隨著物聯(lián)網(wǎng)設(shè)備（例如手機(jī)，虛擬助手，筆記本電腦，平板電腦，建筑物傳感器，無人機(jī)，安全攝像機(jī)和可穿戴式健康傳感器）的數(shù)量有望在 2025 年超過 700 億，邊緣計(jì)算應(yīng)用也將增加。

物聯(lián)網(wǎng)設(shè)備在零售，醫(yī)療保健，工業(yè)，航空航天，國防，運(yùn)輸，設(shè)施維護(hù)，能源，制造業(yè)，供應(yīng)鏈物流和智慧城市等廣泛領(lǐng)域中具有廣泛多樣的應(yīng)用。每個(gè)物聯(lián)網(wǎng)設(shè)備都連續(xù)收集數(shù)據(jù)，需要快速分析以做出實(shí)時(shí)決策，特別是對于自動(dòng)駕駛汽車，電網(wǎng)，遠(yuǎn)程手術(shù)，石油鉆機(jī)甚至軍用無人機(jī)等應(yīng)用。

物聯(lián)網(wǎng)設(shè)備的邊緣計(jì)算與云計(jì)算

傳統(tǒng)上，云計(jì)算是物聯(lián)網(wǎng)設(shè)備分析和預(yù)測的模型。在中央云計(jì)算模型中，數(shù)據(jù)從最終用戶設(shè)備（“邊緣”）發(fā)送到云以進(jìn)行分析；然后將決策發(fā)送回設(shè)備以執(zhí)行。盡管中央計(jì)算模型中的數(shù)據(jù)中心具有處理和存儲(chǔ)數(shù)據(jù)的巨大能力，但它們的維護(hù)成本高昂且耗電大。

邊緣與云之間的數(shù)據(jù)傳輸不僅昂貴，而且很費(fèi)時(shí)，并且會(huì)導(dǎo)致延遲（延遲時(shí)間）。此外，數(shù)據(jù)傳輸所需的能量超過了低能耗無線IoT設(shè)備可以支持的能量。當(dāng)僅收集的一部分?jǐn)?shù)據(jù)可能有用時(shí)，將所有數(shù)據(jù)傳輸?shù)皆埔矝]有邏輯，操作或財(cái)務(wù)意義。最后，數(shù)據(jù)傳輸可能會(huì)對數(shù)據(jù)完整性和安全性產(chǎn)生不利影響。

相比之下，通過邊緣計(jì)算，可以在IoT設(shè)備上收集和分析數(shù)據(jù)以進(jìn)行快速推斷（或決策）。以后，少量有用的數(shù)據(jù)將被移到云中。邊緣計(jì)算具有幾個(gè)優(yōu)點(diǎn)。由于無需將數(shù)據(jù)從IoT設(shè)備傳輸?shù)街醒朐疲虼水a(chǎn)生的滯后時(shí)間，帶寬消耗和成本將很低，并且可以基于數(shù)據(jù)分析快速做出決策。

此外，即使系統(tǒng)處于脫機(jī)狀態(tài)，邊緣計(jì)算也可以繼續(xù)運(yùn)行，并且即時(shí)數(shù)據(jù)處理使確定哪些數(shù)據(jù)應(yīng)該傳輸?shù)皆埔赃M(jìn)行進(jìn)一步分析變得更加容易。

開發(fā)AI前沿：挑戰(zhàn)

將AI與邊緣計(jì)算相結(jié)合雖然很有意義，但硬件和AI軟件組件面臨著多重挑戰(zhàn)。

第一個(gè)挑戰(zhàn)是處理和功耗。AI由訓(xùn)練和推理軟件組成。培訓(xùn)講授一個(gè)模型來識(shí)別相關(guān)參數(shù)，以便它可以解釋數(shù)據(jù)。推論是模型進(jìn)行基于學(xué)習(xí)的預(yù)測的時(shí)間。

在云計(jì)算中，高能耗訓(xùn)練在云上進(jìn)行，然后將經(jīng)過訓(xùn)練的軟件部署到邊緣，以進(jìn)行相對低能耗的預(yù)測（或推斷）任務(wù)。在邊緣計(jì)算中，培訓(xùn)轉(zhuǎn)移到了邊緣，從而對邊緣硬件的處理能力提出了更高的要求。對于物聯(lián)網(wǎng)設(shè)備，這種增加的能耗帶來了更大的問題，需要重新平衡處理能力與功率需求。

現(xiàn)在，數(shù)據(jù)存儲(chǔ)和安全性構(gòu)成了第二個(gè)挑戰(zhàn)，因?yàn)檫吘壴O(shè)備將保留大部分?jǐn)?shù)據(jù)，僅將一小部分傳輸?shù)皆浦?。另外，設(shè)備需要存儲(chǔ)用于學(xué)習(xí)和推理的參數(shù)。第三個(gè)挑戰(zhàn)是物聯(lián)網(wǎng)設(shè)備的數(shù)量龐大，并且目前缺乏針對它們的安全標(biāo)準(zhǔn)。

因此，科技公司需要開發(fā)具有更高處理能力和更低能耗的硬件，以及能夠更有效地執(zhí)行學(xué)習(xí)和推理的軟件。此外，物聯(lián)網(wǎng)的應(yīng)用是針對特定場景和特定部門的，因此對于自定義而言，強(qiáng)大的生態(tài)系統(tǒng)和開發(fā)人員環(huán)境至關(guān)重要。