AI的未来在边缘：Sachin Katti揭示英特尔发展战略

[导读]过去一年，我们开始意识到AI蕴含的巨大能量及其激发的创新潜能，围绕AI的热议居高不下，其中许多创新将深刻改变科技行业乃至整个世界的发展进程。

过去一年，我们开始意识到AI蕴含的巨大能量及其激发的创新潜能，围绕AI的热议居高不下，其中许多创新将深刻改变科技行业乃至整个世界的发展进程。

未来，Al的命脉将依赖于开放的生态系统。这个生态系统能够为开发者提供各种选择，并帮助其实现跨领域、跨供应商移植应用软件。这意味着开发的平台和解决方案，会将世界上的物理基础设施转变为无缝连接、无处不在的软件。

以往，Al一直集中在数据中心，但市场调查公司Gartner®预测：“到2025年，50%以上由企业管理的数据，将在数据中心或云之外进行创建和处理。”如今，企业正在通过基于Al的自动化运营寻求更多机会，这加速了上述发展趋势。由于大量数据在边缘爆发式增长，而手机、PC或零售店产生的数据推动着智能化水平不断提高，这使Al无处不在成为可能。作为最大的计算工作负载之一，Al的重点在于决策，并基于此推动零售业、制造业、酒店业及其他行业提升效率和实际效益。

在英特尔，我们看到，无论是经济发展和物理世界的演进，还是即将到来的自主、环境感知及协作软件的潮流，每种因素都将推动对边缘计算的需求激增，同时，也将大幅降低功耗和总体拥有成本。企业希望实现自动化，这不仅是为了提高价格竞争力或缓解人才短缺的影响，也是为了加强创新、提高效率并缩短产品上市时间。从物理层面看，尽管将数据发送到云端进行处理，会产生理想的结果，但这项任务既昂贵又耗时。

从经济角度来看，在自有本地设备上生成和处理数据，比租用、维护和向云服务器传输数据，更具成本效益且效率更高。此外，就数据安全合规而言，在边缘本地化处理数据，不仅可以遵守必要的法律，还有助于保护生成数据的私密性。

即使面临诸多挑战，许多与我沟通的合作伙伴仍渴望尽快部署AI，以从中获得收益。一些早期AI采用者已实现数字化运营，并通过在餐厅、工厂、销售点终端等现有日常应用中，分层部署边缘Al而收获回报。通过消除云处理带来的延迟和带宽成本，边缘Al实现了决策自动化，从而有助于解决人才短缺和隐私法规等问题。然而，边缘技术的一些内在复杂性也不容小觑。例如，其灵活性可能受到由规模不够、算力有限和电力紧张等问题所带来的影响，并且还需要针对安全性和异构性因素进行考虑。因此，将新技术集成到这些场景中非常复杂，将AI带入边缘也同样如此。

在电信网络转型的助力下，移动行业得以应对复杂性的挑战，使Al技术在边缘爆发式增长。作为所有企业最后一公里的管理者，通信服务提供商为其提供了一个巨大机会，即可以帮助企业通过网络切片，同时利用Al技术来优化并更高效地运营网络。此外，基于Al的无线电智能控制器和预测性维护，还可为众多垂直行业的企业提供全新边缘Al产品，并使其从中盈利。

可以理解的是，大多数客户倾向于在现有基础设施上集成AI技术，而非从零开始搭建。然而，在现有基础设施上集成新技术确实存在难度，这也是业界公认的、不可避免的挑战。与任何新兴技术一样，尽管人们对AI的快速发展充满期待，但在技术尚未完全成熟之前做出决策，必然伴随着一定风险。如果缺乏统一的全行业标准和协议，那些早期投入AI部署与实施的企业，可能需要在未来对先前决策进行重新评估与调整。

分析师认为，边缘AI的发展将经历三大阶段。首先是目前已普遍采用的高度定制化用例。其次，随着时间的推移，这些用例将逐渐被针对具体行业打造的解决方案所替代，这些解决方案在互操作性和能效方面存在固有挑战，而且，不同系统和软件操作起来也很复杂。最终将出现一个基础性的跨行业平台，以解决各个行业共同面临的挑战。面对多年来无法避免的互操作性挑战和发展桎梏，我们应当积极追求并开发创新解决方案，以应对智能边缘发展所带来的核心挑战。

我们坚信，通过采取以开放、模块化、统一平台为核心的方法，通信服务提供商、开发者、基础设施运营商和企业，将能够更轻松高效地开发、部署、运行并管理可扩展的边缘解决方案。这将为跨地域的异构边缘设备群的安全部署和自动化管理开辟道路，而这些设备群将根据业务需求变化而不断扩展和调整。正如开放标准和软件定义网络在云计算的演进中发挥至关重要的作用一样，我们也可以借鉴这些原则，来加快边缘Al解决方案的部署进程。通过整合专为边缘Al开发的软件、硬件和平台解决方案，我们有望构建一个数字生态系统，以实现在任何需要的地方提供Al功能的目标。