当gartner发布物联网技术十大趋势人工

gartner发布物联技术十大趋势，人工智能的最后一公里是边缘计算

新智元原创

：三石、克雷格

【新智元导读】边缘计算将为未来的百亿终端提供ai能力，形成万物感知、万物互联、 万物智能的智能世界，打通ai的最后一公里。另外，“边缘将吃掉云”的趋势不断显现，具备设备、芯片和算法能力的企业将成为边缘智能的终极玩家。

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（iot）的技术趋势。从现在到2023年间，物联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格的转变。

在物联领域，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，包括在动态格中连接的各种设备和服务。这些状结构将实现更灵活，智能和响应更快的物联系统。

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 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

趋势3：信息通信和数据代理

趋势4：从智能边缘到智能格的转变

趋势5：物联且全程分辨率不变治理

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：新的物联用户体验

趋势9：硅芯片创新

趋势10：物联的新无线络技术

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信息，包括视频、静止图像、语音、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“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与同样嵌入ai芯片的iphonex带领进入智能时代。另外，亚马逊的echo引爆了智能家居市场。对于包括、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、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，如提供计另外算机视觉算法、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、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，新晋企加载预拉力后再加引申计);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，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

孔华威说，最近“边缘”两个字，在人工智能、云计算、物联，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：