邊緣計(jì)算是在靠近物或者數(shù)據(jù)源頭的邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的開(kāi)放平臺(tái)，就近提供邊緣智能化方案，滿足行業(yè)數(shù)字化在高實(shí)時(shí)性、低帶寬能耗，高安全隱私保護(hù)，高可靠性等方面的關(guān)鍵需求。

由于邊緣計(jì)算直接在靠近數(shù)據(jù)產(chǎn)生的地方進(jìn)行計(jì)算，避免了數(shù)據(jù)的上傳與下載過(guò)程，具有較高的實(shí)時(shí)性。而且，邊緣端產(chǎn)生的大量數(shù)據(jù)不再全部傳遞到云端，對(duì)云端的帶寬以及能耗都有顯著的降低。邊緣計(jì)算將用戶的個(gè)人敏感隱私信息存儲(chǔ)在設(shè)備端，避免了傳輸帶來(lái)的安全隱患。數(shù)據(jù)在邊緣側(cè)直接進(jìn)行計(jì)算，減低了由于網(wǎng)絡(luò)覆蓋以及故障帶來(lái)的影響，具有較高的可靠性。

隨著5G時(shí)代物聯(lián)網(wǎng)的持續(xù)發(fā)展，Gartner 預(yù)測(cè)到 2025 年企業(yè)產(chǎn)生的數(shù)據(jù)將有75%從傳統(tǒng)的中心或者云平臺(tái)轉(zhuǎn)向邊緣側(cè)。5G 網(wǎng)絡(luò)和邊緣分布式計(jì)算結(jié)合在一起彼此增強(qiáng)，為行業(yè)新的產(chǎn)品與體驗(yàn)創(chuàng)造機(jī)遇。通過(guò) 5G 網(wǎng)絡(luò)提供的高速率和低延遲，再加上在邊緣處理數(shù)據(jù)的實(shí)時(shí)性與安全性，有望在汽車、媒體(VR/AR)、智慧城市、智慧醫(yī)療、智能制造等垂直領(lǐng)域有更大的發(fā)展空間。

現(xiàn)階段邊緣側(cè)智能計(jì)算的軟硬件生態(tài)呈現(xiàn)碎片化與異構(gòu)特性，軟件上有Tensorflow、Caffe、Pytorch等深度學(xué)習(xí)框架平臺(tái)，硬件計(jì)算單元上有CPU、GPU、NPU以及DSP等計(jì)算單元，這對(duì)邊緣計(jì)算產(chǎn)品的開(kāi)發(fā)者來(lái)說(shuō)，選擇一套高效軟硬件平臺(tái)變得非常困難。

紫光展銳為邊緣計(jì)算產(chǎn)品開(kāi)發(fā)設(shè)計(jì)者提供了一套通用的異構(gòu)計(jì)算平臺(tái)，幫助用戶進(jìn)行性能、功耗分析，并提供軟硬件選型參考的工具。展銳的AI技術(shù)平臺(tái)AIactiver，通過(guò)異構(gòu)硬件、全棧軟件和業(yè)務(wù)深度融合，不僅大幅優(yōu)化了原生用戶體驗(yàn)，同時(shí)也向客戶提供了完整的二次開(kāi)發(fā)平臺(tái)和定制服務(wù)，助力生態(tài)合作伙伴高效便捷的開(kāi)發(fā)豐富的AI應(yīng)用。

平臺(tái)底層是異構(gòu)硬件，異構(gòu)多核的NPU架構(gòu)為不同類型的算法提供了足夠的靈活度和優(yōu)異的能效。AI編譯器將前端框架工作負(fù)載直接編譯到硬件后端，充分使用現(xiàn)有的硬件資源，兼顧存儲(chǔ)和效率，降低開(kāi)發(fā)者的開(kāi)發(fā)難度。AI計(jì)算平臺(tái)和工具鏈，則為開(kāi)發(fā)者提供了良好的開(kāi)發(fā)環(huán)境。

展銳通過(guò)AI技術(shù)重構(gòu)了芯片的多個(gè)關(guān)鍵子系統(tǒng)，如CPU/GPU處理器子系統(tǒng)和多媒體子系統(tǒng)，為用戶提供優(yōu)異的用戶體驗(yàn)。展銳正在將AI作為一項(xiàng)彌散型技術(shù)，全面融入到所有的產(chǎn)品規(guī)劃中去。