邊緣計算——

全新計算范式

隨著我國新能源汽車的邊緣蓬勃發(fā)展，智能駕駛的計算際技術(shù)研發(fā)和應用落地也勢頭正盛，無人駕駛似乎已經(jīng)成為不遠的用和未來即可實現(xiàn)的目標。對于智能駕駛來說，使用車內(nèi)芯片的案例處理速度至關(guān)重要。當未來主機廠收集并處理的邊緣信息越來越多的時候，網(wǎng)絡速度成為制約處理效率的計算際一大關(guān)鍵因素。在這樣的用和背景下，“邊緣計算”技術(shù)順勢進入了車企的使用視野。邊緣計算允許在實際收集數(shù)據(jù)的案例地方進行計算，而不是邊緣在云計算設施或遠程數(shù)據(jù)中心中進行。因此邊緣AI使設備能夠更快地做出更明智的計算際決策。

騰訊研究院今年年初發(fā)布的用和《影響2024年的十大科技應用趨勢》中提到，高性能計算、使用量子計算、案例云計算和邊緣計算這"四大計算“正催生全新的計算范式。

01概念的提出

降低延遲和實時分析只是邊緣計算的一部分好處，邊緣計算正在工業(yè)、汽車和消費電子產(chǎn)品領(lǐng)域得到廣泛應用。

數(shù)字經(jīng)濟的出現(xiàn)意味著我們比以往任何時候都更加依賴數(shù)據(jù)。

在工廠車間，通過傳感器收集振動、溫度和濕度等關(guān)鍵生產(chǎn)信息，隨后進行分析以制定更有針對性的維護策略。

同時，在我們的日常生活中，永遠在線的社會對智能設備的依賴意味著我們時時都在產(chǎn)生并消耗數(shù)據(jù)。

云計算為這種連接的普及提供了支撐。數(shù)據(jù)被傳輸?shù)教摂M空間，并在托管設施中存儲和處理。這種方法提供了可擴展性、靈活性和成本效益等多種好處。

但有一個問題。將大量數(shù)據(jù)從多個節(jié)點轉(zhuǎn)移到云端需要時間及能耗。這些“旅程”可能僅以毫秒為單位，但這種延遲可能會給某些實時應用程序帶來問題。因此，人們開始尋求其他數(shù)據(jù)策略。

02實際應用

在邊緣計算中，存儲和處理在網(wǎng)絡的“邊緣”進行——物理上更靠近用戶、設備和數(shù)據(jù)源。這種基礎設施可以減少流量延遲并實現(xiàn)實時分析。

在一些對于時間極度敏感的應用環(huán)境中，例如自動駕駛汽車、病人監(jiān)護和智能城市交通系統(tǒng)，提高節(jié)點設備的響應時間至關(guān)重要。

確實，邊緣計算是當今互聯(lián)世界中數(shù)據(jù)管理的快速增長解決方案。2022年全球邊緣計算市場價值為119.9億美元，預計到2030年將增至1395.8億美元。

根據(jù)Gartner的數(shù)據(jù)，到2025年，多達75%的企業(yè)生成數(shù)據(jù)將在傳統(tǒng)集中式數(shù)據(jù)中心或云之外創(chuàng)建和處理。如果這一預測屬實，那么可以說邊緣計算時代將真正到來。

邊緣計算在生成數(shù)據(jù)的設備上做出超快速決策的能力日益增強，這必將為人工智能革命提供強大助力。現(xiàn)在，無需將數(shù)據(jù)從一個點轉(zhuǎn)移到另一個點并再次轉(zhuǎn)移回來，延遲被降至最低，從而開辟了新的用例和應用。

03片上系統(tǒng)

實現(xiàn)這種性能的關(guān)鍵是片上系統(tǒng)（SoC）架構(gòu)。SoC不是一塊由一系列分立元件組成的大電路板，而是一種將電子系統(tǒng)的功能集成到單個芯片上的集成電路。這通常包括CPU、GPU、內(nèi)存、I/O接口、外設、網(wǎng)絡和電源管理，所有這些都包含在一個高度集成的系統(tǒng)中。

SoC在邊緣計算方面擁有巨大潛力，因為它們可以高度定制，提供獨特的能效、集成、性能和安全性組合。

突然之間，設計師和工程師可以克服將AI功能集成到邊緣傳感器中的挑戰(zhàn)，將多個組件和功能集成到單個芯片中，使設備更小巧、更節(jié)能。許多邊緣AI應用程序需要實時或低延遲處理傳感器數(shù)據(jù)，SoC為這些任務提供必要的計算能力，同時最大限度地減少數(shù)據(jù)處理延遲。這對于瞬間決策至關(guān)重要的應用程序尤其重要。

同時，邊緣AI傳感器可以與其他設備或云服務通信，根據(jù)需要傳遞信息，并且獨立于其低延遲操作。大多數(shù)SoC提供各種連接選項，例如Wi-Fi、藍牙、5G和傳感器接口，以促進無縫數(shù)據(jù)傳輸和與外部系統(tǒng)的集成。

04使用案例

那么，邊緣計算在哪里得到最廣泛的應用？最合適的用途之一是自動駕駛汽車——物聯(lián)網(wǎng)傳感器對車載邊緣計算有著至關(guān)重要的需求，這些傳感器可以檢測各種參數(shù)，包括道路狀況以及與其他車輛和行人的距離。基于實時數(shù)據(jù)的更快、更準確的決策將推動對更精確的導航和障礙物檢測的需求。

對于未來的智能交通系統(tǒng)，邊緣計算將成為車聯(lián)網(wǎng)（V2X）架構(gòu)的關(guān)鍵基礎技術(shù)，該架構(gòu)負責組織汽車、行人和智能城市基礎設施之間的通信和互動，幫助解決通信通道之間動態(tài)切換和低延遲的挑戰(zhàn)，從而實現(xiàn)信息在車輛之間的傳輸。維護是另一個應用領(lǐng)域，邊緣計算用于電池監(jiān)控和預測方法，傳感器實時匯總各種狀況——如果有任何不正常的模式或趨勢，則通知車主。

與此同時，對基于云的集中式數(shù)據(jù)基礎設施的依賴會顯著影響可穿戴設備的功耗和電池壽命。最好盡可能在靠近最終用戶的地方執(zhí)行AI操作——確切地說，在他們的手腕上。借助自學習AI、訓練神經(jīng)網(wǎng)絡并允許在邊緣進行推理，所需的處理能力會更少，可穿戴設備的電池壽命也會延長。

機器人技術(shù)是另一個充滿機遇的領(lǐng)域。許多工廠已經(jīng)采用自動化和數(shù)字化來簡化操作并提高質(zhì)量和可重復性。機器人對這種轉(zhuǎn)變至關(guān)重要，因為它們變得更便宜、更靈活、更易于集成和更便于在車間操作。現(xiàn)在，邊緣計算的出現(xiàn)可以進一步提高機器人的性能。例如，基于邊緣的計算機視覺技術(shù)意味著可以在攝像頭和傳感器等設備上本地執(zhí)行對象檢測，從而改善延遲并減少帶寬消耗。它還可以執(zhí)行圖像分類，支持制造生產(chǎn)線的質(zhì)量控制。它還可用于識別數(shù)據(jù)集中的任何意外事件或模式，突出顯示潛在的設備故障。

05未來展望

我們可以看出，通過SoC以及其他系統(tǒng)和組件提供的邊緣計算將在AI等先進技術(shù)的日益普及中發(fā)揮關(guān)鍵作用。只要確保了安全性和隱私性，它的低延遲、靈活性和可擴展性就非常適合廣泛的應用。