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”時代全面進入“物聯(lián)網”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)網是一個端到端的系統(tǒng)，強調邊緣計算,，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”連上網將產生龐大的數(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動力,，也為整個物聯(lián)網發(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,、網絡等資源。邊緣側經過負載整合,，產生的結點既是數(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)同產業(yè)合作伙伴,，把人工智能帶到邊緣，加速物聯(lián)網發(fā)展,，駕馭數(shù)據(jù)洪流，釋放數(shù)據(jù)價值,。