（文章來源：人工智能網(wǎng)）

第五波計算技術(shù)的融合——人工智能（AI）、5G與物聯(lián)網(wǎng)（IoT）——正持續(xù)加速令人驚訝的變化，并驅(qū)動全新的數(shù)據(jù)消費模型。在僅考慮IoT的情況：盡管還在發(fā)展初期，我們看到它已經(jīng)褪去全球微型傳感器網(wǎng)絡(luò)的原始面貌，進(jìn)一步擴展至包含更多高性能設(shè)備，包括從智能影像傳感器到自駕汽車。

隨著IoT持續(xù)成長并帶動全球數(shù)字化轉(zhuǎn)型，通往上游云端的數(shù)據(jù)海嘯，讓長期以來針對下游分配優(yōu)化的網(wǎng)絡(luò)基礎(chǔ)設(shè)施遭受打擊。它也促生了一個迫切的需求，即在全球互聯(lián)網(wǎng)架構(gòu)內(nèi)實現(xiàn)更分散的算力分布，而這也導(dǎo)致對Arm Neoverse計算解決方案的需求與日俱增。整個生態(tài)系統(tǒng)已經(jīng)對這個挑戰(zhàn)作出響應(yīng)，而縱觀Arm過去一年內(nèi)的進(jìn)展， Neoverse正在將其初始愿景轉(zhuǎn)換成今日之現(xiàn)實。

由于大型數(shù)據(jù)集與專屬的算力相當(dāng)集中的緣故，今日大負(fù)荷的AI計算多數(shù)在云端完成，特別是機器學(xué)習(xí)（ML）模型的訓(xùn)練。但若把這些模型應(yīng)用到真實世界中靠近決策點的推論時，以云端為中心的AI模型就會捉襟見肘。數(shù)據(jù)傳輸數(shù)千英里來到數(shù)據(jù)中心進(jìn)行模型比較時，可能會碰到不少延時的問題，因此，沒有人能保證當(dāng)結(jié)果返回時仍然對決策有用。時間至關(guān)重要，因此把“智能”從云端分配到邊緣，就顯得合情合理。

隨著對決策的要求朝邊緣移動，AI將扮演雙重角色。除了依據(jù)數(shù)據(jù)本身包含的信息作出及時決定之外，當(dāng)大量的數(shù)據(jù)需要被導(dǎo)引至正確的位置時，AI需要在從流量管理到封包檢驗等方面都發(fā)揮作用。這是一個訓(xùn)練與推論兼顧的問題，而傳統(tǒng)的計算系統(tǒng)無法與之相適應(yīng)。過去，互聯(lián)網(wǎng)邊緣傳統(tǒng)上只是一個網(wǎng)橋，現(xiàn)在正快速變成智能計算平臺，并最終將促成我們稱之為AI Edge的浮現(xiàn)，并在2025年形成一個高達(dá)300億美元的計算芯片潛在市場規(guī)模（TAM）。

在邊緣執(zhí)行AI有幾個好處：它可顯著減少到云端的回程，降低延遲，并提升可靠性、效率與安全性。有鑒于當(dāng)今來自全球設(shè)備部署的洞見來得極快，模型必須需要實時進(jìn)化，這點已經(jīng)顯現(xiàn)出至關(guān)重要性。利用AI邊緣的應(yīng)用程序的成功部署，關(guān)鍵在于提供能夠覆蓋各種功耗與性能需求的多元解決方案。單一廠商的解決方案，并無法滿足所有需求。除了變成以AI為中心，AI邊緣必須是云端原生的、虛擬化（VM或containers）的，同時支持多用戶。最重要的是，它必須是安全無虞。

目前構(gòu)成基礎(chǔ)架構(gòu)邊緣的解決方案來自一個極度多元化的生態(tài)系統(tǒng)，而這個生態(tài)系統(tǒng)也在迅速變革，以滿足這些新產(chǎn)生的需求。為了協(xié)助大家面對這一AI邊緣的變革，Arm宣布推出Project Cassini：這是一個專注于在多元與安全的邊緣生態(tài)系統(tǒng)內(nèi)，確保云端原生體驗的業(yè)界提案。

通過與Arm生態(tài)合作伙伴的協(xié)同努力，Project Cassini將專注于基礎(chǔ)設(shè)施邊緣，開發(fā)平臺標(biāo)準(zhǔn)與參考系統(tǒng)，并以它們?yōu)榛A(chǔ)，在目前已延展到基礎(chǔ)設(shè)施邊緣的標(biāo)準(zhǔn)化平臺安全架構(gòu)（PSA）框架內(nèi)，無縫部署云端原生的軟件堆棧。值得一提的是， Arm與其生態(tài)系統(tǒng)合作伙伴針對安全性做出了大量努力。兩年前Arm推出PSA，讓企業(yè)得以依據(jù)一套通用的需求設(shè)計安全功能，以降低打造產(chǎn)品級IoT安全性相關(guān)的成本、時間與風(fēng)險。今天，Project Cassini將PSA延展至基礎(chǔ)設(shè)施邊緣，可謂更上層樓，目標(biāo)是讓所有最基本的安全需求標(biāo)準(zhǔn)化。

Arm預(yù)計，到2035年全球?qū)⒂幸蝗f億個IoT設(shè)備，這將帶來全新規(guī)模的基礎(chǔ)設(shè)施與架構(gòu)上的挑戰(zhàn)，技術(shù)也需要與時俱進(jìn)才足以應(yīng)對。在邊緣計算方面，這意味著Arm將持續(xù)大量投資硬件、軟件與工具的開發(fā)，以便為基礎(chǔ)設(shè)施堆棧的每一個點都賦予智能決策能力。另一方面，這也意味著在處理器層級，以及從云端到邊緣到終端設(shè)備的整個網(wǎng)絡(luò)內(nèi)，都將廣泛使用異構(gòu)計算。