北京2018年3月9日電 /美通社/ -- 在云計算席卷行業(yè)，霧計算緊隨其后的同時，英特爾認為真正的角逐正在邊緣悄然展開。
帶寬、及時、隱私：邊緣浪潮背后的推力
IDC預測，到2020年全世界將有多達500億的智能設備接入互聯(lián)網(wǎng)，未來40%以上數(shù)據(jù)需要在邊緣進行分析、處理和存儲。這些智能設備包括，智能手機、個人穿戴設備、汽車、核磁共振儀、智能路燈、蒸汽發(fā)電機、飛機發(fā)動機等各式各樣的智能設備。通訊技術正在從4G走向5G，但是網(wǎng)絡帶寬的增長速度正在被數(shù)據(jù)增速窮追不舍。IDC預計到2018年有40%的物聯(lián)網(wǎng)數(shù)據(jù)需要在邊緣進行存儲處理和分析，那么將有50%的物聯(lián)網(wǎng)的網(wǎng)絡會面臨著帶寬的問題。面對數(shù)據(jù)量的爆炸式增長和帶寬的挑戰(zhàn)，英特爾認識到，要讓更多計算在邊緣進行。
其次，物聯(lián)網(wǎng)時代引發(fā)的智能設備數(shù)量激增已經(jīng)成為共識，幾乎所有的行業(yè)都對數(shù)據(jù)處理的響應速度提出了更高的要求，各類應用場景均無法容忍網(wǎng)絡的延遲和計算延遲。以英特爾正在著力發(fā)展的自動駕駛為例，如果攝像頭識別到正有行人從車前方走過，攝像頭識別圖象，然后對圖象進行壓縮，再通過網(wǎng)絡傳到數(shù)據(jù)中心進行分析并做出相應判斷，這還遠未結束，判斷結果需要再次通過網(wǎng)絡傳回給前端車輛，采取相應的制動操作。如果按照這樣的閉環(huán)，當汽車做出最終決策的時候，可能已經(jīng)造成了不可避免的損失。
另外，數(shù)據(jù)擁有者對數(shù)據(jù)隱私保護的意識也逐漸提升，他們不希望將數(shù)據(jù)上傳至云端，再通過第三方進行分享，而希望這些數(shù)據(jù)在本地就得到處理。因此，在一些對隱私保護要求相對比較高的應用場景則需要數(shù)據(jù)在邊緣進行處理。
邊緣協(xié)同、負載整合、人工智能：英特爾的邊緣計算未來觀
當前，很多計算處理都發(fā)生在后端的數(shù)據(jù)中心，英特爾認為，物聯(lián)網(wǎng)的應用一定需要端到端的能力，會有越來越多的應用被推送到前端進行處理。那么，邊緣計算就可以憑借緩解帶寬壓力、及時響應和保護隱私等獨特優(yōu)勢，發(fā)揮出至關重要的作用。
但是，這并不代表英特爾認為邊緣計算會取代云計算，二者將呈現(xiàn)出相輔相成、協(xié)同發(fā)展的狀態(tài)：一方面，隨著數(shù)據(jù)量的攀升，云計算的負荷不斷加重，若想持久發(fā)展就需要邊緣層“伸出援手”來做數(shù)據(jù)的預處理；另一方面，在很多的應用場景中云計算則可以站在高處，把數(shù)據(jù)進行匯總從而實現(xiàn)綜合應用。例如，在交通行業(yè)，攝像頭能捕捉到的車輛運行軌跡是有限的，只能觀察到一個路口或一個區(qū)域，若想完整查賬一輛車的軌跡，則必須要在云端通過不同攝像頭相連，匯總成更加全景式的記錄。
除此之外，英特爾也洞察到了邊緣計算的另一大發(fā)展方向，隨著人工智能對邊緣計算提出了更高的要求，工作負載整合將成為大勢所趨。工作負載整合就是把小型邊緣計算集成到中央服務器，從而降低服務成本，提升計算效率。邊緣側經(jīng)過負載整合，可以匯總成數(shù)據(jù)節(jié)點，同時也是控制中心?？梢哉f，人工智能在其中同樣也擔當了受益與反哺的角色。一方面，人工智能的發(fā)展離不開海量數(shù)據(jù)的訓練，邊緣計算的很多應用場景都是人工智能很好的落腳點。反過來，人工智能也可以充分發(fā)揮其優(yōu)勢，不斷挖掘數(shù)據(jù)潛力、釋放數(shù)據(jù)價值，進一步推動邊緣計算向前發(fā)展。
數(shù)據(jù)洪流的趨勢下，邊緣計算的興起加速物聯(lián)網(wǎng)的進程。如何更有效推動邊緣計算，英特爾敏銳捕捉到邊緣協(xié)同及負載整合這兩大發(fā)展方向。同時英特爾把人工智能帶到邊緣側，釋放數(shù)據(jù)價值，也給邊緣計算帶來全新的發(fā)展機遇。技術是產(chǎn)業(yè)創(chuàng)新的基石，合作是產(chǎn)業(yè)創(chuàng)新的立身之本，英特爾一直致力協(xié)同產(chǎn)業(yè)合作伙伴，構建蓬勃的邊緣計算生態(tài)圈，將邊緣計算帶來的發(fā)展機遇轉化為企業(yè)和產(chǎn)業(yè)發(fā)展動力。
