邊緣計算“下一程”：AI規?；瘧萌绾喂?？

數字化浪潮的洶涌推進(jìn)，催生了前所未有的數據洪流，加速了計算從云到端的發(fā)展。在近日舉辦的英特爾新質(zhì)生產(chǎn)力技術(shù)生態(tài)大會(huì )上，英特爾市場(chǎng)營(yíng)銷(xiāo)集團副總裁、中國區OEM & ODM銷(xiāo)售事業(yè)部總經(jīng)理郭威指出，如今云和端的界限正在變得越來(lái)越模糊，兩者朝著(zhù)彼此融合的方向發(fā)展。這一趨勢的背后，是數據量的爆炸性增長(cháng)，以及對數據在不同地點(diǎn)處理的考量，而這也構成了推動(dòng)邊緣計算興起的關(guān)鍵因素。

英特爾市場(chǎng)營(yíng)銷(xiāo)集團副總裁、中國區OEM&ODM銷(xiāo)售事業(yè)部總經(jīng)理郭威

越來(lái)越多的企業(yè)應用開(kāi)始在邊緣運行。根據Gartner的預測1，到2027年，50%的關(guān)鍵企業(yè)應用將在邊緣運行。研究機構Grand View Research 2 則預計，全球邊緣計算市場(chǎng)規模將在2024年至2030年間以高達36.9%的復合年增長(cháng)率（CAGR）持續擴張。企業(yè)正在邊緣計算上持續投入，預計3從2024到2028年，全球邊緣計算支出將以雙位數的復合年增長(cháng)率（CAGR）穩健增長(cháng)。

AI在邊緣也展現出強勁的發(fā)展勢頭。盡管目前，AI應用主要集中在云端，但考慮到成本、時(shí)效性和安全性等因素，AI向邊緣下沉已成為趨勢。Gartner預測4，到2026年，50%的全球邊緣部署將包含AI。今年以來(lái)，生成式AI在各行業(yè)的應用不斷落地，企業(yè)積極利用大模型技術(shù)解決商業(yè)挑戰，并推動(dòng)了一系列創(chuàng )新成果，大模型商用正進(jìn)入規?；l(fā)展的關(guān)鍵階段。

邊緣AI“痛點(diǎn)”大起底：成本、技術(shù)與規?；魬?/strong>

盡管邊緣AI在數據處理和實(shí)時(shí)響應方面展現出顯著(zhù)優(yōu)勢，但在其部署過(guò)程中仍面臨一系列挑戰。

首先，將資源從云端轉移到邊緣通常需要額外的成本投入，包括硬件采購、部署、維護以及能源消耗等。企業(yè)需要在價(jià)值、質(zhì)量和成本之間做出權衡，算一筆“經(jīng)濟賬”。

其次，技術(shù)層面的復雜性是阻礙AI應用的一大難題?！澳Ｐ突糜X(jué)”問(wèn)題是其中之一，即在邊緣環(huán)境下，AI模型可能會(huì )因數據質(zhì)量、模型訓練不足或硬件限制等原因產(chǎn)生不準確的輸出。

此外，邊緣應用場(chǎng)景的多樣性與碎片化也為邊緣AI部署帶來(lái)了挑戰。場(chǎng)景、設備及工作負載的多樣性，意味著(zhù)每個(gè)場(chǎng)景都有其獨特的需求和限制。如何設計出既靈活又可擴展的標準化方案，以適應不同場(chǎng)景的需求，成為實(shí)現邊緣三大策略突破瓶頸，助力邊緣AI規?；l(fā)展

策略一：多樣化硬件產(chǎn)品，破解邊緣場(chǎng)景碎片化難題。

在邊緣計算場(chǎng)景中，面對不同的應用負載和場(chǎng)景需求，通用處理器和通用算力芯片是滿(mǎn)足這些多樣化場(chǎng)景的最佳方案，這也是英特爾的優(yōu)勢所在。

為實(shí)現這一目標，英特爾不斷在CPU中集成更多先進(jìn)功能，通過(guò)CPU、GPU和NPU的協(xié)同工作，滿(mǎn)足各種場(chǎng)景下的復雜需求。

英特爾專(zhuān)為邊緣設計的多樣硬件產(chǎn)品組合，如英特爾^? 酷睿? 處理器，為日常的工作負載提供了卓越的性能；英特爾? 酷睿? Ultra處理器則集成了NPU（神經(jīng)網(wǎng)絡(luò )處理單元），為多種應用場(chǎng)景提供了更強大的算力支持。此外，英特爾凌動(dòng)? 處理器、英特爾銳炫? GPU For the Edge、英特爾^? 至強^? 6 處理器，以及專(zhuān)為加速深度學(xué)習訓練和推理而設計的英特爾? Gaudi 處理器等，為客戶(hù)提供了豐富的選擇，使客戶(hù)以較低成本滿(mǎn)足多樣化負載和碎片化應用成為可能。

策略二：開(kāi)源開(kāi)放平臺，加速易用、可負擔的AI部署。

在軟件工具層面，英特爾提供了一系列工具集，如OpenVINO?和oneAPI?，這些工具集為開(kāi)發(fā)者在英特爾平臺上優(yōu)化和部署AI應用提供了強有力的支持。

在A(yíng)I模型和框架方面，英特爾提供TensorFlow、Hugging Face、PyTorch和DeepSpeed等主流AI模型和框架，確保開(kāi)發(fā)者能夠利用最前沿的工具來(lái)構建和訓練AI模型。

企業(yè)AI開(kāi)放平臺（OPEA）是英特爾攜手行業(yè)領(lǐng)軍企業(yè)共同打造的開(kāi)放性AI開(kāi)發(fā)與部署平臺。該平臺幫助行業(yè)客戶(hù)更便捷地基于英特爾的產(chǎn)品，構建完整的企業(yè)級AI應用。

策略三：以場(chǎng)景驅動(dòng)創(chuàng )新，攜手生態(tài)破局未來(lái)市場(chǎng)。

英特爾攜手合作伙伴，深入挖掘行業(yè)場(chǎng)景的需求與痛點(diǎn)，在特定場(chǎng)景中探索創(chuàng )新路徑，共同預見(jiàn)并應對未來(lái)可能出現的新挑戰。

針對多元化的應用場(chǎng)景，英特爾與合作伙伴攜手打造了定制化的垂直行業(yè)AI解決方案，如英特爾? 工業(yè)邊緣控制、基于英特爾? 架構的 AI POS 方案等，滿(mǎn)足零售、工業(yè)、教育、醫療、能源和交通等不同領(lǐng)域的特定需求。

多元化的生態(tài)是英特爾持續深耕行業(yè)、推動(dòng)創(chuàng )新的基石。英特爾也將持續構建和拓展合作伙伴生態(tài)系統，與服務(wù)提供商、設備制造商等生態(tài)伙伴緊密合作，共促技術(shù)聯(lián)創(chuàng )、共享開(kāi)發(fā)權益、共拓市場(chǎng)項目，加速人工智能的開(kāi)發(fā)和落地部署。

2024年是大模型應用的落地之年，AI應用仍在創(chuàng )新的浪潮下持續拓展邊界。在云、邊、端融合的趨勢下，英特爾憑借CPU、GPU與NPU的強強聯(lián)合筑牢算力底座，以開(kāi)放平臺和生態(tài)推動(dòng)技術(shù)創(chuàng )新與產(chǎn)業(yè)發(fā)展，讓更多行業(yè)企業(yè)能夠輕松擁抱AI技術(shù)，從而引領(lǐng)生成式AI及大模型應用走向規?；l(fā)展的新階段，推動(dòng)業(yè)界邁向更加智能、高效與可持續的未來(lái)。