国内边缘计算技术全球领先，AI应用场景渗透进各行各业！

电子发烧友网报道（文/李弯弯）当前，在万物互联趋势下，计算需求持续呈指数级增长，云计算中心越来越难以处理过于庞大的计算和数据，出现高延迟、网络不稳定等状况。边缘计算中的边缘节点具有小型、多分布、贴近用户等特点，可减少传输延迟，让数据更安全，越来越多的被用在各行各业。

根据中国信息通信研究院预测，未来80%的数据与计算将在边缘节点完成。中国的边缘计算更是走在世界的前列。创新研究公司GreyB今年2月的数据显示，全球提交边缘计算专利申请最多的10个组织中，有9个属于中国。排名前10的学术机构全部来自中国，北京邮电大学以189项专利位居榜首。

中国能够驰骋在边缘计算赛道的前列，与全球领先的通信基础设施、全球最大的应用场景等得天独厚的优势息息相关。我国领跑全球的5G建设速度，为边缘计算需要的超低延迟提供了基础。同时，国内所具有的全球最大的边缘计算应用场景，反向催化边缘计算技术性能提升，使技术与应用加速形成良性循环。

北京邮电大学计算机学院副院长王尚广表示，就整体看，我国在边缘计算的绝大部分领域均处于国际领先水平，其中技术应用最为强势。华为一位不愿具名的边缘计算业务专家此前对媒体表示，相比世界上其他国家，中国的边缘计算在技术应用上发展更加广泛丰富，在与5G、人工智能、音视频的技术结合点上也走在前列。

另外，近几年随着边缘计算与AI的结合，边缘AI逐渐成为新的智能转型手段，因其流量占用小、时延低、隐私性强等特点，可以与传统云计算形成组合拳。边缘端现场实时处理与响应，保留重要数据回传云端，这种组合方式可以加速传统行业智能化升级的落地。

边缘AI的计算领域非常广泛，包括智慧交通、智能汽车、智能家居、智慧物流、智慧农业、等等。在智慧交通方面，当前随着城市交通智能化的发展，各种终端数量的增加，对海量信息实时处理的需求也显著增加。

比如交通监控摄像头，单个路口的高清摄像头每天就会产生几十G的视频文件，这样一条街、一个区域、甚至一座城市，产生的数据量是无比巨大的，而这些视频中，真正有效的，需要捕捉的违法行为内容占比很少。边缘AI计算机可在现场进行智能处理，直接在本地分析违法行为，筛选有价值内容上传，大大降低了无效内容产生的带宽和存储浪费。

智能驾驶更是当下的热门领域，具备智能驾驶辅助的汽车在行驶过程中会产生大量数据，这些数据可能是汽车自身数据、如时速、油门与刹车开度等，也可能是雷达、视觉等外部传感器探测的数据，在车路协同场景中，甚至还会有其他车辆的位置、速度，及电子路政设施的交互数据。

汽车在道路上行驶时，如果这些数据全部需要上传云端处理后再反馈车辆，就会产生严重的安全隐患，如果恰巧汽车行驶在无信号的山洞、隧道中，或信号故障、干扰的区域，云计算失联，汽车无法自主进行决断，而借助边缘AI便可以避免这些问题。

再比如智慧农业，现在很多大型农场都采用了人工智能的方式，其中给一个场景是温室大棚，温室大棚场景中重要的是对植物的生长环境和生长环节进行精确的控制和管理。体现在利用数据采集、水肥控制、智能管理、数字农场平台等技术，对育苗、种植、生长管理、收获、休耕等种植环节进行管理。

在棚内部署边缘AI，可以通过传感采集设备获取关键指标数据，智能判断，控制水肥系统进行灌溉施肥，天幕系统控制光照，视觉采集监控农作物生长状态。并定期将相关数据同步到云端的农业管理系统，为其科学决策提供依据。

在智能家居方面，随着物联网的普及，家庭生活将引入越来越多的智能应用，如智能照明控制、智能电视、智能空调等。这些应用需要在家中部署大量的传感器和控制器。

为了保护家庭数据的私密性，数据处理可以使用边缘AI，使得大部分计算资源被限制在家庭内部网关，禁止敏感数据外流。通过边缘AI优化室内定位和家庭安防检测，获得比云计算更高的精度和更低的延迟。家庭娱乐也将从边缘AI受益，无需将用户偏好上传到云端，系统可自行推荐个性化服务，让用户拥有更好的娱乐体验。

除此之外，还有智慧物流，在智能物流系统中，将边缘AI应用于单元级物流终端，提高其智能化等级。智慧城市，通过边缘计算支撑智慧城市大规模基础设施的计算和服务，可以实现终端设备的低时延应用，也可降低带宽占用，这对城市中海量物联网设备是很有必要的。总之凭借其本身的优势，边缘AI正在为各行各业带来便利，随着技术的成熟，未来还将会在更多领域更多场景中得到更好的应用。