边缘AI的兴起，新应用未来可期

说起边缘计算，就不得不提到一种海洋生物

那就是——

被称为“海底边缘计算能力者”的章鱼小哥

确实，它身手敏捷、智慧过人

是位伪装届的大师

但，这些和边缘计算有什么关系呢？

关于海底世界和人类生活中的边缘计算，我们还请到了边缘设备解决方案的提供者英飞凌，请他和章鱼小哥就此展开一场“智者间”的谈话。

英飞凌：

边缘计算是云计算的一种补充和优化。如果说云计算是集中式、在“云端”进行的大数据处理，那么，边缘计算则可以理解为边缘侧、靠近终端（例如手机、智能语音交互设备等）的大数据处理。

云计算能利用互联网，不受空间和时间的限制。但因其处理的数据量过大、数据距离“云端”遥远，因此可能出现反应迟缓，或者直接“歇菜”的尴尬局面。边缘计算就能很好地解决这一问题——不用上传至遥远的云端，就近处理数据。边缘计算低延时的特点，让大数据处理更加准确、实时和高效。

据IDC预测，到2020年全球将有超过500亿的终端和设备联网，其中超过50%的数据需要在网络边缘侧进行存储、处理和分析。未来，通过边缘计算与云计算的“相互扶持”，“随处可计算”的局面将得以实现。

数据在云端、边缘和终端设备之间流动

英飞凌：

是的，“边缘”的概念分为两种：

设备端边缘计算：直接和应用设备耦合在一起工作、可以在终端完成整个计算和决策的过程。工业自动化机器人（机械臂）、智能手机、工业网关等嵌入式系统都属于此。

嵌入式系统一般涵盖完整的数据采集、处理、计算等系列功能

另一种“边缘”通过近距离的网络组网（包括有线局域网、无线局域网、蓝牙等方式），为设备端提供更强大的计算能力的基础设施，如无线基站、区域数据中心等。

数据显示，到2021年，全球数据流量有望突破20ZB。面对如此庞大、跨越现实与数字世界的数据流，“边缘计算”如何实现数据采集、处理、计算、加密等一系列的功能——

英飞凌：

好的，这就给大家介绍一下！

1. 传感器，赋予边缘设备“智能感官”

针对不同应用，边缘设备可以配备各种不同的传感器，实现对周围环境与信息的感知、识别。例如，麦克风可以定位并识别扬声器和声音；光学摄像头可定位并识别人和物体；雷达可以用于捕获距离和速度，进行物体和手势分类。此外，还有飞行时间，照明和接近传感器，霍尔传感器，运动传感器，气压传感器，物理/化学传感器等等。

2. 32位微控制器，边缘设备的“智慧大脑”

英飞凌拥有丰富的32位微控制器产品，能够满足更高性能、连接性、可靠性和安全性的应用需求。

例如，基于ARM Cortex-M内核的XMC 微控制器系列，专用于电力转换、工厂和楼宇自动化、运输、家用电器等领域；AURIX 微控制器系列在性能和安全性方面满足汽车和工业市场的精准需求，其创新的多核体系结构能够满足最高的安全标准。

在微控制器领域，英飞凌拥有丰富的产品与市场经验，并始终与上下游厂商保持紧密合作，不断赋能包括边缘计算在内的广泛应用领域，支持客户以更高效、更低成本的方式实现成功！

3. 安全加密芯片，边缘设备远离“空城计”

数据安全是边缘计算的一项重要内容。为了保证数据安全，需要持续检查边缘设备的完整性，持续进行监测，检查系统软件是否被操纵，并核查计划的系统软件更新的原创性。

在与云端建立通讯时，边缘设备必须首先检查服务器与数据服务的真实性，然后再加密并发送数据。英飞凌为之提供专为边缘设备设计的“嵌入式可信任平台模块”，用于确保系统的完整性，检验通讯设备的真实性，并完成数据的安全加密。

4. 边缘AI的兴起，新应用未来可期

当然，边缘计算也是一个持续迭代更新的概念，不同技术的融合，使得边缘计算的内核不断创新，例如人工智能（AI）和神经网络的应用，也正在赋能“边缘AI”的落地。

得益于云端服务器广泛的数据计算能力，人工智能（AI）和机器学习领域取得了巨大进步，发展出更加综合性的人工神经网络，以解决富于挑战性的任务。随着机器学习、神经网络训练等网络架构和工具不断适配、兼容到嵌入式系统上，越来越多的AI应用也可以直接在边缘设备运行，于是“边缘AI”成为了当下讨论的热点。

原文标题：看懂了章鱼，竟然就明白了Hold住500亿终端的边缘计算…

文章出处：【微信公众号：英飞凌中国】欢迎添加关注！文章转载请注明出处。