從共享單車到自動駕駛，從智能家居到無人商店，我們已從“人聯(lián)網(wǎng)”時代全面進入“物聯(lián)網(wǎng)”時代。在萬物智能互聯(lián)的新時代，數(shù)據(jù)量成指數(shù)級爆炸，不僅需要云端的大數(shù)據(jù)分析以轉化為洞察，在邊緣對于提取分析數(shù)據(jù)也有著更高的要求，應運而生的邊緣計算將在整個物聯(lián)網(wǎng)的發(fā)展中發(fā)揮關鍵性作用。作為分析、挖掘數(shù)據(jù)價值的創(chuàng)新方法，人工智能可以充分利用、釋放數(shù)據(jù)價值，也給邊緣計算帶來全新的發(fā)展機遇。

應對數(shù)據(jù)洪流帶來的挑戰(zhàn),邊緣計算至關重要。首先，井噴式涌現(xiàn)的海量數(shù)據(jù)如果全部聚集于云端，對帶寬有極大的要求，并帶來嚴重的計算負擔，這就要求在邊緣側對相應數(shù)據(jù)進行必要的篩選和節(jié)流，并同時提供部分計算能力，使得不同的數(shù)據(jù)能夠合理配置到相應的存儲和計算資源中。其次，很多物聯(lián)網(wǎng)應用場景對數(shù)據(jù)的實時性要求非常高，而邊緣計算能夠更敏捷、更有效地處理數(shù)據(jù)。另外，邊緣計算還能更好地保護數(shù)據(jù)，滿足安全性的需求。

物聯(lián)網(wǎng)是一個端到端的系統(tǒng)，強調(diào)邊緣計算，并非否定云計算的巨大作用和價值。云計算和邊緣計算是兩種不同特點的數(shù)據(jù)處理方式，邊緣計算處理的是局部數(shù)據(jù)，對數(shù)據(jù)形成完整洞察還需要在云端對各種在不同的邊緣采集到的數(shù)據(jù)進行全面分析，因此兩者互倚互補。邊緣計算是云智能向端智能延伸的必然結果，未來的趨勢并非是邊緣計算取代云計算，而是兩者之間實現(xiàn)良性協(xié)同，共同推動物聯(lián)網(wǎng)的發(fā)展。

我們也看到，邊緣側的負載整合則為人工智能在邊緣計算的應用找到了突破口。“物”連上網(wǎng)將產(chǎn)生龐大的數(shù)據(jù)量，數(shù)據(jù)將成為新的石油，人工智能為數(shù)據(jù)采集、分析和增值提供全新的驅(qū)動力，也為整個物聯(lián)網(wǎng)發(fā)展提供了新動能。虛擬化技術將在不同設備上獨立的負載整合到統(tǒng)一的高性能計算平臺上，實現(xiàn)各個子系統(tǒng)在保持一定獨立性的同時還能有效分享計算、存儲、網(wǎng)絡等資源。邊緣側經(jīng)過負載整合，產(chǎn)生的結點既是數(shù)據(jù)的一個匯總結點，同時也是一個控制中心。人工智能可以在結點處采集分析數(shù)據(jù)，也能在結點提取洞察做出決策。

如何將人工智能運用到邊緣側?網(wǎng)絡優(yōu)化將是關鍵性技術之一。英特爾認為可以通過低比特、剪枝和參數(shù)量化進行網(wǎng)絡優(yōu)化。低比特，是指在不影響最終識別的情況下，通過降低精度來降低存儲和計算負荷。剪枝，是指剪除不必要的計算需求，從而降低計算復雜度。參數(shù)量化，是指可以根據(jù)參數(shù)的特征做聚類，用相對比較簡單的符號或數(shù)字來表述，從而降低人工智能對于存儲的需求。

邊緣計算和人工智能結合，推動物聯(lián)網(wǎng)發(fā)展是一個長期的進程。英特爾將著重從端到端的平臺化戰(zhàn)略、垂直行業(yè)的深度合作、開放的生態(tài)系統(tǒng)構建三個方面來加速邊緣計算的發(fā)展，從而推動整個物聯(lián)網(wǎng)的進程。

正如英特爾公司CEO科再奇所說，數(shù)據(jù)是當今最重要的一股力量，智能互聯(lián)設備帶來的數(shù)據(jù)洪流，是未來科技創(chuàng)新的命脈。英特爾致力于通過從云到邊緣的計算解決方案，協(xié)同產(chǎn)業(yè)合作伙伴，把人工智能帶到邊緣，加速物聯(lián)網(wǎng)發(fā)展，駕馭數(shù)據(jù)洪流，釋放數(shù)據(jù)價值。