边缘计算中的AI如何驱动5G和物联网

边缘计算是处理和分析服务器中与它们所服务的应用程序更接近的数据的概念，它日益普及，并为成熟的电信提供商，半导体初创公司和新的软件生态系统打开了新的市场。在过去的几十年中，技术是如何融合在一起的，以大数据为起点，使这一新的空间成为可能，这是一个绝妙的主意，并且有了这样的想法，即现在存储在超大型数据中心中的大量信息，我们可以分析世界上的混乱情况以提供新的对消费者的价值。将此概念与物联网相结合，并连接从咖啡杯到药丸分配器，炼油厂到造纸厂，智能护目镜到手表的所有东西，对消费者的价值是无限的。

但是，许多人认为，市场并未经历物联网预期的曲棍球增长曲线。除了特定的利基市场，物联网的连通性并没有带来足够的消费者价值。然而，在过去的五年中，作为人工智能(AI)的技术进步已经开始彻底改变行业以及连接性可以为消费者提供的价值量概念。这是一个非常激动人心的时刻，因为市场可以看到大数据，物联网和人工智能相结合的无限潜力，但是我们才刚刚开始。边缘计算的概念及其对未来技术路线图的影响是有助于利用这种结合的最初发展之一。

边缘计算的概念可能不是革命性的，但是实现将是革命性的。这些实现将解决许多日益严重的问题，包括减少大型数据中心的能耗，提高私有数据的安全性，启用故障安全解决方案，降低信息存储和通信成本以及通过降低延迟能力来创建新应用程序。

但是什么是边缘计算?它是如何使用的，可以为网络带来什么好处?要了解边缘计算，我们需要了解推动其发展的因素，边缘计算应用程序的类型以及当今公司如何构建和部署边缘计算SoC。

边缘计算，边缘云，雾计算，企业

边缘计算有很多术语，包括“边缘云计算”和“雾计算”。边缘计算通常被描述为在本地服务器上运行的应用程序的概念，旨在将云进程移近终端设备。

传统上，“企业计算”以与边缘计算类似的方式使用，但更准确地描述了网络功能，并不一定描述了计算的位置。思科创造的雾计算与边缘计算基本相同，尽管有许多人在边缘计算空间之上或之下或什至作为边缘计算的一个子集来描述雾。

作为参考，端点设备和端点通常被称为“边缘设备”，不要与边缘计算相混淆，并且这种划分对于我们的讨论很重要。边缘计算可以采用多种形式，包括小型聚合器，本地本地服务器或微型数据中心。微型数据中心可以按区域分布在永久性甚至可移动的存储容器中，该存储容器可以绑在18轮卡车上。

边缘计算的价值

传统上，传感器，摄像头，麦克风以及一系列不同的物联网和移动设备从其位置收集数据，并将数据发送到集中式数据中心或云。

到2020年，全球将连接超过500亿个智能设备。这些设备每年将产生ZB数据，到2025年将增长到150 ZB以上。

互联网的骨干网旨在可靠地将设备彼此连接并与云连接，从而有助于确保数据包到达目的地。

但是，将所有这些数据发送到云会带来一些巨大的问题。首先，150 ZB的数据会造成容量问题。其次，就能源，带宽和计算能力而言，将大量数据从其原始位置传输到集中式数据中心是昂贵的。据估计，目前只有12%的数据被拥有该数据的公司进行了分析，并且只有3%的数据有助于产生有意义的结果(对于我们“环境数学家”来说，收集和传输，浪费，浪费的数据中有97% )。这清楚地概述了需要解决的运营效率问题。第三，存储，传输和分析数据的功耗非常大，因此显然需要找到一种降低成本和浪费的有效方法。引入边缘计算来本地存储数据可降低传输成本;但是，还需要高效的技术来消除数据浪费，而当今的主要方法是寻求AI功能。因此，所有应用程序中的大多数本地服务器都增加了AI功能，现在正在安装的主要基础设施是新型，低功耗边缘计算服务器CPU，它们以GPU和ASIC或一系列芯片的形式连接到AI加速SoC。