边缘计算对人工智能发展有什么影响？

【天极网网络频道】前言：随着人工智能技术的不断成熟，人工智能已经应用到多个领域。现如今，人工智能技术开始在边缘侧扩展，庞大的数据量需要快速有效地分析，这极大增强了对于边缘计算的需求，边缘计算的重要性因而逐渐凸显。近日，清华大学发布的《人工智能芯片技术白皮书(2018)》提到，随着人工智能应用生态的爆发，越来越多的人工智能应用开始在端设备上开发和部署。

清华大学联合北京未来芯片技术高精尖创新中心发布《人工智能芯片技术白皮书(2018)》

清华发布《人工智能芯片技术白皮书(2018)》，边缘计算正在崛起!

目前，人工智能的计算大多发生在数据中心，但是随着技术的发展，与硬件紧密结合的嵌入式人工智能正受到越来越多的重视。物联网拥有海量的终端设备，如果这些设备产生的数据都需要上传云端进行智能处理或者深度学习，将会对网络带宽带来相当大的挑战。而边缘计算的诞生，就解决了这个问题。

近日，北京未来芯片技术高精尖创新中心和清华大学微电子学研究所联合主办的“第三届未来芯片论坛上，清华大学正式发布了《人工智能芯片技术白皮书(2018)》(简称《白皮书》)。《白皮书》中提到，随着人工智能应用生态的爆发，越来越多的人工智能应用开始在端设备上开发和部署。智能手机是目前应用最广泛的边缘计算设备，手机行业巨头例如苹果、华为、高通在内的手机芯片厂商相继推出，或正在研发专门适应人工智能应用的芯片产品。

伴随着人工智能的发展，智能终端产品不断涌现，让人们真切感受到了智能改变生活。人工智能作为一种通用型技术，在自身发展的同时也推动着其他技术的发展，而其他相关技术的发展反过来又加速了人工智能的进步。而即将落地的5G就为人工智能数据的传送速度及质量提供了有效保证。尽管，人工智能现在已经取得了相当大的突破，但仍然面临着许多挑战。特别是在物联网时代，随着智能终端产品的增长，大量数据通过有限的网络连接传输至数据中心进行运算后，再传回到设备端，这将导致额外的延时并浪费宝贵的带宽。而现阶段，就需要边缘技术解决。

什么是边缘计算？

边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。这样能够减少请求响应时间、减少网络带宽同时，保证数据的安全性。

那么，边缘计算具有什么特点呢？

1、低延时：因为边缘计算靠近数据接收源头，所以能够实时获取数据并对数据进行分析处理。

2、高效率：边缘计算是相对于云计算更靠近设备端，可以在边缘节点处实现对数据的分析和处理，不需要等待数据传输的时间，所以效率会更高。

3、更安全：边缘计算在获取数据之后，可以对数据加密之后再进行传输，大大提升了数据的安全性。

4、缓解流量压力：边缘计算在进行云端传输时通过边缘节点进行一部分简单数据处理，当面对大量数据时，可以通过压缩算法，提取到有用信息之后再进行传输，这样可以降低带宽资源消耗。

边缘计算实现智能互联世界!

虽然边缘计算有许多不同的使用场景，但是它的本质与人工智能、物联网密切相关。目前，人工智能应用更多的是依靠云端，边缘计算则是将智能从云端转向边缘。未来，如果没有边缘计算的支持，将会有很多应用可能都无法实现。例如：自动驾驶、远程医疗以及智慧城市等。这些智能终端产品或解决方案，都是不允许超过数毫秒的时延，并对于抖动或时延变化极其敏感的。

在很多场景下，尤其是使用封闭式自动化操作来维护高可用性的场景，响应时间必须保证在几十毫秒内，而这种条件如果没有边缘计算是无法达成的。例如：目前比较火热的自动驾驶汽车对实时信息交互和数据传输、交互的延迟指标要求非常严格，万一系统响应慢，轻则自动驾驶的体验度将大幅降低，重则会发生交通事故。

因此，边缘计算的重要性逐渐凸显，在终端设备对部分数据进行分析处理，将有效解决网络拥堵的问题，同时能提高系统运行效率。随着边缘计算的进步，本地设备的运算能力将不断增强，使得人工智能算法能够在离开云计算的情况下正常运行。