在廣義上，計(jì)算的歷史是對理想系統(tǒng)架構(gòu)的不斷搜索。在過去的幾十年中，系統(tǒng)架構(gòu)師不斷地從集中式配置中來回移動，其中計(jì)算資源位于遠(yuǎn)離用戶的分布式體系結(jié)構(gòu)中，處理資源則更靠近個人用戶。

早期的系統(tǒng)使用高度集中式的模型來向遍布企業(yè)的用戶提供增加的計(jì)算能力和存儲能力。

在20世紀(jì)80年代和90年代，這些集中式架構(gòu)讓位給低成本PC的興起和LAN的出現(xiàn)，然后因特網(wǎng)連接起來。在這個新的模型中，計(jì)算任務(wù)越來越多地委托給個人PC。

隨著筆記本電腦、平板電腦和智能手機(jī)的興起，這種高度分布式的架構(gòu)最終演變成了移動性。但是隨著計(jì)算需求的增加，系統(tǒng)架構(gòu)師開始將任務(wù)移動到云，在那里他們可以利用其幾乎無限的計(jì)算和存儲資源、高可靠性和低成本。因此，近年來，架構(gòu)設(shè)計(jì)師們開始轉(zhuǎn)向圍繞云構(gòu)建更加集中的路徑。例如，智能手機(jī)把所有的東西都送回云中進(jìn)行處理和存儲，僅在需要數(shù)據(jù)時(shí)，將其返回到設(shè)備。

然而，并非所有的應(yīng)用程序都要在云端運(yùn)行。事實(shí)上，隨著設(shè)計(jì)師們向在邊緣運(yùn)行的應(yīng)用程序增加越來越高的智能水平，他們將需要更快速地響應(yīng)不斷變化的環(huán)境條件。例如，當(dāng)一輛自主車進(jìn)入一個智能城市時(shí)，沒有足夠的時(shí)間與云溝通，以確定交通燈是紅色時(shí)是否需要停車，它必須立即采取行動。類似地，當(dāng)智能家居中的安全系統(tǒng)檢測到房屋內(nèi)的移動時(shí)，必須依靠其設(shè)備上的資源來檢測該移動是闖入房屋的竊賊或只是家里的寵物狗。

種種新場景的應(yīng)用，需要智能設(shè)備擁有邊緣端的計(jì)算處理能力。通過人工智能技術(shù)，如智能語音或面部識別等技術(shù)，這些智能設(shè)備將能夠迅速適應(yīng)變化的環(huán)境，發(fā)揮它們的功能。并且，通過應(yīng)用機(jī)器學(xué)習(xí)技術(shù)，這些設(shè)備將能夠基于不斷收集的數(shù)據(jù)來學(xué)習(xí)和升級它們的操作。

AI重新定義邊緣計(jì)算的應(yīng)用領(lǐng)域

AI賦能的邊緣計(jì)算市場潛力巨大。潛在的應(yīng)用范圍從消費(fèi)級應(yīng)用，如智能電視，可以感覺到當(dāng)用戶離開房間并自動關(guān)機(jī)，延伸到工業(yè)級應(yīng)用，如下一代機(jī)器視覺解決方案的目標(biāo)是在未來的智能工廠。

智能汽車

目前來看，邊緣計(jì)算解決方案最熱門的市場之一是汽車行業(yè)，汽車從一個主要機(jī)械設(shè)備迅速發(fā)展為一個日益電子化的平臺，推動了這一轉(zhuǎn)變。AI賦能的邊緣計(jì)算使先進(jìn)的駕駛員輔助系統(tǒng)（ADAS）出現(xiàn)，極大程度的提高了駕駛安全性。

不僅如此，移動終端市場的最新進(jìn)展有助于加速這種變化。智能手機(jī)為汽車帶來了新的功能和應(yīng)用，移動處理器和標(biāo)準(zhǔn)化的MIPI接口的發(fā)展有助于降低將這些能力整合到汽車中的成本。如今，先進(jìn)的汽車娛樂系統(tǒng)提供信息和娛樂，而ADAS解決方案帶來了廣泛的安全功能，包括自動制動、車道檢測、盲點(diǎn)檢測和自動平行停車功能。

今天的汽車將越來越多的視覺系統(tǒng)集成到汽車內(nèi)，以監(jiān)控汽車內(nèi)部的駕駛員以及道路狀況。這些嵌入式視覺系統(tǒng)跟蹤駕駛員的頭部和身體移動以指示困倦或分心，以及擴(kuò)大的外部攝像機(jī)數(shù)量以支持自動停車和倒車輔助、盲點(diǎn)檢測、交通標(biāo)志監(jiān)視和避碰。車道偏離預(yù)警系統(tǒng)等新的應(yīng)用將視頻輸入與車道檢測算法相結(jié)合，以確定車輛在道路上的位置。因此，汽車制造商正在整合每輛車的多個攝像頭。以期達(dá)到緊急制動、車道檢測、行人檢測和交通標(biāo)志識別以及盲點(diǎn)檢測、泊車輔助和交叉交通警報(bào)的功能。

智能工廠

在工業(yè)領(lǐng)域，AI和邊緣應(yīng)用有望在智能工廠的發(fā)展中發(fā)揮越來越重要的作用。在工業(yè)4.0模式的推動下，下一代智能工廠將先進(jìn)的機(jī)器人技術(shù)、機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于軟件服務(wù)和工業(yè)物聯(lián)網(wǎng)（IIOT），以提高組織和最大化生產(chǎn)率。

工業(yè)1.0標(biāo)志著將水和蒸汽動力機(jī)械引入制造業(yè)，工業(yè)2.0反映了由制造商的計(jì)算機(jī)和自動化集成定義的電力大規(guī)模生產(chǎn)技術(shù)的運(yùn)動。即將到來的工業(yè)4.0模型將引入網(wǎng)絡(luò)物理系統(tǒng)制造，以監(jiān)控智能工廠中的工作過程，并利用人工智能資源進(jìn)行分散決策。通過引入諸如大數(shù)據(jù)和分析的組件、IT和IoT的融合、機(jī)器人技術(shù)的最新進(jìn)展和數(shù)字供應(yīng)鏈的演進(jìn)，這一演進(jìn)將推動該行業(yè)的數(shù)字化轉(zhuǎn)型。此外，通過不斷地與人類和操作員進(jìn)行通信，這些物理系統(tǒng)將成為IIOT的一部分。

智能工業(yè)工廠如何與當(dāng)前工廠不同？它將提供幾乎通用的互操作性和更高級別的機(jī)器、設(shè)備、傳感器和人之間的通信。其次，它將高度重視信息透明，其中系統(tǒng)通過傳感器數(shù)據(jù)向上下文化的信息創(chuàng)建物理世界的虛擬副本。此外，智能工廠的決策將高度分散，允許網(wǎng)絡(luò)物理系統(tǒng)盡可能自主地運(yùn)行。最后，該工廠的新發(fā)展將具有高水平的技術(shù)支持，其中系統(tǒng)將能夠幫助彼此解決問題、做出決定并幫助人類完成可能是高度困難或危險(xiǎn)的任務(wù)。

邊緣計(jì)算給基于人工智能的系統(tǒng)的開發(fā)者帶來了下一個巨大的挑戰(zhàn)：面對不斷變化的外部環(huán)境和消費(fèi)者日益增長智能需求，只有不斷尋求廣泛的技術(shù)才能實(shí)現(xiàn)突破；也因此，AI+邊緣計(jì)算將真正助力實(shí)現(xiàn)豐富多彩的智能未來。