|
未来的AI，属于边缘智能。
根据互联网数据中心(IDC)预测，到2020年，物联网会有500亿感知设备，50%的计算会在边缘设备上进行。
正如IDC的预测，随着越来越多的设备连接到互联网并生成数据，云计算可能无法处理如此庞大的海量数据，尤其是在某些需要以疾速处理数据的场景中。
边缘计算，必将成为云计算的另一种解决方案。
12月13日，由中关村海淀园管委会主办的闭门论坛《边缘智能+AI芯片》在北航致真大厦顺利举行。
与会嘉宾包括：中关村海淀园管委会产业规划发展处处长舒毕磊，北京智元研究院常务副院长曹岗，新智元创始人兼CEO杨静，智友天使学院、北航机器人研究所所长王田苗，中国信息化百人会执委安筱鹏，华为集团标准与产业部首席产业规划专家史扬，小蚁科技首席战略官、中科院计算所上海分所所长孔华威，阿里云IoT高级技术专家龙一民，科大讯飞集团副总裁讯飞研究院联席院长李世鹏，Autowise创始人兼CEO黄超，云天励飞研发总裁李爱军，的卢深视CEO户磊。
此次闭门论坛聚焦边缘智能与AI芯片，力求从技术、空间、项目落地、资金和产业政策上形成闭环，来共同推动整个边缘智能与AI芯片的发展核项目落地。
中关村海淀园管委会产业规划发展处 舒毕磊处长做开场致辞
舒毕磊表示：“中国的技术这几年在飞速发展，但是能否有自己的话语权还是问号。从2015年开始，在AI领域上便出现了很大的分歧，不管是资本还是政府，都在大规模支撑基础研究，中国跟美国的差距越来越大。边缘计算和AI芯片随着5G时代的到来，包括智能终端、智能网联汽车的发展，原来以中心化云端计算是否还能支撑这些产业的发展？整个下一步的人工智能或者物联网的发展方向是什么？希望在座的专家、企业家能够为海淀，乃至北京市就有关如何支撑人工智能的发展路线进行研讨。”
边缘计算，通过对物理世界的数据感知采集，在数字空间里面构建起数字空间的模型，运用数字世界的算力模型驱动物理世界。
如果在云的世界构建数字世界和物理世界协同面临很大的挑战，包括带宽成本的挑战，包括时间的问题，包括安全隐私，包括可靠性等一系列问题。
华为集团标准与产业部首席产业规划专家 史扬
史扬表示，需要建立一个智能的分布式架构，实现物的自主化和物的协作化。物的协作化包括物与物协作、物与本地协作、物与云协作。智能的分布式架构面临业务实时，成本有效，智能协同等诸多挑战。
工业等行业其实一直执行在边缘计算，例如工业plc，工业网关等，主要问题在于需要提升算力和智能，需要通过开放平台提高互操作，需要边云协同来提升资源有效利用和协作。
边缘计算本质是开放的分布式平台，通过开放的平台使能智能控制，智能计算，智能连接等服务。
史扬表示，边缘计算是云计算的延伸，它与云计算各有所长，云计算擅长全局性、非实时、长周期的大数据处理与分析；边缘计算擅长现场级、实时和短周期智能分析等。
边缘计算与云计算需要紧密协同才能使能分布式智能。边云协同包括三个层次协同：云边IaaS协同，云边PaaS协同和云边SaaS协同，从而实现数据协同、网络协同、服务协同等六类协同。
边缘计算和云计算构建起连续的，无处不在的ICT资源服务，可以在任何一个地方随时随地计算，随时随地决策。
发展边缘计算，AI芯片是必不可缺的。那么边缘计算需要什么样的芯片呢？
史扬认为，从芯片的角度，要适用于边缘设备在性能、功耗耗与尺寸之间进行平衡；发展趋势角度看，边缘计算专用芯片在架构复杂度，支持AI算法多样化以多场景适应性上不断创新。需要边云协同的AI体系架构来降低应用开发和部署成本，以更有效地利用基础设施的资源。
边缘计算里面，视频最重要，5G里面最重要的也是视频。
小蚁科技首席战略官中科院计算所上海分所所长孔华威
孔华威认为，未来的互联网流量也将集中在视频上产生，视频是注意力经济特别强调的地方。2019年投资的方向也是视频。
席间，舒毕磊问及孔华威：“您觉得人的计算方式，比如眼睛看完事物以后，属于边缘计算还是云计算？”
孔华威表示，属于边缘计算。当面对一些照片，自闭症患者算是云计算，因为数据直接传到脑袋里面，中间没有经过边缘计算，他的数据没有整合，生理上证明他所获得的所有数据是直接存进脑中，所以自闭症患者虽然处理单向信息非常厉害，但由于缺乏对综合数据的快速处理能力，无法迅速与外界进行交流与互动——也可以说是，缺乏边缘计算的能力。
小蚁科技是边缘智能的赋能者，在AI芯片领域也早有规划，并取得了一定成绩。
其QG8241 AI VPU芯片、QG2101A AI IoT芯片和QG2121A Analog NNU 芯片，分别针对不同的应用场景。其AI特性包括基于神经网络的图像分类、人脸检测/人脸识别、物体检测/物体识别、手势识别/姿态识别。
5G即将到来，届时将会有数万亿的终端和物体位于网络边缘。
那么5G到底能给用户带来什么有点？
科大讯飞集团副总裁讯飞研究院联席院长李世鹏
李世鹏认为，5G能够带来很多优点。5G延时很小、带宽很宽，容量大了以后可以在5G基础上的通信领域里解决目前遇到的很多问题。
虽然说5G解决了通信方面很多问题，但是水涨船高，数据量、安防网络等也在迅速增长，通信在某种意义上仍然还是一个问题。由于IoT节点比较弱，很多人还是愿意把很多处理放到IoT节点之外去处理，比如云上，但是IoT本身直接加上云有很多问题，需要边缘计算来解决。
这时候要提供可靠有用的可以执行的商业模式。5G的快速处理、低延迟等可以在迅速响应方面提供一个新的途径，对端、边缘、云上进行优化，而且可以联合起来优化。包括用户体验，包括耗能，包括计算的负载，包括性能。
而边缘计算就可以做：
支持尽可能接近源的数据处理的基础设施； 更快的处理，更低的延迟和更好的客户体验； 边缘计算可以在端点设备上进行，即与基站共同定位/共享的计算设备，以及更接近用户设备的微数据中心。
其优势在于：
快速处理提高了客户满意度和用户体验； 支持紧急医疗等关键处理； 从用户体验、功耗、计算负载、性能、成本等方面，在物联网设备、边缘设备和云设备之间智能配置资源，为联合优化提供了一种新的途径。
英特尔中国研究院首席工程师通信架构实验室总监张旭
张旭首先对4G与5G的区别做阐述。
4G核心网是集中式的，比如北京市有一个网关或者一个省有一个网关，网关部署非常集中。这样在4G网络中，如果想把设备往边缘部署，可以部署到网关位置，但不能离用户很近，延时不能进一步降低。如果要部署到离用户非常近的位置，就要在接入网和核心网接口处做特殊的本地路由，实现方式复杂，互通困难。
在5G核心网中，通过控制面和数据面分离的设计，数据面可以支持分布式网关，分布式网关可以部署到基站附近，边缘计算业务可以直接部署到分布式网关的位置，这样网络拓扑逻辑功能没有变化，只是把网关的功能下沉到网络边缘去，就可以在5G网络中支持边缘计算的业务。和4G相比，这是5G网络非常大的特点和变化。
为了支持边缘计算，5G也在业务质量保障方面有很大的提升。
在4G条件下，如果手机连到数据中心里，在网络中只区分用户，而不区分是什么应用，任何属于一个用户一个手机的应用，服务质量是一样的。
在5G里面通过更细致的QoS分类，定义了更细的业务类别，可以在网关处给 不同QoS类别的应用数据打上标签，这样在核心网和接入网里面就可以按照业务类型来控制网络的参数，比如延时，速率等。例如，5G定义了AR应用的指标，包丢失率为10-6，延时10毫秒。这个QoS对网络数据面性能要求很高，也非常挑战。5G的网络架构，定义了对业务数据按需调度和优化的框架。
整个5G框架里面，根据需要对每个业务进行特殊的调度和优化。
在AI 芯片方面，对于一个边缘设备来说功能可能是非常专有的，可以通过定制芯片实现。但在边缘计算数据中心， 要支持多种AI应用，系统设计难度很高。
目前AI的研究方向，发展非常迅速，算法没固定，AI应用集中在理解层面、感知层面，前沿研究变得非常快，如何做到更高智能的层面都是AI研究的新领域，对边缘计算的AI 芯片也提出了更高，更灵活的要求。
所以在边缘数据中心，AI芯片的通用性要求很强，特别是要考虑新的算法，长尾的AI应用等等。
在主题演讲过后，由新智元创始人、CEO杨静主持，围绕边缘智能和AI芯片展开了自由研讨。
新智元创始人、CEO 杨静
杨静：5G在边缘智能的时代是不是一个定义者？是不是5G会成为边缘智能领域里面决定性的？
史扬：有一点很关键，技术发展的历史时间很长，以工业为例，之前有自动化很多技术，并且存在了很多年。现有的很多行业已经有了技术底座，现在一个新的技术进来不是颠覆过去，而是对原有行业赋能。
第二，在今天的产业深度融合的探索阶段，解决的问题在早期一般是特定场景的特定问题，场景很关键，任何一个技术要能落地必须调整场景。
5G除了解决低时延、高带宽，低功耗的问题，5G必须找准行业。5G定义了网络切片的框架，有这个机制，就意味着它能不断在场景的驱动下去成长、不断成熟。在工业等特定行业场景，5g如果能把技术和经济有效性问题解决好，应该会有很广阔的应用场景。
张旭：对于5G来说，基本上从技术角度对边缘计算做了较好的应对，整个架构、设计、实现方面都考虑得比较周到。
5G非常希望边缘计算成为最主要的应用，但是就像大家都说的，很多无线网络的应用没有办法预估它到底最后哪种应用会脱颖而出。
实际在推动整个产业化的过程还是有挺大的阻力，边缘计算作为5G的网络来说是一笔非常大的投资，边缘计算投下去之后肯定需要能够收回这笔投资。若是不太清楚将来最主要的应用是什么的时候，这笔钱到底投还是不投，对运营商来说就是一个大问题。
很多边缘计算是非常长尾的应用，有时候这个工厂需要，那只是在这一个小范围需要，整个5G网络是全国性的网络，这个投资是非常非常巨大的。谁投下去，到底什么应用能够把这些设备用起来，你投的时候并不知道是什么应用，很有可能你投下去之后应用不见得适合你的硬件，也有很大的不确定性。
整个边缘计算如果是长尾的应用，没有最主要的应用的话，那就变成鸡生蛋，蛋生鸡的问题。也有可能投了应用几年之后业务量才上来了，那实际我也不知道到底能不能收回这笔投资。最后到底运营商是投还是不投，是一个问题，需要有一定的探索。
杨静：中关村正在着手建设一个自动驾驶的产业园区，关于自动驾驶产业园的规划思路和建设经验，还请黄超做一个分享。
Autowise创始人、CEO 黄超
黄超：自动驾驶一两年确实很火，今年却变了风向。之前大笔融资、秀各种团队，而今年大家纷纷开始走落地的路线，我们也专注在无人驾驶落地到环卫领域。
我们也会去看一些园区到底是如何进行规划的，到底是不是真正能够对公司起到帮助。
产业园对自动驾驶的支持，主要是了解他们想要的东西是什么。旧的招商模式无非就是给楼、给地、给税收优惠，然而这些“优惠政策”在现在的自动驾驶创投企业是不需要的，因为短期内很难做到盈利，最重要的是给予相应的服务，业务要给予到位。
上海嘉定有无人驾驶测试区，上汽、沃尔沃都在其中，自动驾驶人才比较聚集，也有一两所学校。把自动驾驶很关键的东西跟车相关的改装改造也集成到产业园里，自动驾驶的企业进去之后非常舒服——隔壁就是帮我们改车的。我在这儿研发好之后，隔壁帮我们改装一下，就可以在路上跑，整个就是一条龙服务。
最后是资金的问题。现在确实是寒冬，有的地方可能会提供相关的支持，对于企业来说是有吸引力。
| 
发表于 2019-1-4 10:10:16