2.1　边缘智能的定义

小蚁科技创始人兼CEO达声蔚曾将边缘智能（Edge Intelligence，EI）比作是人工智能的“最后一公里”。其实，从系统工程的方法论角度分析，边缘智能是以终端智能为重要表现形式的全链路智能体系，不仅提供了一种将人工智能部署于边缘计算设备的智能服务模式，更强调使物联网的关键边缘设备都具备数据采集、计算、通信和智能分析能力。

边缘智能尚未有明确严格的学术定义，但由于其概念涉及多领域的交叉融合，并强烈依赖于工程应用场景；因此，边缘智能的定义通常以描述式为主。下面给出边缘智能的狭义定义和广义定义。

【狭义角度】边缘智能是远离核心网，最靠近用户侧网络边缘的各种终端设备所具备智能的集合。

【广义角度】边缘智能是“智能+”的重要范畴，其核心理念是“服务”，是云计算服务向网络边缘服务的重要延拓，是5G通信的重要应用场景；同时，容器部署、微服务开发等云原生技术为边缘智能的落地实现提供了开发解决方案。

因此，参考图2-1中体系架构，边缘智能以搭载智能芯片的边缘终端设备为主体，以人工智能为核心，是联合云计算、边缘计算、联邦学习、区块链、5G通信等技术的“云-边-端”一体化智能体系。

图2-1　边缘智能体系架构

在边缘智能场景中，人工智能通常以深度学习模型形式体现。终端设备通过将深度学习模型的推理或训练任务卸载到临近的边缘计算节点，以完成终端设备的本地计算与边缘服务器强计算能力的协同互补，进而降低移动设备自身资源消耗和任务推理的时延或模型训练的能耗，以保证良好的用户体验。

同时，将人工智能部署在边缘设备上，可以为用户提供更加及时的智能应用服务。而且，依托远端的云计算服务模式，根据设备类型和场景需求，可以进行近端边缘设备的大规模安全配置、部署和管理以及服务资源的智能分配，从而让人工智能在云端和边缘之间按需流动。总体而言，边缘计算和人工智能彼此赋能，催生了融合计算与智能的崭新范式——边缘智能，目前，已成为集“产、学、研”于一体的前沿学科与应用领域。

明白了边缘智能的定义和体系架构，下一节中我们从几个不同的难度了解一下边缘智能的发展与演进。