人工智能的新机会是边缘智能。

11月7日，在巴塞罗那的一个研讨会和IT展览会上，IT研究和市场分析家Gartner宣布了它认为未来最重要的战略：物联网（IoT）的技术趋势。从现在到2023年，物联网将推动数字商业创新。

一个重要的趋势是从智能边缘到智能电网的过渡。

在物联网领域，从集中式和云向体系结构的转变正在顺利进行。然而，这并不是终点，因为与边缘体系结构相关联的整洁层将演变为更非结构化体系结构，包括在动态网格中连接的各种设备和服务。这些网络化结构将使物联网系统更加灵活、智能和灵敏。

今年5月，华为发布了白皮书《GIV2025开放智能世界产业地图》，指出经过八年之后，到2025年，世界物联将达到1000亿，全球智能终端将达到400亿。

在400亿个智能终端中，边缘计算将提供人工智能能力，而边缘智能将成为智能设备的支撑。第四次以ICT网络为基础，以人工智能为引擎的技术革命，将人类带入一个感知、互联、万物智能的智能世界。

现在，在建设世界的道路上，除了华为，还有很多玩家。本文做了一个简单的清单。

Gartner十大趋势：CIO应重视人工智能和芯片创新

Gartner相信，从现在到2023年，物联网将促进数字业务创新。这里有10项Gartner最具战略意义的物联网技术和趋势，它们有望在未来五年内实现新的收入来源和商业模式。

趋势1：人工智能

趋势2：物联网的社会、法律和道德

趋势3：信息通信和数据代理

趋势4：从智能边缘到智能网格的转变

趋势5：物联网治理

趋势6：传感器创新

趋势7：可信硬件和操作系统

趋势8：新的物联网用户体验

趋势9：硅芯片创新

趋势10：物联网的新无线网络技术

Gartner预测，2019年将使用142亿个相互连接的东西，2021年将使用250亿个，这将产生大量的数据。

人工智能将应用于各种物联网信息，包括视频、静止图像、语音、网络通信活动和传感器数据。因此，CIO必须建立一个企业组织，充分利用人工智能工具和技能，在他们的物联网战略。

目前，物联网终端设备大多采用传统的处理器芯片，低功耗的ARM架构尤为流行。然而，传统的指令集和内存架构并不适用于端点需要执行的所有任务。例如，深层神经网络（DNN）的性能通常受限于存储带宽，而不是处理能力。

预计到2023年，新的专用芯片将降低运行DNN所需的功率，并在低功率物联网端点中实现新的边缘体系结构和嵌入式DNN功能。这将支持新的功能，如与传感器集成的数据分析，以及在低成本电池供电设备中建立的语音识别。Gartner说，建议首席信息官注意这种趋势，因为支持嵌入式人工智能和其他功能的芯片将使公司能够开发高度创新的产品和服务。

边缘计算的三个优点将“吞噬云”，而边缘计算是人工智能的最后一公里。

边缘计算是指在数据源附近或在数据源附近进行的计算，这与依赖云计算来完成十多个数据中心的所有工作不同。边缘计算具有三个主要特征：低延迟、隐私安全和灵活性。

虽然企业继续将数据传送到云端进行处理，但是随着边缘计算设备的逐渐应用，本地管理变得越来越普遍，企业进入云端的需求可能面临瓶颈。

在2017年的一份报告中，Gartner Group预测“边缘将吞噬云”。

Gartner副总裁托马斯·比特曼指出，因为人们需要与他们的数字艾滋病实时互动，所以在数英里（或几十英里）之外等待数据中心是不可行的。以沃尔玛为例。沃尔玛零售应用将在本地处理来自存储相机或传感器网络的数据，而云计算导致的数据延迟对于沃尔玛来说太慢了。

随着人工智能的发展，在人工智能领域中，仍然存在一些问题，如优秀项目不足、场景不足。

另一方面，随着人工智能在边缘计算平台中的应用，以及边缘计算和物联网“端管云”需求的不断增长，促进了应用着陆，边缘智能已经成为边缘计算的一种新形式，开启了物联网应用的“最后一英里”。

目前，边缘智能在以下领域得到了广泛的应用。

自动驾驶仪

安全是汽车工业中最重要的问题。在高速行驶的情况下，实时性是保证安全的首要前提。由于网络终端的时延，云计算不能保证实时性。车载终端计算平台是自动驾驶计算发展的未来。此外，随着电气化的发展趋势，低功耗对汽车工业越来越重要。能够自然满足实时性和低功耗要求的ASIC芯片将是未来车辆计算平台的发展趋势。目前，卧式机器人和移动眼是OEM和Tier1的主要合作伙伴。

无人机安全

与传统的视频监控相比，AI+视频监控最重要的变化是将被动监控转变为主动分析和预警，从而解决了海量监控数据的人工处理（绕过硬盘关键时链掉线）问题。安全无人机（UAV）等终端设备对计算能力和成本有很高的要求。随着图像识别和硬件技术的发展，终端的智能安全条件越来越成熟。安防行业领头羊海康伟（Haikangwei）和无人机领头羊大江（Da.）已经在智能相机上使用了Movidous Myriad系列芯片。

电子消费品

华为Mat10手机与麒麟970芯片和iPhone X相同的嵌入式AI芯片一起将手机带入了智能时代。此外，亚马逊的Echo也引爆了智能家居市场。对于包括移动电话和家庭电子产品在内的消费电子产业，实现智能化的前提是解决功耗、安全和隐私等问题。根据市场调查，智能消费电子产品，如智能电器、智能手机和带有ASIC芯片的AR/VR设备正处于爆炸前夕。

工业占世界的三分之三，而那些拥有终端、算法和计算能力的人都是包罗万象的。

目前，边缘型智能产业的生态框架已经形成。主要有三种类型的球员：

第一类：算法播放器。从算法入手，如提供计算机视觉算法、NLP算法等。

上塘科技和无知科技公司是国内比较成功的公司，它们都是从算法开始的。去年10月20日，上塘科技与高通宣布将以“算法+硬件”的形式进行合作。将上塘科技的机器学习模型和算法集成到高通移动终端和物联网设备的芯片产品中，为终端设备带来更好的边缘计算能力。为了满足真实战场场景的不同需求，无知技术也在不断地优化算法以适应边缘计算的要求。

第二类：终端播放器。从硬件，如提供智能硬件，如手机，个人电脑。

海康威拥有众多的终端设备，多年来一直从事安全领域的工作。它是以视频为核心的物联网解决方案提供商。在其发展过程中，边缘计算和云计算将结合在一起，以更好地解决物联网的实际问题。

第三类：算术玩家。从终端芯片开始，例如开发用于边缘计算的AI芯片。

在边缘计算芯片领域，华为在今年10月的全连接大会上发布了Rising 310，用于边缘计算产品的Rising 310系列芯片。“边缘计算”将成为泛网的核心增长点，形成华为并行终端的未来战略方向，用人工智能提升管道服务，帮助客户在智能化时代建立全新的ICT基础设施。

跟随华为的步伐，比特大陆也在十月份发布了第一款低功耗边缘AI芯片BM1880以及一系列产品，以进入边缘终端市场。

云南建志也是国内一家专注于高速、低功耗芯片开发的科技公司。今年9月，云南建志发布了大量生产的边缘计算芯片KPU。它主要用于智能终端、移动终端、语音识别、图像处理等领域。两家公司都在使用最新的EI芯片进入智能市场的边缘。

在国际上，Google Cloud推出了用于边缘计算的轻量级版本TPU，Edge TPU，并向企业开放。谷歌云的竞争对手亚马逊（Amazon）今年早些时候也公开开发AI芯片，主要用于支持亚马逊的Echo和其他移动设备。

但是占据一个类别的单个玩家不是最终玩家。边缘智能要求企业同时具备终端设备、算法和芯片的能力。除了像华为这样的大型工厂，新兴企业的蚂蚁技术应该被视为边缘智力的“终极玩家”的种子玩家。

蚂蚁技术基于海量数据的固有优势，对它们进行大量训练，以达到算法的最高精度。然后，将智能芯片嵌入智能设备中，形成数据、算法和计算能力的闭环。今年6月，蚂蚁技术正式发布了三种边缘智能的应用场景：智能家居、智能旅游和智能零售。EI用于重构计算能力、算法和商业智能。

“边缘计算的优势是新的摩尔定律，”小蚂蚁科技公司的首席执行官达胜伟说。

小蚂蚁技术应成为我国为数不多的新兴企业之一，能够实现“三位一体”的边缘智能深层培养。最近，辛致远采访了小蚂蚁科技公司创始人兼首席执行官达胜伟和合伙人孔华伟。以下是面试总结。

辛志远：现在小蚂蚁技术主导了边缘智能。在AI WORLD 2018AI峰会上，您提出了边缘计算优于新摩尔定律的结论。基础是什么？

大胜伟：在视频领域，蚂蚁技术，从最早的100万像素到2千万像素，主要克服了人类在像素升级过程中能否看清的问题。新的摩尔定律主要体现在视频的采集和压缩上。

现在的视频处理完全是两个象限，一个轴是数据，另一个轴是智能，像人一样，除了长脑，还要长脑，视频到4K其实不需要提高高分辨率，但是需要的是批处理能力，现在大量的云视频缺乏人力、空间和时间来观看视频，需要计算。帮助观察视力。

一般来说，一方面照相机的数量在增加，另一方面视频数据的量也在增加。二者的乘法是几何级数的增长，需要快速提高加工能力。计算能力的提高和功耗的急剧降低解决了AI云开发中的能耗比例问题。否则，它会变成一眨眼的功夫。人工智能要消耗几千瓦的功率来实现这个目标并不值得。

辛志远：关于边缘智力爆炸的时代，你有什么推论吗？

大胜伟：接下来的两年至关重要。2019-2020年是一个大爆炸阶段。随着2020年无人驾驶汽车的出现，亚马逊计划在未来两年内开设3000家无人驾驶商店。刷脸支付在支付领域正在兴起。有逐渐取代二维码支付的趋势。在安全监控前端的智能也在大规模投资。以上无人驾驶、无人零售、安防等应用都是登陆大型标杆企业，必将带动整个行业的形势。

辛志远：蚂蚁是视觉系统的集成者。该技术包括算法和硬件两方面。蚂蚁计划的战略方向是什么？

大胜伟：小蚂蚁技术主要集中于端到端的创新。目前，我们称之为“端管云”。tube是5G，End是我们强调的边缘智能。小蚂蚁技术着眼于终端，终端有许多数据要直接处理，否则就会有数百次数据传输到流水线和云端，增加了云处理和延迟的负担，增加了带宽负担，终端也能够解决一些数据保密问题，即一端是AI芯片，一端是移动终端，另一端是IOT。大多数终端都不智能，需要跟上潮流。

辛志远：蚂蚁技术的全球研发布局如何？有什么好处？

大胜伟：小蚂蚁技术已经在中国建立了研发团队，包括北京、上海和深圳的研发团队。同时，在以色列有近30个自建研发小组。大多数国际专利是由以色列团队制造的。近年来，国际上申请了许多原创技术专利，研发团队非常活跃，我们在美国也有硅谷。而西雅图的两个研发中心，主要以合作伙伴关系密切，西雅图的办公室有20人，是我们的第二个海外办事处。

面试提示：孔华为，中国科学院计算研究所上海分院院长，启动资金合作伙伴，投资于木蚁机器人、奇干科技等人工智能企业，成为小蚂蚁科技的首席战略家。他非常相信一般的“新摩尔定律”。

孔华为说，最近“边缘”这个词在人工智能、云计算、物联网，甚至连锁街区等领域变得很流行。看起来“风来了”。在最近的论坛上，高文院士说，如果智能城市和城市大脑遵循当前的“云”思维，那么所谓的“脑-类计算”将是“脑疲劳计算”。高院士认为，就视频监控而言，人工智能的终端、边缘和云端必须“各司其职”，分层处理，摄像机终端进行视频编辑。同时，代码应为“特征编码”、“边缘应急LBS决策”和“云端类脑”决策。这种架构具有小型蚂蚁技术的“云蚂蚁联盟”平台的“英雄视图”：云是全球部署的AIPaaS，边缘计算设备X18视网膜“电源”盒，终端是具有面部特征的K34相机。

孔子进一步补充说，从产业发展的角度来看，在边缘智力领域，产业根据各自的优势，从三个方面切入：算法、芯片和智能硬件。但冷静分析、边缘智能，尤其是移动边缘智能（Mobile EI：胡和泉院士的定义），需要三个方面的垂直穿透能力，一个是硬件设备的规模传递能力，另一个是终端每瓦多少顶的AI算法，它与云列车协同工作。第三种是高集成度、低功耗的SOC芯片。小蚂蚁技术综合了算法、芯片和数以千万计的智能硬件的优点。它以“边缘计算视觉授权”为主要渠道向华为和海康卫学习。同时，进一步加强“云蚂蚁联盟”的“视觉授权”服务，成为边缘智能时代的领导者。

人工智能已经运行了60年，而边缘智能应该是冲刺阶段，最终，谁能部署足够的“人工智能终端”，就能够在运行“应答”的过程中。这可能是人工智能独角兽没有想到的！

• 上一篇: 微信测试“搜索发现”功能 帮助用户更快了解到最近发生的事
  下一篇: 人人都能造字，微软Windows 10 Font Maker正式上架

• 分享到：