文 |魏啟揚

來源|智能相對論（aixdlun）

來自Gartner的分析報告認為，未來將有75%的數據會在傳統的集中式數據中心或云端之外的位置創建并得到處理。這些地方可能是工廠、醫院、銀行，抑或商場、公路、城市……

這也意味著邊緣計算將從被人忽視的“邊緣”逐漸走到舞臺的中心。

隨著5G網絡的滲透，如何更好地擁抱邊緣計算，成為這場時代變革中每一個參與者都著重思考的問題。

剛剛結束的2020邊緣計算產業峰會上，鯤鵬和昇騰通過自身的落地實踐，向行業重新梳理了其對邊緣智能的理解和主張，描繪了一幅邊緣智能的悠悠長卷。

數字化轉型大潮下，邊緣計算進入2.0

在進入正題之前，我們需要重新審視一下當前的時代背景，在數字化轉型浪潮之下，計算這件事正在經歷些什么，而我們又該需要怎樣的計算。

華為昇騰計算業務總裁許映童在2020邊緣計算產業峰會上演講時認為，當前邊緣計算所面臨的數據主要存在兩方面的變化。

一是從互聯網時代，到移動互聯網時代，到產業互聯網時代，再到萬物互聯時代，數據量呈現指數級增長，同時通過5G網絡的放大效應之后，有實時性要求處理的數據需求也大大增加。

根據IDC的數據預測，2025年全球物聯網連接數將增長至270億個，物聯網設備數量將達到1000億臺，全球數據總量預計2025年將達到163個ZB。

二是數據形態上，數據類型也從結構化數據、圖形數據發展到多媒體數據，再到描述AI的元數據，非結構化數據處理需求呈指數級增長。

在這樣的背景之下，邊緣計算也由1.0階段升躍至2.0階段，邊緣智能和邊云協同成為主旋律。

比如，過去需要通過專業的計算設備進行計算，而現在智能設備無處不在，異構計算開始興起，我們需要在可穿戴設備、手機、智慧屏，甚至工控機、智能攝像機、智能汽車上隨時隨地進行計算；

再比如，過去的邊緣計算，主要以連接與傳輸為核心，數據依然是在中心側處理，但現在的智能邊緣強調以AI能力和應用為核心，要求數據在邊緣側直接處理。

新的局面和形勢，也出現了新的問題。許映童在演講中總結了當前邊緣智能化所面臨的4個挑戰：

1、中心側重訓練、邊緣側重推理，導致中心側與邊緣側架構不統一，云邊難以協同；

2、由于設備的不同，邊緣計算需要面對五花八門的操作系統，其中包括CentOS、Debian、BC_Linux、ubuntu、openEuler、Suse、Windows等等；

3、邊緣計算所要面臨的設備種類多樣，從我們熟悉的PC、手機、攝像機，到專業程度更高的板卡、小站、服務器等；

4、邊緣計算將在工廠、道路、園區、港口、電力線等各個場景隨時發生，所處的環境也變得多樣。

數字化轉型離不開邊緣計算，邊緣計算同時又助推著數字經濟的發展，在這樣一個時代的轉折點，邊緣計算需要更多的探索與實踐，總結出成熟的經驗與方案來應對上述挑戰。

無處不在的AI，鯤鵬與昇騰為何能如影隨形？

邊緣計算，特別是邊緣智能計算對于行業到底具有多大的價值和意義，我們先來看看許映童在2020邊緣計算峰會上例舉的三個案例。

在工業質檢領域，華為通過將基于昇騰計算的工控機部署到工業相機上，用AI對服務器、無線、終端等產品的散熱器、異物等進行檢測，直接將質檢效率提升3倍，質檢準確率提高到大于99.9%。

在高速收費稽核領域，鯤鵬和昇騰共同構建的ETC門架系統一體化智慧站點，兼具實時稽核與精準計費兩項能力，其中智能視頻網關和ETC收費識別應用均基于昇騰計算打造，這套系統實現了AI云邊協同，為湖南高速每年挽回損失超過2億元。

在智慧金融領域，為解決客戶銀行排隊時間長，效率低；銀行客戶經理尋找潛在VIP客戶難的痛點，華為以AI推進招商銀行深圳分行各銀行網點進行智能化升級，通過部署基于昇騰計算的智能小站，在云邊協同下實現智能鑒權，使得客戶的業務等待時間下降70%，客戶經理對VIP客戶的識別率提升了60%，客戶滿意度提升50%，銀行的服務也因此變得更有溫度。

從上述案例我們可以發現，AI正在我們看得見和看不見的地方發揮著作用，改變著我們的工作、生產與生活，邊緣計算則伴隨在AI左右如影隨形。

會不會感到好奇，案例中提到的鯤鵬和昇騰是如何做到的？

我們先來看看通用場景下的鯤鵬計算。

由鯤鵬920處理和TaiShan邊緣型服務器構成了鯤鵬在邊緣計算場景下的硬件平臺。多核架構的鯤鵬920是高算力的來源，TaiShan邊緣型服務器以其短機箱的設計，超寬環溫適應性以及易維護的特點，專為邊緣場景打造。在軟件方面，由openEuler構成了鯤鵬基礎軟件生態底座。

相比鯤鵬計算，昇騰計算的顆粒度更小，在專門的AI場景下，昇騰具有更強的適應性。

在這里就不得不提以達芬奇架構和CANN異構計算架構為底座所構建的全棧全場景AI體系，為滿足AI場景下的邊緣計算需求，昇騰還以智能化的數據和存儲技術與產品作為支撐，形成結構完整的產業體系。

其中CANN異構計算架構則統一了編程架構，使其在全場景下都具有非常強的伸縮性和可適應性，對于開發者而言，不用再糾結終端是手機還是機器人，也不用關心硬件使用了哪種操作系統，Linux、Android、鴻蒙OS都沒有問題。一次編寫代碼，就能實現端邊云全場景復用，以及邊云協同。

目前CANN已經進化到3.0，覆蓋10+操作系統和14+智能終端設備。

當然，光有計算架構和硬件產品也是無法完成AI計算全場景覆蓋的，為此，有專門應用于計算機視覺、自然語言處理等AI領域，支持端邊云全場景的開源AI框架MindSpore作為支撐。

在MindSpore之上，昇騰又發布了昇騰應用使能MindX，它包括了深度學習平臺MindX DL、智能邊緣平臺MindX Edge、優選模型庫ModelZoo和各種行業SDK。

在這樣一個龐大的生態體系之下，鯤鵬和昇騰實現了在千行百業的快速落地，與此同時，華為也通過鯤鵬和昇騰構建了一條環環相扣，緊密相連的智能脈絡，這也成為華為在邊緣計算2.0時代有別于其他計算企業的獨特價值。

邊緣計算的時代趨勢之下，解鎖AI的無限可能

根據Grand View Research的最新報告，到2027年，全球邊緣計算市場規模預計將達到154億美元，預測期內復合年增長率為38.6% 。

中國《新一代人工智能發展規劃》也預測，到2030年，人工智能相關產業規模超過10萬億元。如此大的產業規模，所需的算力會遠遠超過1750億參數的GPT-3。

巨大的“算力真空”需要被填補，在這樣的市場背景之下，跟隨著AI進入千行百業的鯤鵬與昇騰迎來了屬于自己的時代機遇。

在華為“硬件開放、軟件開源、使能合作伙伴”的策略之下，鯤鵬和昇騰解鎖的不光是邊緣智能的算力需求，更是一套全新的計算產業生態。

在這套生態體系內，千行百業各取所需，鯤鵬和昇騰實現了AI普惠，開發者們也隨之共同成長，邊緣計算價值充分釋放的同時，AI的價值也被賦予了更多可能。

*本文圖片均來源于網絡

此內容為【智能相對論】原創，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。