Edge IoT如何重塑行业

车队跟踪、资产跟踪、自动驾驶汽车、制造自动化和仓储都是人工智能嵌入式芯片技术可以减轻网络数据承载负载的领域。他们可以在提供一线实时信息的同时做到这一点。

许多动态流程需要大量数据才能激活。同时，他们需要实时、传输中的数据。与其他数据密集型流程（例如通过机器学习训练数据）相比，此类流程从云计算中获益较少。相反，这些流程从边缘计算中获益最多，边缘计算将计算、网络和其他资源直接提供给需要它们的设备和数据。

通过激活人工智能（AI0 片上系统 (SOC) 级别的处理负载），IT 可以扩展其将数据处理负载分配和卸载到企业架构不同层（例如云、中央数据中心）的选项。数据中心或边缘本身）。这改善了数据管理和处理。它还节省了带宽，并加快了数据和结果的速度。

SOC嵌入式微控制器 使用更窄的内存和功耗 比传统 GPU（图形处理单元）、FPGA（现场可编程门阵列）或其他类型的集成电路 (IC) 所需的性能更高。

HPC Market Dynamics Hyperion 研究高级顾问 Steve Conway 表示：“我们将看到边缘人工智能在未来五年内变得普遍。”

“ARM Atom、GPU 和其他嵌入式处理器已经在手机、传感器、汽车、诊断医学成像系统、游戏系统和许多其他设备等边缘设备中很常见。随着这些方法的普及，这些成熟的嵌入式处理器可能会成为支持人工智能方法的主流。”他说。

边缘物联网的行业影响

2011年，“制造4.0”一词首次出现。它起源于德国政府推动制造业计算机化，为工厂生产引入了数字化、自动化和人工智能的未来愿景。在该计划中，边缘技术可以促进针对问题或情况的决策，其中人工智能嵌入式 SOC 发挥着主要作用。

今天，这个 实时边缘决策是真实的。制造流程由人工智能支持的边缘决策提供支持。未来，支持人工智能的边缘芯片可以向采购人员发送有关原材料短缺的可行警报，或者在发现有缺陷的组件时向销售人员发出有关产品可能短缺的警报。

边缘人工智能芯片自动化也在改变物流。

卡车车队可以与部署的低延迟边缘通信进行交叉通信，以节省燃料并优化路线。展望未来，这些卡车中可能只有一辆配备人类驾驶员，而车队的其余部分则由 SOC 驱动的自动化系统运行。

这可以解决卡车运输行业的一个主要问题：合格司机的短缺。 JB Hunt Transport Services 执行副总裁、首席商务官兼高速公路服务总裁 Shelley Simpson 表示：“这是如此多的技术进入卡车运输行业的原因之一。”

每辆卡车货舱内的智能传感器还可以监控易腐烂货物的温度和湿度。

例如，一辆将农产品运往亚特兰大的卡车被改道至更邻近的华盛顿特区市场。卡车货舱内的传感器提醒司机和物流公司注意农产品因过热而变质的危险，因此下令改变路线。该公司实时处理信息的能力避免了信息损坏并节省了资金。在食品工业中，它是主要的。联合国粮食及农业集团 估计每年有 1 万亿美元的粮食损失或浪费.

支持人工智能的芯片技术也正在改变机载和地面车辆的性能。

军事人员在观察和/或进入危险区域时面临后勤挑战。过去，危险的监视工作可能需要人类亲自检查某个区域，从而使人员面临危险和生命损失。

现在用 边缘AI处理一群无人机进行侦察并实时相互通信。如果中队中的一架无人机被击落，机队会发现问题并调整其编队以继续执行任务。 SAS 物联网和边缘部门产品管理高级经理 Saurabh Mishra 表示：“除非有专用芯片支持，否则需要处理包括视频和音频在内的多种感官输入的高要求工作负载可能会开始挑战极限。” “自主无人机、机械臂和工业自动化都是如何使用这些芯片的好例子。”

地缘政治与创新

尽管如此，企业仍对芯片和半导体行业的地缘政治力量感到担忧。

2019年，华为被列入 美国限制清单。随后，NVIDIA 以 40 亿美元的价格收购了 Arm, Ltd.，收购方包括谷歌、微软、高通、苹果、英特尔、三星、华为和 亚马逊关注关键供应商.

2019年，英特尔收购了AI芯片初创公司 哈瓦那实验室斥资 2 亿美元，AMD 收购了 Xilinx 35 亿美元.

“过去 50 年的趋势是，将不相关的国家安全担忧与推动反垄断决策的经济分析隔离开来。然而，如果潜在的反竞争行为也损害国家安全，如果美国政府采取更积极的执法方式，我们不应感到惊讶。” 卡伦·奥基夫写道，牛津大学人工智能治理中心的研究附属机构。

当 IT 部门证明并尝试“面向未来”的人工智能投资时，必须考虑这些诉讼和反垄断行动。

康威表示：“如今，人工智能被广泛视为未来经济领导力的关键，中国、日本和欧洲都采取了强有力的举措来摆脱对美国的依赖，开发本土处理器。” “IT部门无法做太多事情来影响这些地缘政治斗争，但他们可以计划确保他们所需的处理器的供应是安全的，特别是通过谈判带有惩罚条款的长期供应商合同并保持充足的库存水平。”

IT 的待办事项清单

向更小尺寸 IoT 的转变将迫使 IT 重点关注三个关键领域：

信息技术架构。 IT 架构必须重新调整，以适应公司希望通过芯片级人工智能解决的业务用例。至少，这种架构修订可能会产生三层 IT 技术、处理和数据架构：数据中心、云和边缘。

“当然，起点是规划和优化端到端流程，并使用该信息在整个过程中的每个点分配适当的资源，”康威说，他引用了 PayPal 的工作。

“六年前，PayPal 在信用卡交易欺诈方面存在严重问题，”康威说。 “识别欺诈行为需要长达两周的时间，而到那时欺诈行为通常已经发生在客户的卡上。该公司安装了一台高性能计算机，可以在 150 毫秒内发现并防止欺诈发生，从而在第一年左右为 PayPal 节省了 700 亿多美元。

PayPal 和其他公司的应用程序依赖于读卡器中的嵌入式处理器，以及用于往返授权过程的互联网，以及用于本地或云端繁重工作的具有非嵌入式处理器的服务器系统。”

IT技能。在 47 年 Microsoft IoT 信号报告中，只有 2019% 的受访者认为市场上存在具备必要 IoT 工作技能的个人 https://news.microsoft.com/2019/07/30/microsoft-announces-iot-signals-research-report-on-state-of-iot-adoption/.

SAS 物联网和边缘部门产品管理高级经理 Saurabh Mishra 表示：“管理芯片上人工智能模型部署的熟练资源的可用性仍然是一个挑战。” “企业还应该认识到，

边缘人工智能芯片并不是灵丹妙药。他们在更大的系统环境中工作。在部署人工智能嵌入式芯片时，考虑完整的管道至关重要，因为上游或下游的薄弱环节可能会抵消其目标提升。”

商业物联网软件和硬件堆栈可以帮助解决管道集成挑战，但仍必须由 IT 在每一层定义处理。这包括模型构建和 SOC 编程。

投资管理。正如其他 IT 领域一样，合并、反垄断和知识产权诉讼将继续在人工智能/芯片领域展开。

好消息是企业 IT 部门对此并不陌生。

选择具有庞大用户群且被广泛接受的物联网堆栈解决方案是面向未来的一种形式，同时确保您使用的物联网符合通用安全标准和 API。第二个策略是与物联网供应商就您在合同中定义的责任和投资保护进行谈判。

最后，支持人工智能的芯片必须交付业务成果。

负责人 Murali Gopalakrishna 表示：“边缘物联网对 IT 架构的影响将取决于 IT 需要实施的用例，其中人工智能提供实时预处理信息并仅传输相关和有用数据的能力。” NVIDIA 自主机器产品管理总监兼机器人技术总经理。

“工厂中的自动化人工智能检查流程将使用实时信息在边缘做出瞬间决策，同时将相关数据传输到后端系统进行后处理、分析和带外到物联网边缘的新模型开发基于的决定。”

应用程序可以检测佩戴口罩的居住者或计算 进入和离开空间的人数 通过创建热图来确保不超过占用限制。 Gopalakrishna 表示，随着物联网和边缘领域出现更多传感器、摄像头和自动化，人工智能将与 IT 经理和基础设施架构变得更加相关。