AI的最后一公里，如何找到边缘智能的最佳平衡点

　　来源：略懂的小咖（A-little-0306）

　　随着 5G 等网络基础设施与应用的不断完善，边缘计算终端性能的不断强化，数十亿移动和物联网设备连接到互联网，在网络边缘生成数以亿计的数据字节。Gartner 预测，到 2022 年，超过 80% 的企业物联网项目将包含人工智能组件。

　　各行各业在数字化转型的过程中，都会在最合适的平衡点上，进行智能边缘的部署。来自于智能制造、交通、零售、能源以及智慧城市等各方面的行业需求，与百亿级的联网设备叠加后，更将成为推动边缘智能市场爆发的巨大源泉。

　　伴随着各种智能边缘设备的部署，人们开始关注智能边缘技术的落地，以及如何解决行业痛点。在这个过程中，如何让边缘更智能，又通过什么方式让智能部署到行业“最后一公里”？

　　边缘智能

　　旺盛需求VS供给碎片化

　　随着越来越多的物联网设备在各个行业场景加速部署，边缘智能的重要性日益凸显，数字化、智能化持续加速，AI算法的运行也正在从云端下沉到边缘节点。然而，如今的边缘智能，无论是需求还是供给，都存在碎片化严重的问题。在很多细分领域，尚未出现一个可以满足定制需求的参照。

　　比如，在智慧零售领域，互联网使电商行业发展迅猛，对线下零售产生巨大冲击。面对挑战，零售门店寻求通过数字化、智能化转型来积极应对。但在实践中，囿于线下门店 IT 基础薄弱，数字化经验缺乏等现状，要实施数字化变革，面临着多方面的挑战。比如，如何在保护用户已有投资的前提下，达成高性能、高可用的数据和 AI 能力覆盖？面对零售行业复杂场景，如何提供有针对性、可进行场景学习的识别 AI 算法，保证较高的准确率？

　　还有，在智慧交通领域，即使只在收费这一场景中，也需要识别大型客车、货车及专项作业车辆等车辆在型号、核载质量、轴型等方面广泛的差异。如何更及时、精准地发现交通违法违规行为也是一个重要挑战。

　　再比如，在智慧社区建设中， AI+视频分析具有重要意义，但对于智慧社区的新建用户，或是从传统社区向智慧社区转型的用户而言，智能视频分析系统的部署并非一蹴而就，面临着如何利旧，可能因为网络问题导致服务不稳定或中断以及传统方案在应用灵活性、成本、扩展性等方面存在着一定的瓶颈等种种难题。

　　虽然边缘智能市场看起来非常巨大，但如今智能边缘计算技术多应用于技术门槛要求相对简单的场景，针对技术门槛相对较高的大场景应用较少。在各个细分领域，目前也尚未出现一个公认的参照体系，以满足不同行业的定制需求。甚至往往需要反向操作，即用不同的解决方案，去测试该体系是否合适。在智慧交通、智慧社区等大型应用场景中，使用该方式进行尝试，出现了成本高、资源浪费等问题。

　　以生态建设满足

　　定制化软件算法需求

　　“全球市场正处于最具活力的时代。企业目前面临的挑战错综复杂且相互关联，而成功的关键取决于企业快速采用和最大化利用领先技术和基础设施的能力”。英特尔CEO帕特·基辛格在2022年英特尔On产业创新峰会（Intel Vision）上如此表示。

　　企业数字化转型迫切需要快速采用领先的边缘智能技术和能力，但在边缘人工智能精准落地的需求下，如何满足定制化的软件算法需求成为制约落地的一个重要环节。

　　针对此，英特尔认为生态建设是边缘人工智能得以发展壮大的重要因素。边缘人工智能的真正生命力体现在具体行业的落地上，由于不同行业与应用场景对于算法有着不同的需求，活跃的 ISV 生态将有助于快速开发出面向不同场景的软件与算法，加速边缘人工智能在行业的落地。

　　软件和算法是推动边缘人工智能产业发展的关键力量，而ISV 可以实现不同应用场景的软件及算法的快速定制化和场景化。在 AI 边缘计算的整个产业链条上，ISV 可以加速整个产品定义、算法研发及 AIoT 整体解决方案的落地速度，起到 AI 边缘计算的提速和催化作用。

　　面向边缘人工智能应用场景，英特尔提供了基于英特尔架构的边缘人工智能解决方案。该解决方案包括广泛的软硬件组合，具备高性能、低功耗和高可用性等优势，可以支持ISV 在其上高效运行边缘人工智能软件与算法，推动边缘人工智能快速落地。

　　同时，英特尔持续推动智能边缘、AI、5G等关键技术的融合创新，推出“英特尔AI计算盒参考设计”， 其搭配了一系列软硬件的组合，可针对边缘计算来高效帮助开发人员及客户灵活选择，优化部署，缩短开发时间及成本，支持多元的计算需求和不同的应用场景。

　　应用持续落地

　　推动行业发展

　　边缘人工智能的行业发展最终要体现在边缘人工智能应用的持续落地。

　　近年来，边缘人工智能技术与传统行业经营模式及业务流程产生了实质性融合，催生了在多个行业的应用落地。得益于技术创新和产业成熟度的不断提升，特别是在 ISV 的积极推动下，边缘人工智能已经在诸多行业领域得到了广泛的实践。从市场规模、对于边缘人工智能的需求度、产业活跃度、政策支持力度和场景清晰度等方面来综合评估，目前零售、制造及教育、交通等行业是边缘人工智能产业成熟度相对较高的几个行业。

　　为帮助 ISV （独立软件开发商）、ODM/OEM （原始设计制造商/原始设备制造商） 和 SI （系统集成商） 等合作伙伴针对多样化的边缘场景构建高可用的智能视频分析方案，英特尔以英特尔酷睿处理器、OpenVINO工具套件以及英特尔Media SDK 等先进软硬件产品和技术为抓手，推出英特尔视频AI计算盒。

　　针对不同合作伙伴的自身特点，英特尔视频AI计算盒从不同层面提供能充分展示其各自优势的平台。在产品设计层面，可帮助ODM厂商快速搭建高可用的边缘AI视频分析平台；在算法层面，可帮助ISV 厂商实现对不同应用场景软件及算法的快速定制和场景化，进而加速产品定义、算法研发及边缘 AIoT 能力的构建；而对于OEM 与 SI 厂商，则可以借助 AI Box 对软硬件与算法的高度整合，为各行业提供高性能、高可用的整体解决方案， 加速智能边缘应用精准落地。 

　　在英特尔看来，只有采用贴近真实应用需求的方式，才能让边缘计算在当下数字社会生根发芽，并为各行各业带来真正的“数智化”变革动力。英特尔尤为重视与能力型合作伙伴携手，构建多点协同、广泛互联的生态协作模式，充分发挥生态带来的多边网络效应，与合作伙伴合力实现边缘 AI 视频分析市场的快速演进。

　　基于视频AI计算盒的概念设计，英特尔与与不同类型的合作伙伴一起，在智慧社区、智慧零售、智慧交通、智能支付、智能 VDD、智能白板以及智能会议等数十个场景中，构建起一系列面向垂直领域的端到端解决方案。围绕视频AI计算盒提供的软硬件基础能力，合作伙伴可以为最终用户提供从高密度视频流编解码、多路显示/拼接、AI 推理，直至存储以及云边协同等可端到端交付的全流程工作负载。

　　为了帮助零售门店充分挖掘数据价值，实现基于用户洞察的智慧零售，领先的数字科技方案提供商开域秉承“门店数字化 + AI 能力构建 +经营数据分析”的核心理念，以英特尔视频AI计算盒为核心，推出“云边端”架构的解决方案，帮助用户更快、更好地完成全链路数据能力覆盖和 AI 能力建设，推进零售行业“新基建”。现在，开域零售门店数字化解决方案已在国内外大量用户处得到了实践部署。

　　智慧社区对于人工智能有着旺盛的需求，也是一个能够实现规模化发展、可复制性强的场景。趋视科技推出了基于英特尔架构的神图智安智慧社区解决方案。该解决方案包括搭载了英特尔至强可扩展处理器/英特尔酷睿处理器的智能视频分析系统，为用户提供高性能、高扩展性、高稳定性、且具有出色性价比的人工智能分析产品，有助于让更多用户感受到人工智能技术带来的高效工作模式及全新生活体验。

　　在智慧交通领域，英特尔拥有面向不同应用场景的云到端解决方案，能够为合作伙伴在智慧交通等各个领域的发展提供创新技术支持。比如，为了满足高速公路联网收费、重点车辆监管以及智慧物流管理的需求，卓视智通在云图睿视的 AI 计算盒基础之上，推出了小神瞳收费车型识别管理方案。能够高效、准确地识别车型等重要信息，确保交通安全，提高通行效率，从而形成安全、高效和环保的智慧交通系统。

　　在数字化技术创新的驱动下，边缘 AI 的技术与产业生态将更趋于完善与成熟，支持面向具体场景进行深度定制的边缘 AI 平台将得到更多用户的青睐，成为部署边缘 AI 系统的主要选择。同时，边缘AI算法也将迎来新一轮的进化。英特尔一直秉持开放共赢的生态理念，专注于推动生态系统的发展进化。目前，英特尔正在携手ISV和SI等合作伙伴加速边缘 AI 在各个行业中的实践落地，在每一个行业服务上，找准智能边缘部署的最佳平衡点，加速释放边缘 AI 在行业的巨大应用价值。