Gartner发布物联网技术十大趋势，人工智能的最后一公里是边缘计算

编者按：本文来自微信公众号“新智元”（ID：AI_era），编辑：三石、克雷格，36氪经授权转载。

AI的新机会在边缘智能。

11月7日，在巴塞罗那举行的研讨会和IT展览会上，IT研究兼市场分析机构Gartner宣布了它认为未来最重要的战略——物联网（IoT）的技术趋势。从现在到2023年间，物联网将推动数字业务创新。

其中一个重要趋势是从智能边缘到智能网格的转变。

在物联网领域，从集中式和云端到架构的转变正在顺利进行。然而，这不是终点，因为与边缘架构相关联的整齐层将演变为更加非结构化的架构，包括在动态网格中连接的各种设备和服务。这些网状结构将实现更灵活，智能和响应更快的物联网系统。

今年5月，华为发布《GIV2025打开智能世界产业版图》白皮书指出，到八年后的2025年，全球物联数量达1000亿，全球智能终端将达400亿。

400亿智能终端中，边缘计算将提供AI能力，边缘智能成为智能设备的支撑体，人类被基于ICT 网络、以人工智能为引擎的第四次技术革命将带入一个万物感知、万物互联、 万物智能的智能世界。

现在，在构建世界道路上，除了华为之外，还有诸多玩家，本文做简单盘点。

Gartner十大IoT趋势：首席信息官应关注AI和芯片创新

Gartner认为，从现在到2023年，IoT将推动数字业务创新。 以下是Gartner列出的10项最具战略意义的物联网技术和趋势，预计将在未来五年内实现新的收入来源和业务模式。

趋势1：人工智能

趋势2：需要考虑社会、法律和道德的物联网

趋势3：信息通信和数据代理

趋势4：从智能边缘到智能网格的转变

趋势5：物联网治理

趋势6：传感器创新

趋势7：可信赖的硬件和操作系统

趋势8：新的物联网用户体验

趋势9：硅芯片创新

趋势10：物联网的新无线网络技术

Gartner预测，2019年将有142亿个互联事物将被使用，到2021年这一数量将达到250亿，这一过程则产生了大量的数据。

人工智能将应用于各种物联网信息，包括视频、静止图像、语音、网络流量活动和传感器数据。因此，首席信息官们必须在其物联网战略中建立一个充分利用AI工具和技能的企业组织。

目前，大多数物联网端点设备使用传统处理器芯片，低功耗ARM架构特别受欢迎。但是，传统的指令集和内存架构并不适合端点需要执行的所有任务，例如，深度神经网络（DNN）的性能通常受到内存带宽的限制，而并非收到处理能力的限制。

到2023年，预计新的专用芯片将降低运行DNN所需的功耗，并在低功耗物联网端点中实现新的边缘架构和嵌入式DNN功能。这将支持新功能，例如与传感器集成的数据分析，以及低成本电池供电设备中所设置的语音识别。Gartner表示，建议CIO们注意这一趋势，因为支持嵌入式AI等功能的芯片将使企业能够开发出高度创新的产品和服务。

边缘计算三大优势将“吃掉云”，边缘计算是人工智能的最后一公里

边缘计算是指在数据源处或数据源附近完成的计算，是不同于依靠十几个数据中心的云计算来完成所有工作。边缘计算主要有低时延、隐私安全和灵活性三大特点。

尽管目前企业不断将数据传送到云端进行处理，但随着边缘计算设备的逐渐应用，本地化管理变得越来越普遍，企业上云的需求或将面临瓶颈。

Gartner Group在2017年的一份报告中预测：“边缘将吃掉云”。

Gartner副总裁Thomas Bittman指出，由于人们需要实时地与它们的数字辅助设备进行交互，因此等待数英里（或数十英里）以外的数据中心是行不通的。以沃尔玛为例，沃尔玛零售应用程序将在本地处理来自商店相机或传感器网络的数据，而云计算带来的数据时延，对沃尔玛来说太慢了。

人工智能发展至今，在其所涉及偌大的领域中，仍旧面临的问题便是优秀项目不足、场景落地缺乏。

另一方面，随着人工智能在边缘计算平台中的应用，加上边缘计算与物联网“端-管-云”协同推进应用落地的需求不断增加，边缘智能成为边缘计算新的形态，打通物联网应用的“最后一公里”。

目前，边缘智能已经在以下领域爆发应用。

 自动驾驶

 在汽车行业，安全性是最重要的问题。高速驾驶情况下，实时性是保证安全性的首要前提。由于网络终端机延时的问题，云端计算无法保证实时性。车载终端计算平台是自动驾驶计算发展的未来。另外，随着电动化的发展趋势，对于汽车行业，低功耗变的越来越重要。天然能够满足实时性与低功耗的ASIC芯片将是车载计算平台未来发展趋势。目前地平线机器人与Mobileye是OEM与Tier1的主要合作者。

安防、无人机

相比于传统视频监控，AI+视频监控，最主要的变化是把被动监控变为主动分析与预警，因而，解决了需要人工处理海量监控数据的问题（也绕开了硬盘关键时刻掉链子问题）。安防、无人机等终端设备对算力及成本有很高的要求。随着图像识别与硬件技术的发展，在终端完成智能安防的条件日益成熟。安防行业龙头海康威视、无人机龙头大疆已经在智能摄像头上使用了Movidious的Myriad系列芯片。

消费电子

搭载麒麟970芯片的华为mate10手机与同样嵌入AI芯片的iPhoneX带领手机进入智能时代。另外，亚马逊的Echo引爆了智能家居市场。对于包括手机、家居电子产品在内的消费电子行业，实现智能的前提要解决功耗、安全隐私等问题。据市场调研表明，搭载ASIC芯片的智能家电、智能手机、AR/VR设备等智能消费电子已经处在爆发的前夜。

产业三分天下，拥有终端、算法、算力者通吃

目前，边缘智能产业生态架构已形成，主要有三类玩家：

第一类：算法玩家。从算法切入，如提供计算机视觉算法、NLP算法等。

商汤科技和旷视科技是国内较为成功的，以算法起家的公司。去年10月20日，商汤科技同美国高通公司宣布将展开“算法+硬件”形式的合作，将商汤科技机器学习模型与算法整合进高通面向移动终端、IoT设备的芯片产品中，为终端设备带来更优的边缘计算能力。而旷视科技为了满足实战场景中不同程度的需求，也在持续优化算法以适配边缘计算的要求。

第二类：终端玩家。从硬件切入，如提供手机、PC等智能硬件。

拥有众多终端设备的海康威视在安防领域深耕多年，是以视频为核心的物联网解决方案提供商。在其发展过程中，才将边缘计算和云计算加以融合，来更好的解决物联网现实问题。

第三类：算力玩家。从终端芯片切入，如开发用于边缘计算的AI芯片等。

对于边缘计算芯片领域，华为今年10月份的全联接大会上发布昇腾系列芯片——昇腾310，面向边缘计算产品。“边缘计算”将成为泛网络核心增长点，形成平行华为终端的未来战略方向；用AI升级管道服务，帮客户构建智能时代的全新ICT基础设施。

紧跟着华为的步伐，比特大陆10月份也发布了首款低功耗边缘AI芯片BM1880以及一系列产品，切入边缘终端市场。

嘉楠耘智也是国内专注研发高速、低功耗芯片的科技公司。嘉楠耘智于9月发布量产的边缘计算芯片KPU，主要用于智能终端、移动终端、语音识别、图像处理等领域。两家均借助最新EI芯片切入边缘智能市场。

国际上，谷歌云推出TPU的轻量级版本——Edge TPU，用于边缘计算，并开放给商家。而谷歌云的劲敌亚马逊也在年初被曝光开发AI芯片，主要用来支持亚马逊的Echo及其他移动设备。

不过单一占据一类的参与者不是终极玩家。边缘智能需要企业同时具备终端设备、算法和芯片的能力。除了像华为这样的大厂外，新晋企业中的小蚁科技应当算是边缘智能里“终极玩家”的种子选手。

小蚁科技基于先天具备海量数据的优势，对其进行大量训练，使得算法精度达到最高，再将智能芯片嵌入智能设备中，形成数据、算法、算力的闭环。并于今年6月，小蚁科技正式发布边缘智能的三大应用场景：智能家居、智能出行和智能零售。利用EI重构算力、重构算法、重构商业智能。

小蚁科技CEO达声蔚：“边缘计算的优势是新摩尔定律”

小蚁科技应当算是国内新晋企业中为数不多的，能够做到“三位一体”深耕边缘智能的公司。日前，新智元对小蚁科技创始人兼CEO达声蔚以及合伙人孔华威进行了专访，以下为专访精要。

小蚁科技创始人兼CEO达声蔚

新智元：小蚁科技现在主打边缘智能，您在新智元AI WORLD2018人工智能峰会上提出过“边缘计算的优势是新摩尔定律”的论断，依据是什么？

达声蔚：小蚁科技在视频领域，从最早期的100万像素到2000万像素，主要克服的是人类在像素升级过程中是否可以看的很清楚，新摩尔定律主要是在视频的获取和压缩上体现。

现在的视频处理完全是两个象限，一轴是数据，另一轴是智能，像人一样，除了长个子，还要长脑子，视频到4K为止其实不需要再增高分辨率，但需要的是分批能力，现在大量云端视频缺乏人力、空间和时间去看视频，需要计算机视觉帮忙看。

总的来说，一方面是摄像头在增加，一方面视频的数据量也在变大，两者相乘是几何级数的增长，而处理能力需要有快速提高的过程。计算力的提高和功耗的大幅度降低解决了AI云发展中的能耗比问题，否则就会变成人一眨眼间可做的事情，AI要耗费几千瓦功耗来实现，就不太值得了。

新智元：您对边缘智能大爆发的时间有没有推断？

达声蔚：未来两年非常关键，2019-2020年是一个大爆发阶段。2020年无人驾驶汽车或将面世，亚马逊无人商店计划在未来两年中开设3000家，支付领域出现刷脸支付，逐渐有替代二维码支付的趋势，在安防监控前端智能上也在大规模投入。以上无人驾驶、无人零售、安防等都是大标杆企业落地应用的情况，一定会带动整个行业的情况。

新智元：小蚁是视觉系统的集成者，技术包括既包括算法、也包括硬件，小蚁的计划战略定位是什么？

达声蔚：小蚁科技主要针对端进行创新。目前我们说“端管云”，管是5G，端就是我们强调的边缘智能。小蚁科技专注于端，端上有很多数据要直接处理掉，否则会有百倍数据传送到管道里和云端，增加云端处理负担和延时，及增加了带宽的负担，端上也可以解决数据隐私的部分问题，这就是在端上做AI芯片的重要性；另外在端上，除了手机终端走在前面，而其他IOT终端大多没有智能，需要进一步跟上。

新智元：小蚁科技在全球的研发布局是怎样的？有什么优势？

达声蔚：小蚁科技在国内建立了研发团队，包括北京、上海、深圳均有小蚁科技的研发团队，同时，在以色列有将近30人左右自建的研发团队，国际专利大部分是以色列团队做的，近年来申请了国际多项原创技术专利，研发团队非常有生命力；我们在美国还有硅谷和西雅图两个研发中心，主要是为了跟合作伙伴贴近，西雅图的办公室有20人，是我们在海外开设的第二个办公室。

采访花絮：中科院计算所上海分所所长、起点资本合伙人孔华威投资了木蚁机器人和齐感科技等AI企业，也成为小蚁科技的首席战略官，他对达总的“新摩尔定律”非常认可。

孔华威说，最近“边缘”两个字，在人工智能、云计算、物联网，甚至区块链领域都“不约而同”的热起来，看来是“风来了”！在最近的论坛中，高文院士直言，如果智慧城市和城市大脑，按照当下“一切皆云”的思路，那么所谓的“类脑计算”，就会是“累脑计算”，高院士认为，就视频监控看，终端、边缘端、云端这三端的人工智能必须“各司其职”，分层处理，摄像头终端在视频编码的同时要“特征编码”，边缘端做“应急LBS的决策”，到云端“类脑”只做决策而且是全局决策。这个架构与小蚁科技的“云蚁物联”平台，有点“英雄所见”的感觉：云端是全球部署的AI PaaS，边缘计算设备X18视网膜“算力”盒子，终端是具有人脸特征的K34摄像机。

孔华威进一步补充，从产业发展看，目前在边缘智能领域，业界根据各自优势从三维度分别切入：算法、芯片和智能硬件。但是冷静分析，边缘智能（EI），尤其是移动边缘智能（Mobile EI：邬贺铨院士的定义），需要三方面垂直穿透能力，一是硬件设备的规模交付能力，二是终端每瓦多少Tops的AI算法，和云端训练算法配合，三是高集成低功耗的SOC芯片。小蚁科技集算法、芯片和千万级的智能硬件优势三位一体，以“边缘计算视觉赋能”为主航道，向华为、海康威视等大佬学习，技术创新的同时进一步强化“云蚁物联”的“视觉赋能”服务，成为边缘智能时代的领跑者。

AI已经长跑了60年，边缘智能应该是冲刺阶段，而最终，谁能够部署足够多的“AI终端”，便能在此过程中跑“盈”。这也许是人工智能独角兽们所料未及的！

参考链接：

https://www.investors.com/news/technology/cloud-computing-edge-computing/

https://www.theverge.com/circuitbreaker/2018/5/7/17327584/edge-computing-cloud-google-microsoft-apple-amazon

http://www.eweek.com/it-management/gartner-lists-top-10-strategic-iot-technologies-trends-through-2023