发力AI、IoT和边缘计算 恩智浦如何利用技术优势实现华丽转身？

（本站原创，作者为电子发烧友执行副主编章鹰）9月5日，在深圳2018恩智浦未来科技峰会的主论坛上，恩智浦半导体全球销售与营销执行副总裁Steve Owen强调指出：“作为全球领先的人工智能和物联网半导体厂商，恩智浦在2017年营业额高达92.6亿美元，恩智浦一直致力于将前沿技术传递到整个生态圈。针对物联网发展轨迹，未来几年恩智浦将会加入互联、安全和嵌入式的方案，进一步部署工业和消费级IoT方案，并发展从设备到云端或从云端到互联汽车等端到端之间的安全方案。”

图1：恩智浦半导体全球销售与营销执行副总裁Steve Owen

Steve Owen表示，预计2020年智能设备的出货量将会超过400亿台，随着越来越多的智能设备出现，从数据的获取到数据的处理到深度学习，必须要在信息当中进行挖掘。信息爆炸，设备不堪重负，边缘计算应运而生。而未来数据的产生速度会逐步超过存储能力。他指出在未来的5-10年，边缘计算比数据中心的统一计算更为重要。

图2：NXP全球资深副总裁兼大中华区总裁郑力

NXP全球资深副总裁兼大中华区总裁郑力表示，过去两年围绕芯片行业的生态环境发生巨大变化，NXP今天还是恩智浦的面目出现在行业内，第二，我们还是坚持把智慧生活、安全连接作为我们在汽车电子和物联网、人工智能这个领域最为聚焦的应用技术场景，继续加大投资。这条技术路线恩智浦还是坚持不变。

恩智浦半导体资深副总裁兼数字网络事业部总经理Tareq Bustami表示，现在的环境已经发生巨大变化，云端投资巨大，非常重要，同时必须要将更多的精力放在边缘，在边缘计算上有我们独特的优势，我们将会与生态伙伴，特别是在中国的生态体系一起去进军边缘计算。不管是MX，还是Layerscape，一起使边缘计算更加强大，更具有前瞻性。边缘计算今年以来在家庭、工业场景和智能网联汽车中都已经有了运用的范例。

Gartner研究总监相斌斌在之前接受记者的采访时，曾明确指出：“在未来的应用场景中，更多的是边缘和云做配合。基于应用场景的差异化，我们看到边缘计算的架构可以帮助企业实现低时延、有要求、需要多协议转化的场景，以及帮企业降低成本。甚至可以使能更多的应用，比如说对于边缘自主化有要求的应用场景，如灾备的场景，本地交互的场景，车联网是典型的本地交互需求非常强的场景。可以帮助企业满足安全、隐私和合规的要求。未来边缘的作用在物联网当中会越来越重要。”

图3：恩智浦资深副总裁兼安全与连接事业部首席技术官Fari Assaderagh

恩智浦资深副总裁兼安全与连接事业部首席技术官Fari Assaderaghi在9月5日的记者见面会上分析说：“把所有数据往云上送的成本是很高的，我们倾向于认为能够在本地低成本处理的尽量在本地做，边缘计算是未来的一个趋势。边缘计算遵循三个法则：第一、保护隐私，提高安全性部署，第二、实现实时分析和驱动（物联网对时延敏感的应用不因网络延迟而受阻），第三，降低网络成本和数据中心成本。理想的物联网的边缘架构，需要很好平衡企业业务需求和技术因素，比如说数据管理、安全、可扩展性以及成本。”

边缘计算要向前发展，Fari Assaderaghi认为必须有三大助力：

第一、智能设备或终端通过传感器或探测器收集数据，通常采用的是模拟数据，需要具备有高计算能力的网络平台，处理混合信号能力，需要90纳米，40纳米甚至28纳米的应用处理器；

第二、安全的数据收集。所有与云端连接的内容都要经过认证。首先是对设备当中的数据进行保护，其次，对传输当中的数据进行保护，就意味着我们需要有一个非常复杂的，高效的加密，并且有一些加速器，它能够嵌入设备。

第三、感知和计算。机器学习需要大量的计算能力，在复杂的图像和成像功能中需要高性能计算，这需要10纳米级别的产品，显著增强边缘处理器计算能力。

通过在边缘端增加一些数据预处理能力（包括深度学习能力）和本地存储能力，这种“边云协和”的分布式计算架构不仅可以大幅减轻云端压力，而且还可以实现以下4大好处：首先是可以保证实时性；二是成本大大降低；三是边缘具备了分析和预测的能力，过去我们很多时候只能是分析已经发生的事件，无法通过对已发生事件的了解预测将来；四是精准性地解决了信息安全和保密的问题。

对于哪些数据可以在边缘处理？哪些数据需要上传到云端处理？Fari Assaderagh分析说，摄像头的信息、温度传感器、音频设备收集到的数据，这些原始数据不需要上云，它可能会堵塞整个网络，这些数据分析都需要本地来做的。又比如关键词搜索，身份识别信息涉及到个人隐私，原始数据发到云端就有风险。而语义数据，包括一些原数据，它可能需要使这个模型进行再培训，那么这个时候这些数据的确可以再重新回到云上。

面向边缘计算领域，恩智浦推出了EdgeScale网络。目前恩智浦已经与中国移动合作，使用该项技术来试运行。今年年初，恩智浦和阿里巴巴进行了边缘计算的合作，把Layerscape、EdgeScale在边缘云计算层面和合作伙伴进行试点，把云植入EdgeSacle.

“恩智浦就在帮助大家做一种黏合剂，把边缘设备和云很好连接在一起，也就是在边缘设备产生的信息能够非常安全传输回云端，然后再传回来。我们是独立于一个连通的共有云或者私有云，我们可以支持Azure， AWS， GCP等所有的这些云。这样的益处就是我们的客户可以有一个平台，而无需顾虑具体连接到的云是哪一个，对于云供应商的益处，他们能够获得几千个应用和客户的边缘节点。” Fari Assaderagh阐述了恩智浦边缘计算的独特优势。

中国目前在人工智能和机器学习领域正在引领全球市场发展。人工智能在1960年代开始是以语音为主的，但现在我们看到除了语音之外，还有很多视觉的人工智能。未来语音+视觉AI将改变整个工业电子设备设计的形态。这也是我们努力提高MCU、跨界处理器和应用处理器计算能力的一个核心考虑。作为一个计算平台供应商，恩智浦未来不会向DSP、GPU、VPU等高性能计算平台发展，考虑更多的是如何把AI转移到边缘设备上来执行。

对于大家关心的恩智浦在边缘计算方面的产品规划，Fari Assaderagh分析表示，机器学习和AI，内容涵盖丰富，比如有些经典的机器学习，不需要很多的计算能力，用通用的处理器就可以做到，但是一些深度的神经网络，就需要我们提供高级别的处理能力，恩智浦已经提供MCU，还有快到GPU级别的PSP。