“未來的汽車應(yīng)該是一種會學(xué)習(xí)的輪式機(jī)器人”，面對持續(xù)升溫的自動(dòng)駕駛汽車，在近日舉辦的第一屆中國國際智能產(chǎn)業(yè)博覽會上，中國工程院院士李德毅表示，“它應(yīng)該能夠通過邊緣計(jì)算與‘駕駛超腦’的學(xué)習(xí)，讓自動(dòng)駕駛比人類駕駛更安全。”

從某種角度講，吸引了大量眼球和投資的自動(dòng)駕駛汽車就是一場AI的游戲，而AI的進(jìn)步將率先在邊緣計(jì)算中體現(xiàn)，并將助推邊緣計(jì)算解決物聯(lián)網(wǎng)引發(fā)的數(shù)據(jù)雪崩。

雖然各研究機(jī)構(gòu)對全球數(shù)據(jù)的爆發(fā)式增長有不同的預(yù)測，但將計(jì)算和數(shù)據(jù)移動(dòng)到更接近用戶的位置已是行業(yè)共識，在入局的各路科技大神眼里，這一千億價(jià)值的新賽場將首先成為消費(fèi)市場及智能工廠等領(lǐng)域的必選項(xiàng)。

章魚：我是天生邊緣計(jì)算能力者

正當(dāng)邊緣計(jì)算和云的關(guān)系被熱烈討論之時(shí)，知名創(chuàng)投調(diào)研機(jī)構(gòu)CB Insights近日撰寫的《What Is Edge Computing》廣受關(guān)注，文章詳述了邊緣計(jì)算的發(fā)展和應(yīng)用前景。文章稱，云計(jì)算已不足以即時(shí)處理和分析由物聯(lián)網(wǎng)設(shè)備、聯(lián)網(wǎng)汽車和其他數(shù)字平臺生成或即將生成的數(shù)據(jù)，邊緣計(jì)算將派上用場。

但邊緣計(jì)算究竟是什么？很多人仍然一頭霧水，在回答這個(gè)問題時(shí)，華為企業(yè)業(yè)務(wù)總裁閻力大表示，跟章魚差不多。在無脊椎動(dòng)物中，章魚的智商最高，它擁有巨量的神經(jīng)元，60%分布在八條腿（腕足）上，腦部僅有40%。但是，看起來用“腿”來思考并解決問題的章魚在捕獵時(shí)腕足之間配合極好，從來不會纏繞打結(jié)，這得益于它們類似于分布式計(jì)算的“多個(gè)小腦+一個(gè)大腦”。

目前的人工智能應(yīng)用更多依賴于云端，邊緣計(jì)算則將智能從云端推向邊緣。用地平線智能解決方案與芯片事業(yè)部總經(jīng)理張永謙的話說：“計(jì)算正從中央走向邊緣?！币簿褪钦f，不是所有的應(yīng)用都要放在云端，比如，當(dāng)房子里有物體移動(dòng)時(shí)，智能家居的安全系統(tǒng)檢測可以依靠終端設(shè)備資源檢測正在移動(dòng)的，是家里的狗，還是闖入的賊，并據(jù)此作出精準(zhǔn)的智能控制。

未來，如果沒有邊緣計(jì)算的支持，很多應(yīng)用可能都是畫餅，如炙手可熱的無人駕駛汽車對實(shí)時(shí)信息交互和數(shù)據(jù)傳輸、交互的延遲指標(biāo)要求非常苛刻，一旦系統(tǒng)響應(yīng)慢，重則發(fā)生交通事故，輕則無人駕駛體驗(yàn)大打折扣。

需要強(qiáng)調(diào)的是，雖然我們將把越來越多的基礎(chǔ)任務(wù)推向裝置所在的邊緣，但如Linux基金會物聯(lián)網(wǎng)資深總監(jiān)Philip DesAutels所強(qiáng)調(diào)，這只代表了越靠近邊緣的裝置越會變聰明，并不能說它與云端毫無關(guān)系。云端也會因?yàn)檫吘壸兊酶斆鞲腔郏磥砀匾娜蝿?wù)將是中央?yún)f(xié)調(diào)管理者。

邊緣計(jì)算+AI：為解決痛點(diǎn)問題而來

如英特爾所說，世界正陷入數(shù)據(jù)洪流的雪崩中，AI在進(jìn)行分析處理時(shí)，更需要消耗大量的計(jì)算資源和存儲資源。如果能像章魚一樣，采用邊緣計(jì)算的方式，海量數(shù)據(jù)就近處理，大量的設(shè)備高效協(xié)同工作，諸多問題便迎刃而解。

網(wǎng)宿科技董事長劉成彥表示，在智能社會到來之際，物聯(lián)網(wǎng)的爆發(fā)所帶來的網(wǎng)絡(luò)容量以及對計(jì)算的需求，將遠(yuǎn)遠(yuǎn)大于人與互聯(lián)網(wǎng)之間的交互所帶來的需求，智能終端產(chǎn)生的數(shù)據(jù)能力也將遠(yuǎn)遠(yuǎn)大于人類產(chǎn)生數(shù)據(jù)的能力，預(yù)計(jì)未來將有50%的計(jì)算能力放在邊緣。

微軟全球資深副總裁、微軟亞太研發(fā)集團(tuán)主席兼微軟亞洲研究院院長洪小文告訴記者：“邊緣計(jì)算能夠進(jìn)行本地決策和判斷，能夠保證離線狀態(tài)下進(jìn)行不間斷操作，適用于智能工廠、無人車等強(qiáng)調(diào)連續(xù)性、安全性的場景?！?/p>

英特爾中國區(qū)物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官張宇博士說：“如何在網(wǎng)絡(luò)邊緣實(shí)現(xiàn)智能化，是駕馭數(shù)據(jù)洪流的關(guān)鍵環(huán)節(jié)之一，是物聯(lián)網(wǎng)未來發(fā)展的重要趨勢?！?/p>

所謂智能邊緣化，需要把云上的模型，快速遷移到線下，將云上智能改造為邊緣可用的輕量級智能，適配邊緣軟硬件環(huán)境和使用場景，而云原生模型要用于邊緣節(jié)點(diǎn)，需要做模型轉(zhuǎn)換，壓縮，調(diào)優(yōu)等工作。某知名大廠戰(zhàn)略研究人員劉先生對科技日報(bào)記者說：“看起來都是些技術(shù)問題，但付諸實(shí)施沒那么容易，理論上開辟邊緣新戰(zhàn)場，打通云/邊AI數(shù)據(jù)流通道，統(tǒng)一線上線下技術(shù)生態(tài)，統(tǒng)一AI架構(gòu)好處很多，但若無業(yè)界協(xié)同，結(jié)合應(yīng)用場景，綜合建設(shè)立體生態(tài)，人工智能助力邊緣計(jì)算只能是空談?！?/p>

劉先生強(qiáng)調(diào)，人工智能不僅是數(shù)學(xué)和算法，更是綜合性技術(shù)應(yīng)用，促進(jìn)生產(chǎn)力和解決效率，才是AI的頭等大事，而不是那些神乎其神的能力。放到邊緣計(jì)算中看人工智能，最能理解這一點(diǎn)，從產(chǎn)業(yè)的角度講，智能邊緣作為人工智能的硬件形態(tài)，單點(diǎn)突破沒有意義，人工智能+邊緣計(jì)算的立體化應(yīng)用突破才有價(jià)值，才能真正解決痛點(diǎn)問題。

安全風(fēng)險(xiǎn)：邊緣計(jì)算不可忽視的挑戰(zhàn)

中國科學(xué)院沈陽自動(dòng)化研究所所長于海斌說：“無論邊緣計(jì)算技術(shù)將來形成什么樣的組合業(yè)態(tài)，無外乎工業(yè)、制造、傳感、控制、計(jì)算、存儲和網(wǎng)絡(luò)的融合。邊緣計(jì)算是否能探索出面向未來的新型產(chǎn)業(yè)模式，將非常重要?！?/p>

如前文所述，將人工智能真正推向邊緣并不簡單，而在不斷涌現(xiàn)或一直就存在的各種挑戰(zhàn)與局限中，安全風(fēng)險(xiǎn)更是業(yè)界迫切需要關(guān)注的問題。

邊緣計(jì)算就像物理世界連接數(shù)字世界的橋梁和數(shù)據(jù)的第一入口，隨著智能邊緣設(shè)備（包括手機(jī)及物聯(lián)網(wǎng)傳感器）的激增，新興的攻擊矢量將不斷涌現(xiàn)，數(shù)據(jù)實(shí)時(shí)性、確定性、多樣性等諸多挑戰(zhàn)已擺在眼前。

互聯(lián)網(wǎng)行業(yè)分析師陳金玉說：“雖然邊緣計(jì)算能使安全部件更接近于攻擊源，啟動(dòng)更高效的安全應(yīng)用并增加分層數(shù)量以抵御針對核心的侵犯和風(fēng)險(xiǎn)，但不可否認(rèn)的是，人工智能時(shí)代，數(shù)據(jù)的收集、使用等各環(huán)節(jié)本就面臨著新的風(fēng)險(xiǎn)?！?/p>

事實(shí)也是如此，在數(shù)據(jù)收集環(huán)節(jié)，大規(guī)模的機(jī)器自動(dòng)化收集著成千上萬的用戶數(shù)據(jù)，并可對用戶全面追蹤。在數(shù)據(jù)使用環(huán)節(jié)，隨著大數(shù)據(jù)分析技術(shù)的廣泛使用，特定個(gè)人很容易被鎖定，消費(fèi)習(xí)慣、行蹤軌跡等信息越來越多的被用于“精準(zhǔn)營銷”，而這其中的使用尺度始終處于灰色地帶。

陳金玉說：“不僅如此，在數(shù)據(jù)的生命周期中，由于黑客攻擊、系統(tǒng)安全漏洞等原因，個(gè)人數(shù)據(jù)始終有被泄露的安全風(fēng)險(xiǎn)，目前這種風(fēng)險(xiǎn)又將怎樣被擴(kuò)展到邊緣計(jì)算指向的人工智能消費(fèi)領(lǐng)域及工業(yè)領(lǐng)域還難以預(yù)測?！?/p>