边缘智能的应用与服务

随着信息化技术的发展以及5G、人工智能、万物物联时代的到来，人们对应用的反应速度以及传输能耗方面有着更高的要求。在数据传输之前对数据进行预处理，把数据抽象化、碎片化、精简化成为了必要的选择，边缘计算应运而生。边缘计算解决方案将数据的分析与处理放在更贴近 IoT 设备的地方，有效地分担了中心数据处理的压力，同时，加快了数据处理的速度，缩短了数据的传输距离,从而消除带宽和延迟问题。

01
边缘智能
近年来，深度学习与边缘计算机作为两种代表性技术在推动人类技术的发展。深度学习得益于算法，提高了生成效率，但未使终端得到普及，究其原因，其终端计算存储等资源受限；而边缘计算得益于云端计算，其利用网络边缘对数据进行分类，将部分数据放在边缘节点进行预处理或者处理，减少网络的延迟，增强实时性功能，从而实现更高效的数据处理，但其也因高密度地部署计算所耗资源过多。因此，边缘智能的出现使二者问题得以缓解。
边缘智能的产生来源于深度学习与边缘计算，即将边缘计算与人工智能等应用相结合，将具有云计算的数据处理能力下沉到边缘节点，使运算处理在边缘节点进行，从而提供高级数据分析、场景感知、实时决策、临时离线等服务功能，满足行业数字化在实时业务、敏捷连接、数据优化、应用智能、安全与隐私保护等方面的关键需求。而物联网与 5G的时代的到来更是为边缘智能提供了广阔的天地，5G和物联网与边缘智能的结合相得益彰，使用户得到了更加极致的体验。
1.1 物联网时代
一个工业级单元应用物联网的传感设备将平均超过10万个，如此多传感器采集的信息糅合在中央存储平台。若简单以50Hz的采集频率，每次传输的数据为100字节，每秒搜集数据大约500兆。而边缘智能对于数据整合、预处理以及集成无疑起着至关重要的作用。
1.2 5G时代
2020年5G 商用年，峰值理论理论峰值可达每秒数GB，如果一个5G局域网没有一个专属的云存储数据，再快的数据传输也只是噱头。5G速度虽然发展很快，但是同时也需要承载速度下的硬件设备。移动边缘智能的出现，可以将数据进行初步处理，减轻数据处理中心的压力以及带宽等问题。