模式将是‘基于存储的计算,存储与计算合二为一’。”

 

邓峰强调,AI对计算架构的影响将远远大于云计算对计算架构的影响,针对AI的新的计算架构会应动而生。中国在这次变革中,会尽其所能建立自己的生态体系,从而降低对国外产品的依赖。

 

在边缘计算的布局上,中国可谓及时切入。最为标志性的节点是推进边缘计算联盟的成立和发展。边缘计算联盟于2016年12月30日在北京成立,由华为、中科院沈阳自动研究所、中国信息通信研究院等企业联合发起。搭建边缘计算产业合作平台,推动边缘计算相关标准的建立,进而促进边缘计算产业健康与可持续发展。 

 

边缘计算联盟副理事长刘少伟指出,边缘计算联盟成立一年,会员单位达到150多家,主要覆盖工业领域的企业;今年12月份,联盟的单位已达200多家,中国移动、中国联动、中国电信三大运营商也加入进来,还有很多科研机构,比如中国电信北京研究院、江苏未来网络创新研究院、山东大学、西安交大等等,还有更多IoT领域的企业。”

 

据悉,今年边缘计算的参考架构3.0已经推进,对边缘计算的技术体系进行更加系统的归纳总结和梳理。此外,边缘计算联盟与国际标准组织IEEE建立合作,双方将在相关标准、技术和产业落地等方面深入合作。

 

当前,边缘计算已从概念到实践,从星星之火到燎原之势。

 

从芯片、硬件、系统等相关解决方案相继推出


为了抓住边缘计算这一重大机遇,从芯片、硬件、系统、解决方案等产业链各个环节开始布局和发力。

 

在芯片层面,已有半导体企业推出嵌入式FPGA--eFPGA 加速器,来助力智能终端的边缘计算。美国半导体设计公司Achronix在Speedcore Gen4架构中,将机器学习处理器(MLP)添加到Speedcore可提供的资源逻辑库单元模块中。MLP模块是一种高度灵活的计算引擎,它与存储器紧密耦合,从而为人工智能和机器学习(AI / ML)应用提供了性能更高、功耗更低的解决方案。

 

 “传统云和企业数据中心计算资源和通信基础设施无法跟上数据速率的指数级增长、快速变化的安全协议、以及许多新的网络和连接要求。传统的多核CPU和SoC无法在没有辅助的情况下独立满足这些要求,因而它们需要硬件加速器,通常是可重新编程的硬件加速器,用来预处理和卸载计算,以便提高系统的整体计算性能。”Achronix市场营销副总裁Steve Mentor指出。

 

为实现高带宽和低延迟,英特尔的解决方案则是FPGA可编程加速卡(PAC),运营商能够在单个服务器上以较少的CPU和RAM资源消耗来满足5G IPSec安全需求,并实现5G核心网络和边缘计算应用。

 

此外,在边缘计算发展中功能与处理能力的平衡关系需要把握。赛普拉斯CEO Hassane EI-Khoury指出:“一方面是边缘计算的计算能力、处理能力,另一方面是边缘计算的功耗。如果增加边缘计算的能力,意味着处理器性能更强、功耗更大。为了提升处理能力,就不得不把电池更大。”

 

为了解决这样一个难题,半导体企业赛普拉斯推出超低功耗可编程系统PSoC 6 MCU解决方案,通过PSoC 6可以支持性能达到M4性能的微控制器,功耗水平相当于M0级别的微控制器,一个M4级别的微控制器的性能和处理能力,用一个150MHz主频M4的微控制器,用电池支持连续工作半年一年乃至一年半,进而消除了边缘计算发展中面临的很大障碍。Hassane EI-Khoury 表示,他们还将把这个边界继续向前推进,在降低功耗的同时在边缘计算中实现更加复杂的应用,部署更强大的处理能力。”

 

边缘计算和嵌入式人工智能,需要在有限的资源下完成越来越多的计算,如何更高效的利用边缘侧和终端侧的资源,这需要对芯片、硬件和操作系统层面全面理解。“从整个系统层面进行深入的定制和优化才能实现产品化。这需要产业链各方共同协作,才能推动边缘计算的发展和实现商业化落地。”智能终端平台技术提供商中科创达董事长兼CEO赵鸿飞指出。

 

对此,中科创达推出 TurboX AI Kit,为开发者和制造商降低开发成本、快速验证端侧AI算法和开发场景化应用,进而快速实现原型产品设计。TurboX AI Kit凝聚端侧AI商用技术,融合了硬件、软件与云功能。为不同级别的AI开发者提供终端侧人工智能高性能的计算平台和丰富的开发工具,支持他们将日益盛行的AI技术融入边缘及端侧设备,以满足物联网(IoT)、机器人、工业控制、自动驾驶等领域各种不同应用的需要。

 

此外,作为边缘计算联盟早起的发起单位,华为也在kubedge、LerOS、边缘协同开发等方面进行了布局。前几天,华为还成立了智能计算事业部,华为的AI芯片、云服务、边缘计算平台等业务之间相互协同支撑,进而更好地在5G时代发力。


关键字:边缘计算  AI  人工智能

编辑:什么鱼 引用地址:http://www.eeworld.com.cn/qrs/2018/ic-news122952569.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:2018年全球融资最多的十家机器人技术公司
下一篇:京东方拟投资465亿在福州建设第6代AMOLED(柔性)生产线

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

数字孪生概念,成为继边缘计算后股市又一追逐的热点

波音737 MAX 8型飞机不到半年发生了两次重大空难,导致外界对该型号飞机安全问题产生忧虑,也引发了对数字孪生(Digital Twin)技术的关注,近期甚至在A股引爆了数字孪生概念,成为继边缘计算后股市又一追逐的热点。 催动工业互联网继续走向完善的关键技术很多,但而最能体现工业互联网“助燃剂”5G拉动作用的就是数字孪生和边缘计算,它们都具有将虚拟空间和物理实体紧密融合的特点。 数字孪生重塑工业运行模式全国首例基于5G的远程人体手术——帕金森病“脑起搏器”植入手术成功完成后,通信行业著名专家宁宇说:“这就是数字孪生概念的落地,但相对于这种与生命相关的应用场景,我更看好远程设备的检查维修,或用机器人替代真人进行
发表于 2019-03-28
数字孪生概念,成为继边缘计算后股市又一追逐的热点

RISC-V 为 AI 边缘计算晶片发展锦上添花

社区设计按照批准后的标准进行实现,并进行合规性测试10.最终完成ISA标准的替换柒. Edge Computing(边缘计算)对处理器的需求机器学习在当前的AI应用中快速的发展,系统也会增加更多智能功能。但是在云端的系统(例如数据中心)和边缘系统(例如IoT设备)对运算能力的需求是不同的,在云端可以采用大型高效的GPU来提供千万亿次的浮点运算能力,Google的TPU 3.0的单芯片的浮点运算能力远远超过100 Petaflops (一千万亿的浮点运算),用于深度学习或者进行推理。但是在边缘系统中,就很难采用功耗高的类似GPU或TPU的方案。系统开发人员必须要考虑采用效率更加高的解决方案,除了满足计算精度问题外,必须考虑
发表于 2019-03-20
RISC-V 为 AI 边缘计算晶片发展锦上添花

边缘计算到底是啥,怎么就成了新风口?

技术挑战、商业规则都是摆在边缘计算面前的「大山」。 地平线 (Horizon Robotics) 公布获得 6 亿美金左右的投资,由 SK 中国、SK Hynix 以及数家中国一线汽车集团(与旗下基金)联合领投的 B 轮融资,本轮融资后估值达 30 亿美金。 地平线在发布中称:将继续向着「成为边缘人工智能芯片和计算平台的全球领导者」这一愿景不断迈进。这一包含着「边缘计算」的 300 余字野心获得了超 2 万人的关注。以「边缘计算」为关键词的百度搜索指数在 3 月 6 日一跃达到了 15032,而此前则在 1000 左右徘徊。  从 2015 年在安防监控、智慧城市、智慧家居等行业
发表于 2019-03-19
边缘计算到底是啥,怎么就成了新风口?

云计算和边缘计算中有哪些更智能的AI应用?

人工智能(AI)和深度学习在物理安全市场中的应用涵盖了从云计算到边缘计算的各个领域。各种硬件解决方案都能够把AI部署在不同级别的系统中,从云端到边缘设备,如安全摄像头。 更智能的AI应用分布式结构可以包含云计算和边缘计算。它将人工智能(AI)算法从云端扩展到本地视频录像机和服务器,并进一步扩展到安全摄像机等边缘设备。三层架构都支持构建一类新的AI驱动应用目标,甚至更智能,更快速。 云端摄像机视频分析和深度学习功能的结合可以改善视频分析。摄像机可以配备基本的视频分析,它们与云基础设施相连,可提供额外的深度学习算法。这些摄像机提供计算机视觉预处理,而大量详细的分析则可以在云端神经网络中处理。 软件即服务
发表于 2019-03-14

云计算“一统天下“,边缘计算/AI”辅佐定天下“

回顾近年来云计算、边缘计算、人工智能等技术的发展,从云计算对传统IT架构做出的颠覆性架构变革,到边缘计算实现计算能力的下沉,再到人工智能为各种平台构建算法和模型,各种新兴技术的风云角逐与3000年西周一统天下后的权力分配又何其相似。 十年角逐,云计算终一统天下按照普遍认可的说法,“云计算”这一概念最早是由Google首席执行官埃里克·施密特在2006年搜索引擎大会上提出的,但支撑云计算发展的虚拟化技术则在1959年就被提出。因此,大约在云计算概念被谷歌提出的前半个世纪里,云计算所构建的“网络即计算”的思想,其实一直都处于探讨之中。而将这种思想真正落地则是从2008年开始的。 回顾整个2008年,包括IBM、微软
发表于 2019-03-07

毫米波传感器实现边缘智能

物联网(IoT)推动建筑和家庭系统中更多设备和传感器连接网络:根据Gartner的估计,在2017年物联网覆盖的设备数量已达80亿。但随着连接到云的传感器数量日益增加,对网络带宽、远程存储和数据处理的系统要求也迅速提高。边缘处的智能处理可以减少发送到中央服务器的数据量,增加传感器本身的决策量。这可以在提升系统可靠性的同时,减少决策延迟和网络成本;如果服务器关闭,您最不愿意看到的就是传感器无法检测物体和做出决策!边缘智能和连接毫米波(mmWave)传感器以两种方式实现边缘智能。首先,毫米波可提供距离、速度和角度等独特的数据信息,同时具有反射不同目标的能力,这使传感器能够检测探测范围内不同物体的特定特征。例如,速度数据可使传感器看到微
发表于 2019-03-06
毫米波传感器实现边缘智能

小广播

何立民专栏

单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved