區(qū)塊鏈、物聯(lián)網(wǎng)、人工智能將主導(dǎo)下一波技術(shù)浪潮
早晨,你被一陣悅耳的鳥鳴聲喚醒,朦朦朧朧中,你覺得這可能是北方云雀的叫聲,然而,家中并沒有養(yǎng)鳥,怎么會有鳥鳴聲呢?
哦,原來,鳥鳴聲來自你的智能家居助手,它在播放起床音樂鬧鈴。想到這一點的你,一邊搖搖頭嘲笑自己的記性,一邊起床穿好衣服。此時,你的智能家居助手感知到你已經(jīng)起床,控制著臥室窗簾緩緩打開,讓陽光照進(jìn)來,并且打開了廚房的面包機(jī)和咖啡機(jī),為你充實的一天準(zhǔn)備好營養(yǎng)豐富的早餐……
等到傍晚,結(jié)束了一天繁忙的工作,你坐上自己的自動駕駛汽車回家,來到家門口,無需鑰匙,房門自動為你打開,空調(diào)已經(jīng)在汽車到家前的幾分鐘提前啟動,并調(diào)整到你習(xí)慣的溫度。秋燥有時會讓你感到不適,因此家里的加濕器會將房間的濕度調(diào)整到最舒適的水平。
這樣的生活,存在于邊緣計算與AI相結(jié)合的萬物互聯(lián)時代。
萬物互聯(lián)的時代
隨著物聯(lián)網(wǎng)(InternetofThings)的再次崛起,以及4G/5G無線網(wǎng)絡(luò)的普及,萬物互聯(lián)(InternetofEverything)的時代已經(jīng)到來。相比于傳統(tǒng)意義的物聯(lián)網(wǎng),萬物互聯(lián)除了“物”與“物”的互聯(lián),還增加了更高級別的“人”與“物”的互聯(lián),其突出特點是任何物件都將具有語境感知功能、更強(qiáng)的計算能力。上述生活片段描述的就是這樣一個場景。
簡單概括,萬物互聯(lián)的核心就一個詞:連接。智能手機(jī)的廣泛普及已經(jīng)實現(xiàn)了人與人之間隨時隨地的連接。從以前的電報,到后來的電話和短信,再到現(xiàn)在即時傳播圖片、音視頻等多媒體,人與人之間的連接手段已經(jīng)十分發(fā)達(dá)和豐富。
在我們的日常生活中,聯(lián)網(wǎng)設(shè)備將不僅僅是電腦和手機(jī),而是任何物件皆可聯(lián)網(wǎng),比如家里的冰箱、洗衣機(jī)、空調(diào),碼頭的集裝箱,倉庫的貨架。甚至動物也可以連接,大自然保護(hù)區(qū)里的所有珍稀野生動物都聯(lián)網(wǎng)了,動物保護(hù)協(xié)會的科學(xué)家們可以更方便地檢測它們的生命狀態(tài),提供更好的保護(hù)。
在萬物互聯(lián)時代,很明顯的一個特征是,各種網(wǎng)絡(luò)邊緣設(shè)備的數(shù)量迅速增加。這導(dǎo)致傳統(tǒng)的以云計算為核心的集中式大數(shù)據(jù)處理方式無法滿足計算需求:
一方面由于海量邊緣數(shù)據(jù)爆炸式增長帶來的網(wǎng)絡(luò)傳輸帶寬負(fù)載量的急劇增加,勢必導(dǎo)致網(wǎng)絡(luò)延遲;
另一方面多數(shù)網(wǎng)絡(luò)邊緣設(shè)備產(chǎn)生的數(shù)據(jù)涉及個人隱私,如不分青紅皂白都傳輸?shù)皆贫?,將使得隱私安全問題變得尤為突出;
還有一點不得不考慮的問題,那就是眾多網(wǎng)絡(luò)邊緣設(shè)備存在電能的限制,向云端實時傳輸數(shù)據(jù)將消耗大量電能。
邊緣計算的崛起
基于上述問題,靠近設(shè)備端數(shù)據(jù)源頭的實時計算方式顯得十分必要,這種計算方式叫做邊緣計算。
邊緣計算并不是一個新的概念,早在2003年IBM的內(nèi)部項目中就已出現(xiàn),本質(zhì)是一種去中心化的分布式計算模型。
相對于云計算來說,邊緣計算將智能計算轉(zhuǎn)移至邊緣設(shè)備端,計算過程在智能設(shè)備(如手機(jī))或邊緣設(shè)備的分布式設(shè)備節(jié)點上執(zhí)行,而不都是在集中式的云環(huán)境中進(jìn)行?!斑吘墶敝傅氖蔷W(wǎng)絡(luò)中的計算節(jié)點作為物聯(lián)網(wǎng)設(shè)備的物理分布,位于各種網(wǎng)絡(luò)的邊緣,比如家用電器、汽車傳感器、城市攝像頭等等。
邊緣計算因為其設(shè)備所處位置的獨立性,處理的數(shù)據(jù)和實現(xiàn)的功能往往更為聚焦,專注于實時、短周期的數(shù)據(jù),實現(xiàn)支撐本地業(yè)務(wù)的智能化處理和實時性任務(wù)。邊緣計算在本地網(wǎng)絡(luò)中進(jìn)行計算,采集到的數(shù)據(jù)不用上傳到云端,或者在本地處理加工過濾后只將少量數(shù)據(jù)傳至云端,大大減少了網(wǎng)絡(luò)傳輸占用的處理時間,也降低了帶寬成本,對于電能有限的邊緣設(shè)備來說也能更加節(jié)能,從而延長設(shè)備的使用壽命。
此外,因為以下5個優(yōu)勢,邊緣計算成為了萬物互聯(lián)時代的核心技術(shù),被Gartner列為2019年十大戰(zhàn)略技術(shù)之一:(1)低功耗;(2)低時延;(3)數(shù)據(jù)安全,保護(hù)隱私;(4)支持本地交互;(5)自主獨立運行。
不過,邊緣計算實現(xiàn)智能計算的邊緣化,比較依賴于集成在邊緣設(shè)備上的AI芯片。Gartner預(yù)計,在未來五年內(nèi),專用AI芯片以及更強(qiáng)大的處理能力、存儲和其它先進(jìn)功能將被添加到更廣泛的邊緣設(shè)備中。
AI芯片的格局
AI芯片指的是針對人工智能算法做了特殊加速設(shè)計的芯片?,F(xiàn)階段,這些人工智能算法一般以深度學(xué)習(xí)算法為主,也可以包括其它機(jī)器學(xué)習(xí)算法。
AI芯片可以讓人工智能軟件的效率達(dá)到最高,這對計算實時性要求高的邊緣計算設(shè)備至關(guān)重要。未來在AI領(lǐng)域的競爭一定是“軟硬結(jié)合”,越來越多的公司開始布局AI芯片的架構(gòu)設(shè)計??梢灶A(yù)見的是,萬物互聯(lián)時代將掀起邊緣設(shè)備領(lǐng)域AI芯片產(chǎn)業(yè)競爭的新浪潮。
今年上半年,CompassIntelligence公司發(fā)布了AI芯片組的指數(shù)排名(AIChipsetIndex)。該指數(shù)主要關(guān)注AI芯片組的軟硬件指標(biāo),包括中央處理器(CPU)、圖形處理器(GPU)、神經(jīng)網(wǎng)絡(luò)處理器(NNP)、專用集成電路(ASIC)、現(xiàn)場可編程門陣列(FPGA)、精簡指令集計算機(jī)(RISC)處理器、加速器等。
根據(jù)AI芯片組應(yīng)用對象,可分為:云計算服務(wù)器和邊緣計算設(shè)備(手機(jī)、自動駕駛、智能家居)等。云端服務(wù)器使用的AI芯片特點是性能強(qiáng)大、支持大量運算并發(fā)、支持多種AI應(yīng)用,如自然語言處理、音視頻處理、圖像識別等。而在邊緣設(shè)備端,AI芯片的顯著特點是體積小、耗電少,通常聚焦有限的AI應(yīng)用。
借助于AI芯片,神經(jīng)網(wǎng)絡(luò)可以更快地運行并且消耗更少的功率。Google在2016年發(fā)布了TPU(TensorProcessUnit),并且在今年五月份發(fā)布了第三代版本,這塊芯片專門為TensorFlow框架設(shè)計,運行在Google的數(shù)據(jù)中心服務(wù)器端。
針對邊緣計算,Google兩個月前發(fā)布了EdgeTPU,這是一款運行在TensorFlowLite計算框架上,為移動或物聯(lián)網(wǎng)邊緣設(shè)備運行機(jī)器學(xué)習(xí)應(yīng)用程序的專用芯片。蘋果公司去年發(fā)布在iPhoneX手機(jī)上的內(nèi)置芯片A11Bionic具備雙核架構(gòu)NeuralEngine(神經(jīng)網(wǎng)絡(luò)處理引擎),它每秒處理神經(jīng)網(wǎng)絡(luò)計算需求的次數(shù)可達(dá)6000億次。
AI芯片的發(fā)展大大促進(jìn)了邊緣終端設(shè)備的發(fā)展,推動了數(shù)據(jù)采集手段的增加以及計算能力的極大提升,進(jìn)而也帶來應(yīng)用場景的豐富,并反推AI芯片計算能力和制造工藝的進(jìn)步。
場景應(yīng)用的變革
邊緣計算技術(shù)與其所依賴的AI芯片相互促進(jìn)和迭代發(fā)展,在萬物互聯(lián)的時代,將帶來更多傳統(tǒng)應(yīng)用的變革以及新的應(yīng)用場景的出現(xiàn)。
(1)邊緣計算視頻監(jiān)控。針對新型犯罪及社會管理等公共安全問題,以云計算和萬物互聯(lián)技術(shù)為基礎(chǔ)的邊緣計算和視頻監(jiān)控技術(shù),可以提高視頻監(jiān)控系統(tǒng)前端攝像頭的智能處理能力,進(jìn)而提高視頻監(jiān)控系統(tǒng)的防范刑事犯罪和恐怖襲擊的能力。
(2)智能家居。如本文開頭描述的生活場景,萬物互聯(lián)技術(shù)的普及將為家居生活帶來越來越智能化的應(yīng)用,比如智能照明控制系統(tǒng)、智能電視、智能空調(diào)、智能掃地機(jī)器人等。這些硬件不僅僅是在名字上添加上“智能”二字,實際上在智能家居環(huán)境中,除了依托聯(lián)網(wǎng)設(shè)備,還需在房間角落、管道節(jié)點、地板和墻壁等部位部署眾多無線傳感器和控制器。此外,出于對家庭敏感數(shù)據(jù)的保護(hù),智能家居系統(tǒng)的數(shù)據(jù)處理必須依賴邊緣計算來解決。
(3)智慧城市。如果將智能家居的應(yīng)用場景放大到一個社區(qū)或城市,將在公共安全、健康數(shù)據(jù)、公共設(shè)施、交通運輸?shù)缺姸嗉?xì)分領(lǐng)域產(chǎn)生極大的應(yīng)用價值。這里應(yīng)用邊緣計算的初衷更多是出于成本和效率考慮,在一個八百萬人口規(guī)模的城市,每小時產(chǎn)生的數(shù)據(jù)量可能達(dá)到100PB,采用傳統(tǒng)云計算處理方式將給網(wǎng)絡(luò)帶寬帶來極大的壓力,城市各角落的邊緣設(shè)備實時處理和收集數(shù)據(jù)將帶來效率上的極大提升。
(4)自動駕駛技術(shù)與智能交通。在自動駕駛領(lǐng)域,邊緣計算至關(guān)重要,因為自動駕駛汽車上數(shù)百個傳感器每小時將產(chǎn)生40TB的數(shù)據(jù)量。從安全性的角度而不是從成本的角度考慮,數(shù)據(jù)的處理必須實時完成,當(dāng)遇到緊急情況時,比如汽車前方突然出現(xiàn)踢球玩耍的小孩,這時自動駕駛系統(tǒng)必須依賴實時高效的邊緣計算給予決策支持,并作出應(yīng)急處理:剎車!
越來越多的城市已經(jīng)開始部署智能交通控制系統(tǒng),這樣的智能控制系統(tǒng),依賴于在各交通要塞部位部署的邊緣計算服務(wù)器,通過街邊數(shù)不清的攝像頭和傳感器對交通的實時狀態(tài)進(jìn)行監(jiān)控、預(yù)警和優(yōu)化調(diào)度。
(5)智慧金融。近年來,AI技術(shù)正在金融領(lǐng)域大放異彩:智能風(fēng)控技術(shù)、智能投顧、智能客服等。結(jié)合邊緣計算,AI將在賦能金融的道路上釋放出更多能量:
(1)智能身份認(rèn)證,人臉識別與聲紋識別技術(shù)可以通過邊緣設(shè)備的計算能力,為金融機(jī)構(gòu)提供更為高效的用戶身份認(rèn)證手段,提升金融服務(wù)的安全性;
(2)智能化的供應(yīng)鏈金融,邊緣計算能力的提升必然帶來智能倉儲和智能物流的發(fā)展,這為供應(yīng)鏈金融提供安全保障以及場景依據(jù),比如物流倉庫和港口碼頭的質(zhì)押貨物監(jiān)控等。
場景的變革在不知不覺中發(fā)生,生活的節(jié)奏在悄無聲息地改變。無論是邊緣計算,還是AI,抑或是新技術(shù)革命下的物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、萬物互聯(lián)網(wǎng),這些技術(shù)和概念帶給我們的不僅僅是體驗的變化,還有認(rèn)知的爆炸。唯一無法改變的是技術(shù)的不斷進(jìn)步。
來源:蘇寧財富資訊;作者:蘇寧金融研究院研究員李加慶