边缘计算,联想大脑-Edge AI的C位出道

如果我跟你说“边缘计算” , 你可能不知所云 。如果我说八爪鱼 , 你马上就能想到......“铁板章鱼烧”?
开个玩笑 。关于边缘计算 , 行业有一个经典的“章鱼比喻” 。章鱼在捕猎时动作灵巧迅速 , 腕足之间配合娴熟 , 从不会打结和缠绕 。能把捕猎玩得这么溜 , 这是因为章鱼神经元只有40%在脑部 , 剩下60%分布在章鱼的八条触角上 , 以触角替代大脑思考 , 就近解决问题和快速反应 , 章鱼这种信息处理方式就相当于“边缘计算” 。
从生物构造上 , 人类无法模拟章鱼 , 但随着技术的发展 , 人们越来越需要在“腕足”的边缘 , 实现计算和决策 。
过去十年 , 数字化浪潮带来了翻天覆地的变化 , 让许多曾经习以为常的“认知” , 如今都要放到新语境下重新思考 。比如 , 随着5G的快速发展 , 传统产业设备正从简单的数字处理 , 迈向更复杂数字与实体智能化交互 , 这让智能终端设备出现爆发增长 , 直接导致边缘侧产生了庞大的数据量 。
据Gartner预测 , 到2025年 , 至少会有75%的数据处理将会在云端或者数据中心之外的地方进行 , 曾经处在“边缘”位置的边缘计算也C位出道了 。
01、边缘计算 , 谁是C位?
也许有人会问 , 不就是数据和信息的处理吗 , “上云”不也能达到相同效果吗?
这话没毛病 , 但关键还要看“应用场景” 。
俗话说“远水救不了近火” , 它反映的不仅是距离问题 , 同样还有时效问题 。云计算中 , 最为诟病的问题便是实时性 , 由于技术、距离等原因 , 延时几乎成了云计算的“不治之症” , 使其在工业制造、自动驾驶、远程医疗等对快速响应有极高要求的场景下力不从心 。
你很难想象 , 一辆自动驾驶的汽车行驶在繁忙的城市主干道上 , 它的每一步决策却都需要上传到千里之外的云端 , 经过分析处理 , 信号再返回汽车 。这之间 , 关键时刻哪怕是小于1秒的网络延迟都有可能酿成事故 。
像章鱼一样靠触角实现的边缘计算 , 就成了最适合数据应用的技术 。
同时 , 随着产业智能化转型进程加速 , 个性化、全周期和样本升级等需求 , 我们面临场景分散、设备互通成本高 , 数据挖掘等挑战 。
这个时候 , 就该轮到人工智能出场了 。
众所周知 , 人工智能难以脱离算力直接赋能 。边缘计算与人工智能的深度融合 , 以边缘智能创造新模式、新技术、新产业 , 改造传统产业、推进智能化 , 是成为撬动智能化“场景革命”的支点 。
通俗来讲 , 如果你家里着火了 , 你让云计算充当灭火大队长 , 当它赶到时 , 大火可能已经成了燎原之势;边缘计算就相当于家里配备了灭火器 , 让你能在发现小火苗的第一时间针对火情做出处理;边缘智能就更厉害了 , 相当于你学习了不同场景下的灭火知识 , 能根据不同的火情 , 合理应用不同的灭火器 。
边缘智能今天已经取得了一系列突破 , 应用场景也逐渐清晰 , 在中国各个产业全方位升级背景下 , 涌现一批企业和平台 , 助力制造业、医疗业、零售业等应用场景快速进入智能化阶段 。这其中 , 不吹牛地说 , 联想大脑-Edge AI平台 , 也C位出道了 。
02、联想Edge AI , 在边缘侧重新思考
何为“Edge AI平台”?简单地说 , 就是在边缘硬件上处理人工智能算法的过程 。Edge AI平台是联想大脑的一部分 , 联想大脑包括了训练和推理等多个平台 。推理环节包括Cloud AI平台和Edge AI平台两部分 。Cloud AI平台主要是针对算法运行在云端的情况提供的企业级AI云服务 , 而Edge AI 平台 , 则是针对算法在边缘设备上推理学习的一套端到端的工业级平台产品 。