在過去的一年裡，我們開始意識到人工智慧的巨大力量和它所激發的創新潛力，圍繞它有很多嗡嗡聲，其中許多將深刻改變科技行業和世界的程序。
未來，AL的命脈將依賴於乙個開放的生態系統。 該生態系統可以為開發人員提供多種選擇，並幫助他們跨域和供應商移植應用程式。 這意味著開發平台和解決方案，將世界的物理基礎設施轉變為無縫的、無處不在的軟體。
從歷史上看，AL一直專注於資料中心，但市場研究公司Gartner**：到2025年，超過50%的企業管理的資料將在資料中心或雲之外建立和處理。 “公司現在正在通過基於 AL 的自動化尋求更多機會，這一事實正在加速這一程序。 AL的無處不在是通過手機、PC或零售店生成的資料驅動下的邊緣資料爆炸式增長而實現的。 作為最大的計算工作負載之一，AL 專注於決策，並推動零售、製造、酒店等行業的效率和實際收益。
在英特爾，我們看到對邊緣計算的需求激增，無論是經濟發展和物理世界的發展，還是即將到來的自主、上下文感知和協作軟體浪潮，同時還大大降低了功耗和總擁有成本。 公司希望實現自動化，不僅是為了提高競爭力或減輕人才短缺的影響，也是為了加強創新、提高效率和縮短上市時間。 在物理層面上，雖然將資料傳送到雲端進行處理可以產生理想的結果，但這項任務既昂貴又耗時。
從經濟角度來看，在自己的本地裝置上生成和處理資料比租用、維護和傳輸資料到雲伺服器更具成本效益和效率。 此外，在資料安全合規方面，在邊緣本地處理資料不僅符合必要的法律，還有助於保護生成資料的私隱。
即使面臨挑戰，與我交談的許多合作夥伴都渴望盡快部署人工智慧，以獲得收益。 一些 AI 的早期採用者已經將他們的運營數位化，並通過在現有的日常應用（如餐廳、工廠、銷售點終端等）中分層部署邊緣 AL 來獲得回報。 通過消除與雲處理相關的延遲和頻寬成本，Edge AL 可自動執行決策，幫助解決人才短缺和私隱法規等問題。 然而，邊緣技術有一些固有的複雜性，不容小覷。 例如，其靈活性可能會因規模不足、計算能力有限和功耗限制等問題而受到損害，並且還需要考慮安全性和異構性。 因此，將新技術整合到這些場景中是很複雜的，將人工智慧帶到邊緣也是如此。
電信網路轉型使移動行業能夠應對複雜性的挑戰，使邊緣AL技術的爆炸式增長成為可能。 作為所有企業的最後一英里管理者，CSP 提供了巨大的機會，通過網路切片幫助企業在利用 AL 技術的同時更有效地優化和運營其網路。 此外，基於AL的無線電智慧型控制器和最先進的維護也可以為許多垂直行業的企業提供新的邊緣AL產品，並使其盈利。
可以理解的是，大多數客戶更願意將人工智慧技術整合到現有基礎設施之上，而不是從頭開始構建。 然而，在現有基礎設施之上整合新技術確實帶來了乙個挑戰，這被認為是行業中不可避免的挑戰。 與任何新興技術一樣，儘管人們預計人工智慧會迅速發展，但在技術完全成熟之前做出決策存在風險。 在缺乏統一的行業標準和協議的情況下，那些早期投資於人工智慧部署和實施的人可能需要在未來重新評估和調整他們以前的決策。
分析人士認為，邊緣AI的發展將經歷三個主要階段。 首先是現在流行的高度定製的用例。 其次，隨著時間的推移，這些用例將被行業特定的解決方案所取代，這些解決方案在互操作性和能效以及操作不同系統和軟體的複雜性方面提出了固有的挑戰。 最終，乙個基礎的、跨行業的平台將出現，以應對所有行業共同面臨的挑戰。 面對多年來不可避免的互聯互通挑戰和發展制約，我們應該積極追求和開發創新解決方案，以應對智慧型邊緣的核心挑戰。
我們相信，通過採用開放、模組化、統一的平台方法，CSP、開發人員、基礎設施運營商和企業將能夠更輕鬆、更高效地開發、部署、執行和管理可擴充套件的邊緣解決方案。 這將為跨地域的異構邊緣佇列的安全部署和自動化管理鋪平道路，這些佇列將隨著業務需求的變化而繼續擴充套件和適應。 正如開放標準和軟體定義網路在雲計算的發展中發揮著關鍵作用一樣，可以利用這些原則來加速邊緣 AL 解決方案的部署。 通過整合專為邊緣 AL 開發的軟體、硬體和平台解決方案，我們準備建立乙個數字生態系統，實現在需要的地方提供 AL 功能的目標。