智能边缘计算卡-北京边缘计算卡-速核电子

边缘计算的兴起

从那时起，边缘计算能力一直在提高。

2017年，为了扩展低性能的计算设备，Movidius神经计算棒以低于100美元的价格，仅需0.5W的电量便能进行每秒一千亿次浮点计算。

2018年，华为推出了麒麟980处理器，北京边缘计算卡，在0.1W的电量下可以完成每秒五千亿次的浮点计算。其他供应商紧随其后。谷歌发布了Edge TPU Units，瑞芯微（Rockchip）公布了RK3399。这两个约每秒能够处理3万亿次浮点计算，成本在100美元左右。

2019年，新基建边缘计算卡，带有人工智能技术硬件加速的器（特别是神经网络）的特定微型计算机得到普遍使用。所有关键的硬件厂商都陆续发布了AI软件栈的边缘优化版本，这进一步提高了性能。目前，智能边缘计算卡，一般使用的AI板有，谷歌的Edge TPU——使用专门的ASIC芯片制作而成用以处理AI的预测推理功能。价格低于100美元的英伟达Jetson Nano 配备了128个英伟达CUDA。瑞芯微发布的 RK3399 Pro——带有神经网络处理器的开发板（其性能甚至略优于英伟达Jetson Nano）。

物联网技术的大幅提高让我们得以发展nBox——这款边缘计算设备不仅能够借助多达12个通道记录高质量音频，并且还可以通过边缘计算实现人工智能。所谓边缘计算，是指大多数处理过程将通过本地设备实现而无需交由云端完成。

关于边缘计算技术

近年来，“物联网”“云计算”等技术得到广泛应用，但是随着万物互联以及 5G 高带宽、低时延的时代的到来，各类业务如车联网、工业控制、4K/8K、虚拟现实 / 增强现实（VR/AR）等所产生的数据量增长，对计算设施带来了实时性、网络依赖性和安全性等方面的要求，为了解决这些问题，国内外学者们提出了边缘计算的概念。边缘计算的“边缘”指的是在数据源与云端数据中心之间的任何计算及网络资源。例如，智能手机就是个人与云端的“边缘”，智能家居中的网关就是家庭设备与云端的“边缘”。边缘计算的基本原理就是在靠近数据源的地方进行计算，是在靠近物或数据的网络边缘侧，融合网络、计算、存储、应用能力，就近提供边缘智能服务的开放平台。与云计算相比较，边缘计算就近布置，因而可以理解为云计算的下沉。

边缘计算实现了物联网技术前的连接性、集中化和智能化，由此可以满足敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的需求，智能交通边缘计算卡，是实现分布式自治、工业控制自动化的重要支撑。

边缘计算是计算系统从扁平到边缘，以及面向 5G 网络架构演进的必然技术，同时也提供了一种新的生态系统和价值链。第三方数据分析机构IDC 预测，到2020年，将有约500亿的智能设备接入互联网，其中主要涉及智能手机、可穿戴设备、个人交通工具等，其中 40% 的数据需要边缘计算服务。边缘计算有着强大市场潜力，也引起了各研究机构、标准组织、服务提供商和产业界极大的关注。

如何理解边缘计算

边缘计算中的边缘指的是网络边缘上的计算和存储资源，这里的网络边缘与数据中心相对，无论是从地理距离还是网络距离上来看都更贴近用户。边缘计算则是利用这些资源在网络边缘为用户提供服务的技术，使应用可以在数据源附近处理数据。如果从仿生的角度来理解边缘计算，我们可以做这样的类比：云计算相当于人的大脑，边缘计算相当于人的神经末端。当到手时总是下意识的收手，然后大脑才会意识到到了手，因为将手收回的过程是由神经末端直接处理的非条件反射。这种非条件反射加快人的反应速度，避免受到更大的伤害，同时让大脑专注于处理智慧。未来是万物联网的时代，思科预计 2020 年将有 500 亿的设备接入互联网，我们不可能让云计算成为每个设备的“大脑”，而边缘计算就是让设备拥有自己的“大脑”。