為邊緣設(shè)備注入智能，邁向云和邊緣人工智能的未來

更靠近終端用戶的傳感器網(wǎng)絡(luò)延遲更低，且能夠節(jié)省帶寬。此外，在將數(shù)據(jù)傳輸到更廣泛的云計算基礎(chǔ)設(shè)施前，還可在設(shè)備端進(jìn)行預(yù)處理，這有助于保護(hù)從設(shè)備中收集和推斷出的數(shù)據(jù)隱私。這些則構(gòu)成了邊緣智能的一些核心要求。具有低水平計算的邊緣設(shè)備或傳感器能夠彈性地創(chuàng)建網(wǎng)絡(luò)（Mesh網(wǎng)絡(luò)），聊天機(jī)器人、儀表盤、智能手機(jī)、溫度傳感器等設(shè)備能夠間歇性地連接到網(wǎng)絡(luò)，以收集、計算和分享信息。在傳統(tǒng)的物聯(lián)網(wǎng)世界中，這些傳感器能感知世界，并準(zhǔn)確地將信號傳輸到公有云或私有云中。

那么，多臺邊緣設(shè)備是否能夠分享自身的輸入和有限機(jī)載計算來實現(xiàn)同一目標(biāo)呢？如此一來，我們就擁有了多臺有限機(jī)載計算的邊緣設(shè)備，它們可以聚集于一個Mesh網(wǎng)絡(luò)下，以解決諸如倉庫或零售店的資產(chǎn)追蹤問題。大體上而言，其用例能夠涵蓋自主設(shè)備（無人機(jī)、自主移動機(jī)器人、自主車輛）、沉浸式體驗（增強(qiáng)現(xiàn)實/虛擬現(xiàn)實可穿戴設(shè)備），以及物聯(lián)網(wǎng)分析（工業(yè)和家用傳感器）等。

邊緣人工智能

我們可以為邊緣設(shè)備注入強(qiáng)大的“智能性”，基本上有兩種在邊緣運行機(jī)器學(xué)習(xí)的方法，一種是使用集中式聯(lián)邦學(xué)習(xí)工具的集中式拓?fù)洌硪环N是模糊數(shù)學(xué)領(lǐng)域的去中心化分布式（無云數(shù)據(jù)中心）聯(lián)邦學(xué)習(xí)算法。

聯(lián)邦學(xué)習(xí)有賴于在計算能力相對低的設(shè)備中訓(xùn)練機(jī)器學(xué)習(xí)模型，并將本地習(xí)得的模型轉(zhuǎn)移到數(shù)據(jù)庫進(jìn)行下一步處理。首先，來自云數(shù)據(jù)中心的云端訓(xùn)練模型會被發(fā)送到各臺邊緣設(shè)備，然后使用本地數(shù)據(jù)，對該模型進(jìn)行微調(diào)，再將模型發(fā)送到云平臺，以進(jìn)行模型更新。通信模式可以是同步的，也可以是異步的。此外，有一些類型的統(tǒng)計推理算法使邊緣設(shè)備能夠相互發(fā)送消息，從而減少本地模型的通信負(fù)載。根據(jù)用例的不同，還需要考量距離、延遲和移動性等指標(biāo)。

第二種方式，使用去中心化的聯(lián)邦學(xué)習(xí)，這通常是部署機(jī)器學(xué)習(xí)模型的優(yōu)選方式。信息分散在各臺設(shè)備上，而非單一的某個點，進(jìn)而降低各類網(wǎng)絡(luò)安全攻擊的可用面。從技術(shù)上來說，去中心化形式的通信模式可以通過圖表、分布式賬本或簡單的對等網(wǎng)絡(luò)來進(jìn)行。這意味著企業(yè)可以為倉庫、制造工廠、整體零售供應(yīng)鏈或商店的一線員工配備精密的由機(jī)器學(xué)習(xí)驅(qū)動的設(shè)備，利用設(shè)備內(nèi)的機(jī)器學(xué)習(xí)模型，增強(qiáng)并加速通信和決策，并在網(wǎng)絡(luò)中共享。

邊緣智能的前景在于，這種去中心化的拓?fù)浣Y(jié)構(gòu)將催生新一代的芯片企業(yè)。這些企業(yè)將專注于計算，并提升每瓦特運行效率，同時致力于計算的協(xié)同設(shè)計來滿足通信需求，例如Mesh拓?fù)浣Y(jié)構(gòu)（對等網(wǎng)絡(luò)、分布式賬本、圖表）。

邁向邊緣智能

網(wǎng)絡(luò)邊緣正不斷改變著拓?fù)浣Y(jié)構(gòu)和設(shè)備。云端存在著能夠動態(tài)調(diào)度有效載荷的編排算法。然而，對于邊緣設(shè)備來說，隨之而來的還有數(shù)以百萬計的設(shè)備、更多的異質(zhì)性電源包絡(luò)，以及各種設(shè)備的計算能力等問題。數(shù)據(jù)采集和模型日益碎片化，在整體數(shù)據(jù)中，每臺設(shè)備都占有一定的比例，但無法訪問整個數(shù)據(jù)集。更多的邊緣設(shè)備正在向著小型化、低功率、有限計算的方向發(fā)展。

但與此同時，其為企業(yè)及一線員工所帶來的助益引人注目，其中包括完善隱私和免受攻擊的保護(hù)、提升實時自動化決策、降低互聯(lián)網(wǎng)帶寬和云計算成本、提高能源效率、實現(xiàn)更強(qiáng)大的計算能力，并通過明確的投資，為一線員工配備適合其開展工作的先進(jìn)設(shè)備。

研究人員、企業(yè)高層和一線員工需要協(xié)力同行。研究人員要為技術(shù)的成熟發(fā)展提供相應(yīng)的支持，在日后的工作中著重于去中心化算法，結(jié)合動態(tài)變化的通信模式，優(yōu)化芯片，并將計算與通信融為一體。而對于倉儲、物流和零售業(yè)的企業(yè)高層來說，這意味著要制定技術(shù)成熟度水平發(fā)展路線圖，以緊跟市場步伐，并確保一線員工擁有先進(jìn)的設(shè)備和軟件工具以更好地完成工作。

本文作者：斑馬技術(shù)大中華區(qū)技術(shù)總監(jiān) 程寧