AI依賴度提升 智慧邊緣為物聯(lián)終端加分

在今日，AI正逐步深入生活中的各種不同應(yīng)用層面，許多裝置都漸漸要求更高的運(yùn)算效能。事實(shí)上，智能生活相關(guān)的裝置，越來越多都普遍依賴AI算法。這些應(yīng)用場景對低功耗和安全性都有很高的要求，這就展現(xiàn)出了邊緣運(yùn)算的重要性。

對于許多的邊緣運(yùn)算物聯(lián)網(wǎng)裝置來說，有許多是采用電池供電，因此對于系統(tǒng)的功耗有很高的要求，才能用來延長系統(tǒng)的工作時間。此外，這些裝置往往需要處理個人隱私數(shù)據(jù)，比如臉部特征、聲音特征等，因此必須對隱私數(shù)據(jù)進(jìn)行充分的保護(hù)，讓核心運(yùn)算在邊緣端可以更安全的實(shí)現(xiàn)。

為邊緣運(yùn)算提供智能
物聯(lián)網(wǎng)的應(yīng)用對于未來智能化系統(tǒng)的重要性不言可喻。恩智浦(NXP)半導(dǎo)體大中華區(qū)資深營銷經(jīng)理黃健洲指出，實(shí)時運(yùn)算能力對于物聯(lián)終端來說相當(dāng)重要；目前物聯(lián)網(wǎng)被視為未來各種智能化系統(tǒng)的主要架構(gòu)，透過底層感測網(wǎng)絡(luò)、中間通訊傳輸與上層云端平臺的組合，可以讓信息無縫流動，進(jìn)而延伸出更多應(yīng)用，賦予更智能的生活體驗(yàn)。
 
圖一 : 恩智浦(NXP)半導(dǎo)體大中華區(qū)資深營銷經(jīng)理黃健洲

不過，隨著物聯(lián)網(wǎng)應(yīng)用多元化、許多應(yīng)用或因功能安全，以及因直觀需要的實(shí)時反應(yīng)能力，使得集中式運(yùn)算的物聯(lián)網(wǎng)架構(gòu)已難因應(yīng)所有領(lǐng)域，因此系統(tǒng)終端開始被賦予一定程度的運(yùn)算能力，以提升實(shí)時反應(yīng)功能。

黃健洲表示，邊緣運(yùn)算就是讓物聯(lián)網(wǎng)終端擁有實(shí)時運(yùn)算處理能力的關(guān)鍵。在過去的物聯(lián)網(wǎng)架構(gòu)中，數(shù)據(jù)需要從底層傳回云端平臺，再從云端平臺下指令由終端設(shè)備動作，對工廠、汽車或智能家電這類需要高實(shí)時性的系統(tǒng)來說，一來一往的訊息傳遞極為耗時，因此終端設(shè)備才需要具備更強(qiáng)大的實(shí)時運(yùn)算能力。這類終端設(shè)備可在本地處理指令，快速響應(yīng)用戶需求。


圖二 : 邊緣運(yùn)算的布署對于企業(yè)越來越顯得重要。

在處理器的設(shè)計(jì)上，重要的是有好的半導(dǎo)體開發(fā)工具，例如具備AI能力的機(jī)器學(xué)習(xí)算法的開發(fā)工具。但最重要的是，因?yàn)橹悄芪锫?lián)網(wǎng)的應(yīng)用多元，每一類型的應(yīng)用架構(gòu)都可找到最適合的效能架構(gòu)，如何讓資源使用優(yōu)化，落實(shí)物盡其用的愿景，是目前設(shè)計(jì)工程師最需要的考慮的方向。
恩智浦半導(dǎo)體大中華區(qū)邊緣運(yùn)算事業(yè)部產(chǎn)品營銷經(jīng)理弋方也表示，目前邊緣運(yùn)算最大的挑戰(zhàn)是在于軟件與硬件的協(xié)同開發(fā)。邊緣運(yùn)算需要充分利用嵌入式設(shè)備來完成，因此需要對軟件算法進(jìn)行充分的優(yōu)化，更高效利用硬件的特殊結(jié)構(gòu)，如DSP、GPU、與神經(jīng)網(wǎng)絡(luò)加速器等。
在此時，客戶將會需要整套完整的解決方案，包含軟件開發(fā)環(huán)境、高效的推理引擎、用來快速地將算法移植到嵌入式平臺，以實(shí)現(xiàn)邊緣運(yùn)算。

企業(yè)智慧邊緣需求增加
因應(yīng)新冠疫情，全球有數(shù)億人使用各自的終端裝置在家工作，在家上學(xué)。Arm應(yīng)用工程總監(jiān)徐達(dá)勇表示，我們看到對云端應(yīng)用、VPN視訊軟件及協(xié)作工具等IT資源的需求空前的強(qiáng)勁。企業(yè)和員工從不得不接受、學(xué)習(xí)適應(yīng)、到最后從中獲益。人們也不再局限于在數(shù)個定點(diǎn)定時、「集中」的工作與會議，分布式的職場勞動力對企業(yè)運(yùn)作的方式，可能帶來永久性的變化，成為后疫情時代的常態(tài)。

 
圖三 : Arm應(yīng)用工程總監(jiān)徐達(dá)勇

企業(yè)開始根據(jù)應(yīng)對當(dāng)前危機(jī)的經(jīng)驗(yàn)、重新評估其長期的IT與網(wǎng)絡(luò)需求，邊緣運(yùn)算的布署就越顯重要。隨著功能不斷強(qiáng)化的微處理器、跨界應(yīng)用處理器，與機(jī)器學(xué)習(xí)能力的快速進(jìn)展，將可持續(xù)創(chuàng)造效能更高、功耗更低、且電池續(xù)航力更強(qiáng)的邊緣裝置，以因應(yīng)后疫情時代的各項(xiàng)需求，這些需求如下：

●遠(yuǎn)程作業(yè)需求，如：遠(yuǎn)距辦公、遠(yuǎn)距教學(xué)、遠(yuǎn)距醫(yī)療、居家照護(hù)、視頻會議工具、團(tuán)隊(duì)協(xié)作工具等。
●零接觸商機(jī)需求，如：行動支付、貨運(yùn)物流、機(jī)器人倉儲、外送等。
●智能工廠、智能制造需求，如：工業(yè)監(jiān)控、自動化制造管理等。

AI對于智慧邊緣的幫助
徐達(dá)勇認(rèn)為，云端運(yùn)算是為連接設(shè)備賦予AI的基礎(chǔ)，助長了AI在各個應(yīng)用場景和技術(shù)領(lǐng)域的快速擴(kuò)展。但因?yàn)槟承┨囟☉?yīng)用可能無法與云端運(yùn)算互相操作，導(dǎo)致AI對云端運(yùn)算的依賴，反而造成某些AI應(yīng)用的局限性。
因此，如果能將AI導(dǎo)入邊緣裝置，使AI在鏈接的裝置上直接進(jìn)行處理，以突破過去裝置的限制，并為那些過去未能完全發(fā)揮的應(yīng)用領(lǐng)域，因?yàn)檎狭酥悄芏尫懦鲂碌臋C(jī)會。過去云端AI處理遭遇的限制，未來可望在邊緣AI獲得突破。
智能邊緣運(yùn)算在新的數(shù)字世界中將變得越來越重要。隨著5G的商轉(zhuǎn)、IoT服務(wù)的布建，以及全球市場對個資保護(hù)的重視，許多全新的應(yīng)用正快速崛起，它們對更低延遲、隱私保護(hù)、以及更客制化、個人化的要求日益嚴(yán)苛。傳統(tǒng)上對云端運(yùn)算的依賴，可能不足以解決需要實(shí)時響應(yīng)的安全關(guān)鍵使用場景。智慧邊緣不僅是科技上的突破，在企業(yè)應(yīng)用方面也相當(dāng)重要，它更能滿足全新應(yīng)用的需求，使企業(yè)能更快的響應(yīng)市場、更容易的調(diào)整商業(yè)模式、提供創(chuàng)新且合規(guī)的服務(wù)及強(qiáng)化客戶體驗(yàn)。

結(jié)語
先進(jìn)制程將幫助打造更快速、更有效率的運(yùn)算架構(gòu)，能夠有效管理實(shí)時分析及運(yùn)用大量由終端裝置所產(chǎn)生的數(shù)據(jù)數(shù)據(jù)，因應(yīng)用戶在不同情境下的需求，在短時間內(nèi)精確處理海量的數(shù)據(jù)，并做出最正確的判斷與實(shí)時的反應(yīng)。
在未來，隨著5G興起與AI的擴(kuò)大應(yīng)用，5G帶來更大的帶寬、更低的延遲，同時也帶來更多的應(yīng)用場景，如AR/VR、工業(yè)以太網(wǎng)、智能交通等，而AI的擴(kuò)大應(yīng)用，對邊緣運(yùn)算的安全性和時效性也提出了更高的要求。這些需求的產(chǎn)生，半導(dǎo)體方案供貨商也將會持續(xù)開發(fā)新一代的產(chǎn)品線，來應(yīng)對市場所需。