過去一年，我們開始意識到AI蘊含的巨大能量及其激發的創新潛能，圍繞AI的熱議居高不下，其中許多創新將深刻改變科技行業乃至整個世界的發展進程。

未來，Al的命脈將依賴于開放的生態系統。這個生態系統能夠為開發者提供各種選擇，并幫助其實現跨領域、跨供應商移植應用軟件。這意味著開發的平臺和解決方案，會將世界上的物理基礎設施轉變為無縫連接、無處不在的軟件。

以往，Al一直集中在數據中心，但市場調查公司Gartner?預測：“到2025年，50%以上由企業管理的數據，將在數據中心或云之外進行創建和處理。”如今，企業正在通過基于Al的自動化運營尋求更多機會，這加速了上述發展趨勢。由于大量數據在邊緣爆發式增長，而手機、PC或零售店產生的數據推動著智能化水平不斷提高，這使Al無處不在成為可能。作為最大的計算工作負載之一，Al的重點在于決策，并基于此推動零售業、制造業、酒店業及其他行業提升效率和實際效益。

在英特爾，我們看到，無論是經濟發展和物理世界的演進，還是即將到來的自主、環境感知及協作軟件的潮流，每種因素都將推動對邊緣計算的需求激增，同時，也將大幅降低功耗和總體擁有成本。企業希望實現自動化，這不僅是為了提高價格競爭力或緩解人才短缺的影響，也是為了加強創新、提高效率并縮短產品上市時間。從物理層面看，盡管將數據發送到云端進行處理，會產生理想的結果，但這項任務既昂貴又耗時。

從經濟角度來看，在自有本地設備上生成和處理數據，比租用、維護和向云服務器傳輸數據，更具成本效益且效率更高。此外，就數據安全合規而言，在邊緣本地化處理數據，不僅可以遵守必要的法律，還有助于保護生成數據的私密性。

即使面臨諸多挑戰，許多與我溝通的合作伙伴仍渴望盡快部署AI，以從中獲得收益。一些早期AI采用者已實現數字化運營，并通過在餐廳、工廠、銷售點終端等現有日常應用中，分層部署邊緣Al而收獲回報。通過消除云處理帶來的延遲和帶寬成本，邊緣Al實現了決策自動化，從而有助于解決人才短缺和隱私法規等問題。然而，邊緣技術的一些內在復雜性也不容小覷。例如，其靈活性可能受到由規模不夠、算力有限和電力緊張等問題所帶來的影響，并且還需要針對安全性和異構性因素進行考慮。因此，將新技術集成到這些場景中非常復雜，將AI帶入邊緣也同樣如此。

在電信網絡轉型的助力下，移動行業得以應對復雜性的挑戰，使Al技術在邊緣爆發式增長。作為所有企業最后一公里的管理者，通信服務提供商為其提供了一個巨大機會，即可以幫助企業通過網絡切片，同時利用Al技術來優化并更高效地運營網絡。此外，基于Al的無線電智能控制器和預測性維護，還可為眾多垂直行業的企業提供全新邊緣Al產品，并使其從中盈利。

可以理解的是，大多數客戶傾向于在現有基礎設施上集成AI技術，而非從零開始搭建。然而，在現有基礎設施上集成新技術確實存在難度，這也是業界公認的、不可避免的挑戰。與任何新興技術一樣，盡管人們對AI的快速發展充滿期待，但在技術尚未完全成熟之前做出決策，必然伴隨著一定風險。如果缺乏統一的全行業標準和協議，那些早期投入AI部署與實施的企業，可能需要在未來對先前決策進行重新評估與調整。

分析師認為，邊緣AI的發展將經歷三大階段。首先是目前已普遍采用的高度定制化用例。其次，隨著時間的推移，這些用例將逐漸被針對具體行業打造的解決方案所替代，這些解決方案在互操作性和能效方面存在固有挑戰，而且，不同系統和軟件操作起來也很復雜。最終將出現一個基礎性的跨行業平臺，以解決各個行業共同面臨的挑戰。面對多年來無法避免的互操作性挑戰和發展桎梏，我們應當積極追求并開發創新解決方案，以應對智能邊緣發展所帶來的核心挑戰。

我們堅信，通過采取以開放、模塊化、統一平臺為核心的方法，通信服務提供商、開發者、基礎設施運營商和企業，將能夠更輕松高效地開發、部署、運行并管理可擴展的邊緣解決方案。這將為跨地域的異構邊緣設備群的安全部署和自動化管理開辟道路，而這些設備群將根據業務需求變化而不斷擴展和調整。正如開放標準和軟件定義網絡在云計算的演進中發揮至關重要的作用一樣，我們也可以借鑒這些原則，來加快邊緣Al解決方案的部署進程。通過整合專為邊緣Al開發的軟件、硬件和平臺解決方案，我們有望構建一個數字生態系統，以實現在任何需要的地方提供Al功能的目標。

說明：

Gartner報告《超大規模云服務商延伸到數字邊緣》，Thomas Bittman著，2023年7月24日。

GARTNER是GARTNER公司和/或其附屬公司在美國和國際上的注冊商標和服務商標，經許可使用。保留所有權利。

英特爾不控制或審核第三方數據。在評估數據準確性時，請參考其他信息源。

審核編輯 黃宇