智能边缘计算：需求碎片化难题如何破
提到边缘计算，人们并不陌生。随着人工智能等新兴技术的不断发展，边缘计算也逐渐变得更加智能，演变出智能边缘计算的概念，并得到业内的日益关注。然而，如今的智能边缘计算领域，需求碎片化严重。在很多细分领域，尚未出现一个可以满足定制需求的参照。
近日，在“2022年英特尔中国研究院探索创新日”上，英特尔研究院副总裁、英特尔中国研究院院长宋继强针对智能边缘计算市场需求碎片化严重的现象发表了自己的观点。
需求切实存在
AI、VR、元宇宙……随着科技的不断进步，人类社会正在逐渐向虚拟化、智能化时代迈进，智能边缘计算应运而生，赋能各行各业。
宋继强表示，早期的数字化转型，需要靠人力将物理世界的数据转化到数字世界中，随着时间的推移，数字化转型开始逐渐从依赖人力转向依赖人工智能，未来，甚至可以不再需要人工提供数据，直接通过AI技术实现数据转化。
因此，智能边缘计算的理念诞生了，同时也提出了一种新模式：让物联网的每个边缘设备都具备智能化的数据采集、分析计算、通信等能力。智能边缘计算可以同时利用云计算的能力，大规模地配置、部署和管理边缘设备，并能够智能分配设备类型和场景，让云和边缘之间更加智能地流动。
通过智能边缘计算技术，企业可以利用边缘设备自身的运算和处理能力，直接就近处理绝大部分物联网的任务，这不仅能够降低数据中心工作负担，还可以更及时准确地对边缘设备的不同状态做出响应，让边缘设备真正变得智能起来。
宋继强介绍，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，所以未来智能边缘计算的市场会非常庞大。IDC预测，2025年，智能边缘总体规模将超过650亿美元。
市场化推进遇阻
然而，如今各种智能边缘设备的部署，已经由先前的“热恋期”，逐渐步入了“冷静期”，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。因此，智能边缘计算产业化落地遇到的阻碍也开始暴露出来，困扰智能边缘计算市场化的推进。
首先，智能边缘市场的需求碎片化严重，难以达成统一。宋继强认为，虽然未来智能边缘计算的市场非常庞大，但是针对不同应用场景的智能边缘部署，需要根据该应用对能耗、宽带、价格等不同的需求，来找到最合适的平衡点，而每一个不同的细分领域，平衡点往往不一样，造成智能边缘市场的需求碎片化严重，对定制的要求比较高。
然而，在各个细分领域，目前还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。在智能教育、智能交通等大型应用场景中，均使用该方式进行尝试，出现了成本高、资源浪费等问题。
其次，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。宋继强表示，很多智能边缘计算的技术水平，还停留在对MEC（移动边缘计算）等进行简单的扩展方面，能力相对有限，难以用在未来智能制造、港口、矿山等对算力要求巨大的应用场景中。若想从小场景到大场景演进，针对小场景所定制的硬件系统，往往难以对大场景进行支持。因此在升级的过程中，会造成技术难度大、成本高等问题。
应用场景体系是关键
随着智能边缘计算的不断发展，以应用来打造体系的“本末倒置”的方式，并非长久之计。尽管有不少行业已经在尝试用定制的硬件系统支持一些应用，但往往会遇到升级难、成本高等问题，造成体系最终无法形成。宋继强认为，未来在智能边缘计算应用场景的体系制定方面，需要由应用来进行驱动，能够有效帮助定制化体系的落地，也能有效推动弱智能边缘计算场景向强智能边缘计算场景演进。
“体系的定制是一个庞大的工程。首先，在算法、系统的调度等方面，均需要进行实时优化。其次，硬件在网络层面同样需要进行定制。另外，在异构计算的层面，也需要定制。在如此庞大的工程中，每一个垂直的类别，都需要有足够的商业应用前景进行驱动，从而吸引足够的人来共同打造这个工程。”宋继强表示。
此外，在智能边缘计算的体系制定方面变得更加完善后，小场景向大场景演进过程中所遇到的困难，也将得到有效解决。宋继强表示，如今在打造较强的智能边缘计算场景时，往往会将一些云端的技术，以及云原生的内容直接下沉到边缘。这种方式在支持对于延迟性不高的应用场景时，有足够的能力，但对于AI等更高端的需求，该方式往往难以实现，同样需要对体系进行定制服务。
“如今，智能边缘计算在小场景的应用中，对于延迟性、QoS（服务质量）等方面要求不高。但是在大场景的应用中，对于实时性、数据吞吐量、可靠性以及连接的分布，均有很高的要求，需要通过定制服务来打成。因此，对于智能边缘计算在大型场景中的应用，体系的制定也是关键。”宋继强表示。
机器视觉与边缘计算应用
1.没有基础可以学习吗？
答：建议学员至少有一定的Python语言基础，并学习过机器学习和深度学习的基本知识（尤其是卷积神经网络和目标检测等部分），可以选修课程https://www.icourse163.org/course/FUDAN-1205806833。
有关OpenVINO的介绍，可以先学习https://course.itxueyuan.com/198（零基础学习OpenVINO），还有下列更系统的课程：
https://edu.csdn.net/course/detail/27685
https://edu.csdn.net/course/detail/28807
2.如何使用课程介绍的算法和工具解决实际问题？
答：可以先消化课程提供的案例和实验，结合推荐教材的实验练习，理解机器视觉常用算法原理以及OpenVINO的使用方法。
3.本课程是否会讲实训的内容？
答：本课程会介绍OpenVINO和算能等业界主流平台的应用方法，实用性强，强调动手练习。
4.实验用什么平台？
答：可以到https://software.intel.com/zh-cn/openvino-toolkit/choose-download?cid=&campid=prc_q234_2020_openvino_mooc下载相关免费软件，安装在本地机器调试和运行。
5.本课程的资料可以怎么使用？
答：本课程的资料（包括课件、视频、程序和数据）仅仅用于学习用，没有经过允许，不能用于比赛、论文或商业等目的。
6.OpenVINO是什么平台？
答：使用英特尔®OpenVINO™工具套件分发版开发可模拟人类视觉的应用和解决方案。该工具套件基于卷积神经网络 (CNN)，可在英特尔®硬件（包括加速器）中扩展工作负载并实现性能最大化。
· 支持从边缘到云的深度学习推理
· 加速 AI工作负载，包括计算机视觉、音频、语音、语言和推荐系统
· 使用通用 API支持在所有英特尔®架构和 AI加速器 —CPU、iGPU、英特尔®Movidius™视觉处理单元 (VPU)、FPGA和英特尔®高斯和神经加速器（英特尔®GNA）上实现异构执行
· 通过函数库和预优化内核缩短上市时间
· 包括面向 OpenCV、OpenCL™内核以及其他工业工具和库的优化调用
致谢：本课程得到了Intel公司和算能公司的大力支持，这里特表示感谢！
什么是旧版本物联网边缘计算
物联网边缘计算，又名LinkIoTEdge，是阿里云能力在边缘端的拓展。它继承了阿里云安全、存储、计算、人工智能的能力，可部署于不同量级的智能设备和计算节点中，通过定义物模型连接不同协议、不同数据格式的设备，提供安全可靠、低延时、低成本、易扩展、弱依赖的本地计算服务。
同时，物联网边缘计算可以结合阿里云的大数据、AI学习、语音、视频等能力，打造出云边端三位一体的计算体系。视频介绍物联网边缘计算的核心功能如下：边缘实例边缘实例提供一种类似文件夹的管理功能，您可以通过实例的方式管理边缘端相关的网关、子设备，同时也可以管理场景联动、函数计算、流数据分析和消息路由内容。通过部署实例，将边缘实例中的资源部署至网关中。设备接入物联网边缘计算提供多语言设备接入SDK，让设备轻松接入边缘计算节点。场景联动场景联动是规则引擎中，一种开发自动化业务逻辑的可视化编程方式，您可以通过可视化的方式定义设备之间联动规则，将规则部署至云端或者边缘端。拖拽可视化组件即可实现多设备的本地管理、联动及控制，每个人都可以成为面向设备不用编程的程序员。例如，您可以将“开门”、“开灯”两个操作串联起来，并设置时间区间在18：00至19:00之间，实现在固定时间段，门开灯亮。边缘应用应用管理是LinkIoTEdge提供的边缘应用管理能力，可以帮助您标准化的管理边缘端应用的版本、配置等。当前支持如下两种边缘应用：函数计算应用：函数计算是一种运行时（Runtime）框架，可完成设备接入到边缘网关的开发以及基于设备数据、事件的业务逻辑开发。当前有云产品模式（结合阿里云函数计算产品使用）和本地直接上传模式。容器镜像应用：容器镜像应用是一种基于容器技术的边缘应用，可以直接从镜像仓库中拉取镜像作为边缘应用。流数据分析边缘流数据分析是对阿里云流计算的扩展，解决物联网场景特有问题。物联网需要高频采集数据，数据本身量大变化小，原始数据价值较低，流数据分析可先对数据进行清洗、加工、聚合之后再上云，大大减少数据传输成本。边缘端与云端的连接不稳定，数据上云无法满足实时计算的要求，流数据分析在边缘端运行，因此不依赖网络，低时延处理数据。消息路由物联网边缘计算提供消息路由的能力。您可以设置消息路由路径，控制本地数据在边缘计算节点中的流转，从而实现数据的安全可控。提供的路由路径如下：设备至IoTHub设备至函数计算设备至流数据分析函数计算至函数计算函数计算至IoTHub流数据分析至IoTHub流数据分析至函数计算IoTHub至函数计算断网续传边缘计算节点在断网或弱网情况下提供数据恢复能力。您可以在配置消息路由时设置服务质量（QoS），从而在断网情况下将设备数据保存在本地存储区，网络恢复后，再将缓存数据同步至云端。什么是边缘计算— 英特尔
什么是边缘计算？边缘计算是指在更接近数据生成的位置来处理、分析和存储数据，从而实现快捷且近乎实时的分析和响应。近年来，一些公司已经通过将数据存储和计算集中到云端，对运营进行了整合。但数十亿分布式设备带来的新使用案例（从高级仓库和库存管理解决方案，到视觉增强型机器人制造线，再到高级智慧城市交通控制系统）让此模型变得不可持续发展。
此外，边缘设备（从智能相机、移动销售点自助服务终端、医疗传感器和工业级电脑等物联网设备，到网关和计算基础设施）的使用日益增多，以便获得数据源上更快、接近实时的可操作洞察力，从而推动生成和收集的数据量的指数级增长。
据估计，到2025年，75%的数据将在现在大部分数据生成的中央数据中心之外产生。1更进一步来说，目前企业收集的所有数据中有约90%将永远不会使用。2边缘计算提供了一条途径，可以通过高性能处理、低延迟连接和安全平台从设备收集的数据中获益。