2.2　边缘智能的前世今生

边缘智能的概念并非横空出世，而是与大量智能应用场景密切相关，其演进路线既得益于相关信息技术的突破，又植根于智能家居、智慧城市等应用场景的极大丰富。尤其是随着用户侧复杂智能应用的实时性需求愈加突出，传统大规模数据在云端的传输延时弊端便日渐凸显。借助边缘智能，贴近用户侧的智能应用可以极大地提高用户服务质量。下面从网络通信、计算服务和“智能+”等三个角度梳理边缘智能的前世今生。

2.2.1　网络通信角度的演进

边缘智能体系的形成与发展离不开信息通道的承载。尽管美国封杀华为时，任正非曾提出这样的观点：“华为的5G技术只负责信息的传输通道，并不会去触及通道所承载的内容。”但从华为云计算、边缘计算、网络通信设备、智能手机等业务的迅猛发展情况来看，很难将“通道”与“内容”分开，尤其是网络通信技术的发展，促进了万物互联，更极大地推动了网络通信与智能应用的深度融合，边缘智能体系的演进发展势不可挡。

1.物联网

物联网（Internet of Things，IoT）的起源可追溯到1991年，当时英国剑桥大学特洛伊计算机实验室的科学家们利用便携式摄像头“远程”监控咖啡机的工作状态。如图2-2所示，这套半工作半休闲的设备和网络就是物联网的雏形，也称作“特洛伊咖啡壶的故事”。

基于互联网等信息通道，物联网可以支持用户间、物与物间的信息交换和通信，实现不受空间、时间限制的长期快速的通信连接。在新一代物联网发展规划中，“云、管、端”是其发力的三个主要领域，其中，“云”涉及海量信息的处理计算问题；“管”涉及数据信息的传输问题；“端”则是指智能化终端。

目前，主流的物联网体系架构可分为感知层、网络层和应用层。其中，感知层的作用是通过传感器进行大规模的分布式数据获取与状态辨识，采用协同处理的方式完成信息的采集、传输、加工与转换等工作，是典型的动态交互过程。网络层以解决长距离传输问题为主，主要的通信技术包括卫星通信、低功耗广域网络、蜂窝网络等。应用层主要解决人机交互的问题，具有设备发现、管理、信息利用/分发等关键功能。

物联网的特征可概括为全面感知、可靠传输和智能处理，具体涉及传感器、网络、无线通信、射频识别、信息安全、嵌入式开发等技术，已广泛应用于交通运输、环境保护、医疗、商业金融、家庭社区等多个领域。然而，万物互联必然会产生大量数据，如何进行数据的高效传输和处理是亟待解决的难题；因此，物联网与云计算、边缘计算、人工智能等技术的结合应用是其发展的重要方向。

2.移动通信

作为网络通信技术发展的前沿，5G通信技术不仅为未来生活勾勒出美好蓝图，更是我国在该领域“弯道超车”的关键支点。下面介绍移动通信从1G到5G的发展演进历史。

（1）1G语音时代

第一代移动通信系统（1st Generation，1G）基于频分多址（Frequency Division Multiple Access，FDMA）和模拟调制解调技术实现，即将模拟信号进行调制/解调，然后利用无线频谱资源进行信号传输。尽管当时没有现在的移动、联通和电信等运营商，却有着A网和B网之分，那个模拟时代的主宰者是爱立信和摩托罗拉两家公司，但1G所采用的模拟通信系统经常出现串号、盗号等现象；如图2-3所示的“大哥大”，就是1G时代的标志。

（2）2G文本时代

第二代移动通信系统（2nd Generation，2G）主要采用数字的时分多址（TDMA）和码分多址（CDMA）技术，具有保密性强、频谱利用率高、业务支撑范围丰富、高度标准化等优势。此外，最早的文字短信正是从2G开始，同时手机具备了简单的上网功能，但只能浏览文本信息。如图2-4所示的“小灵通”就是2G时代的代表。

（3）3G图片时代

第三代移动通信系统（3rd Generation，3G）的核心目标是实现移动宽带多媒体通信，可以说，从2G到3G的演变实际上是移动通信系统从以语音为核心业务向以数据为核心业务的演变过程。目前，3G主要存在WCDMA、CDMA2000和TD-SCDMA三种标准，分别由欧洲、美国高通公司和中国主导；其中，WCDMA是全球使用范围最广、终端种类最多的3G标准，占全球3G市场份额的80％以上。

（4）4G视频时代

第四代移动通信系统（4th Generation，4G）的主导标准有两个：Wireless MAN-Ad-vanced（即WiMax的升级版）和LTE-Advanced（中国主导的TD-LTE归属此类）。2013年中国正式向中国移动、中国电信、中国联通颁发4G牌照，开启了中国的4G时代。4G以LTE系列技术为基础，以OFDM、MIMO等技术为代表。

（5）5G万物互联时代

第五代移动通信系统（5th Generation，5G）以高数据速率、低延迟、节能、低成本、高系统容量和大规模设备连接为目标，以解决人-人、人-物、物-物间连接为核心问题。其关键适用场景包括：

·增强型移动宽带（Enhanced Mobile Broadband，eMBB）业务，可为移动设备提供更高数据速率通信支持，满足超高清视频、虚拟现实、交互式游戏等需求；

·超可靠低延迟通信（Ultra-reliable Low-Latency Communications，URLLC）业务，可为工业自动化、远程手术、交通安全和控制以及自动驾驶等场景提供高质量、低延迟的通信服务；

·大规模机器类通信（Massive Machine Type Communications，mMTC）业务，具体可满足智慧家庭及楼宇、智慧农业等场景的海量设备连接需求。

5G可以称作是多种技术的组合与统一，其新技术包括大规模天线技术、超密集组网技术、新型多载波技术、新型多址技术、新型调制编码技术、全频谱接入与共享技术、软件定义网络技术、网络功能虚拟化技术等。这些技术相互关联、相互促进，充分发挥“技术集大成”的优势，不断在复杂度和性能之间寻找最优平衡，以促进5G美好愿景的实现。因此，5G技术的发展与边缘智能、联合智能体系的发展“异曲同工”。

从总体历史回顾来看，我国移动通信的发展历程是一部从无到有、从有到优的自强史，“1G空白、2G跟随、3G突破、4G同步”，现阶段正努力实现“5G引领”。

【思维拓展】手机的发展历史

手机的发展历史与移动通信技术密不可分。1973年，摩托罗拉公司成功研制出世界上第一部“便携式”移动电话。时隔十年，在1983年，摩托罗拉终于推出了世界上第一台便携式手机。而中国的第一台手机出现在1987年，其型号是摩托罗拉3200，俗称“大哥大”，这也正式揭开了1G时代的大幕。在2G时代，进入中国大陆的第一台手机为爱立信GH337，时间是1995年。之后，苹果公司于2007年发布iOS手机操作系统，开启了智能手机的可触摸宽屏时代。Google公司于2008年研发的Android手机操作系统成功打入了智能手机市场，目前已成为智能移动终端操作系统界的“翘楚”。

如今，在5G的超高带宽和超低时延网络能力加持下，智能手机必将与高清视频、虚拟现实、增强现实、边缘计算、物联网等深度融合，激发出更多的智能手机应用。

2.2.2　计算服务角度的演进

目前，计算服务在朝着资源的集中化和边缘化两个方向发展。前者以云计算为代表，利用超强的计算能力集中处理大量数据；后者则面向移动终端应用，将云计算的集中化资源向边缘端推进。其中，雾计算将计算能力和数据分析应用扩展至网络边缘，而边缘计算将决策能力下沉到边缘节点。

1.云计算

2006年，云计算（Cloud Computing）概念被首次提出，以分布式计算（Distributed Computing）、并行计算（Parallel Computing）、效用计算（Utility Computing）、网络存储（Network Storage）、虚拟化（Virtualization）、负载均衡（Load Balance）等传统计算机和网络技术为基础，融合发展演进形成云计算服务和商业模式。

简单讲，云计算是依托于网络的可动态弹性伸缩的计算服务模式，以资源池化、弹性计费、高可靠性为主要特点，以公有云、私有云、混合云为部署模式；其常规架构可分为基础设施服务（IaaS）层、平台即服务（PaaS）层和软件服务（SaaS）层。其中：

·IaaS层通过虚拟化技术对计算、存储、网络进行统一管理和访问控制，按照计量方式对外提供服务；

·PaaS层以分布式平台服务为主，具有服务调度、查询、选择和工作流等功能，负责资源、任务、用户、安全、计费管理以及性能监控等任务，对外提供应用程序开发、数据库、试验、托管等平台服务；

·SaaS层将应用软件统一部署在云端服务器上，对外提供定制化的软件运行设施维护和管理等服务。

2.移动计算

移动计算是无线环境下利用多种智能终端设备进行数据传输及资源共享的分布计算模式。通常，移动计算系统由移动终端、无线网络单元（Mobile Unit，MU）、移动基站（Mobile Support Station，MSS）、固定节点和固定网络连接组成；其中，无线通信利用多种复用技术，为移动设备提供基础的数据交互能力，提升传输带宽和数据速率。与固定网络上的分布式计算相比，移动计算具有较高的移动性、频繁的断续性、网络通信的非对称性、电源的有限性等特点；其主要关键技术包括移动计算通信协议、情景感知、应用任务无缝迁移技术、移动计算软件平台及移动通信的信息安全等。

尽管与移动计算的组成部件、应用模式相似，普适计算（Ubiquitous Computing）更强调计算和环境融为一体，以保证能够在任何时间、任何地点、以任何方式进行信息的获取与处理。正如普适计算中典型项目Oxygen的目标一样，“使丰富的计算和通信能力像空气一样无所不在，并自由地融入人们的生活之中”。因此，普适计算强调“以用户为中心”，利用移动设备和可穿戴设备提供“无所不在”的普适服务。

3.移动云计算

移动云计算是云计算技术在移动互联网中的重要应用，具体指通过移动网络，以按需、易扩展的方式，获得所需基础设施、平台、应用等资源的服务交付与使用模式。其体系架构如图2-5所示，移动用户通过基站等无线网络接入方式连接到互联网上的公有云。

公有云的数据中心分布在不同地理位置，可为用户提供可扩展的计算、存储等服务。内容提供商也可以将视频、游戏和新闻等资源部署在适当的数据中心上，为用户提供更加丰富高效的内容服务。对安全性、网络延迟和能耗等方面要求更高的用户，可以通过局域网连接本地微云，获得具备一定可扩展性的云服务。同时，本地微云也可以通过互联网连接公有云，以进一步扩展其计算和存储能力，为移动用户提供更加丰富的服务资源。

由此可以看出，移动云计算通过云端的集中处理为移动终端提供云服务。当前移动云计算面临的挑战包括移动端计算存储资源受限、用户移动性较大等，涉及的关键技术包括计算迁移技术、基于移动云的位置服务等。

4.雾计算

2011年，思科（Cisco）公司主导并提出雾计算概念。根据OpenFog计算联盟的定义，雾计算是一种水平的系统级体系架构，可以沿着从云到物的数据链路向用户分配就近的计算、存储、控制、网络等资源。

图2-6为雾计算的三层计算模型，其外边缘由大量资源受限设备、网络集成设备和IP网关设备构成；中边缘由局域网和蜂窝网构成；内边缘以基于广域网的云计算数据中心为核心，进而形成雾计算的层次模型。此外，雾计算基于新一代的分布式计算模式，具有明显的“去中心化”特征，数据的存储及处理更依赖于本地设备，进而可以减少通过网络或向上传输到云计算层的数据量。

5.边缘计算

传统云计算将海量数据传输至云端，极易造成网络拥塞，尤其在5G条件下，数据处理的实时性需求愈发强烈。因此，边缘计算模式应运而生。边缘计算（Edge Computing）是指在靠近物或数据源头一侧进行网络、计算、存储和应用的服务模式，即在数据产生源头附近分析、处理数据，避免冗余的数据流转，进而减少网络流量和响应时间。

如图2-7所示，边缘计算将处理、分析能力下沉至更靠近数据源的网络边缘节点，而非完全依靠云服务，这样可以弥补云计算在计算实时性、数据隐私安全等方面的缺陷。主要的边缘节点包括通信基站、边缘服务器、网关设备以及终端设备。

如图2-8所示，与雾计算模型类似，按照计算能力、时延和稳定性要求，边缘计算也可分为三层，即物边缘、移动边缘和云边缘，其优势有以下几点：

（1）在网络可访问性和延迟方面，将设备放置在网络连接条件差的恶劣环境下，可以降低数据上传到云端的成本；

（2）在带宽成本方面，支持数据本地处理，尤其大流量业务的本地卸载可以减轻回传压力，有效降低成本；

（3）在安全性方面，数据仅在数据产生端和边缘设备之间交换，无需全部上传至云端，降低了数据泄露风险，进而保护了数据安全和用户隐私。

此外，与边缘计算概念相似，Cloudlet（微云）被视为“盒子里的数据中心”，在端与云之间增加一个Cloudlet层，将计算放置在用户的近端，以扩展移动云服务模式并降低响应时延。基于云计算技术标准，Cloudlet可以提供低时延响应的云服务、可扩展的边缘计算分析以及隐私保护等能力。

6.多接入边缘计算

作为5G的重要业务应用需求，超大带宽、极低时延场景对网络接入技术提出了更高要求，即超大流量需要内容的本地化，低时延则将核心网功能下沉部署至网络边缘，Wi-Fi、蓝牙、ZigBee等多种网络类型终端设备的海量接入更触动了互联网行业的“痛点”。

因此，如何融合多种网络接入方式，将远端云计算数据中心的超强计算能力、人工智能算力下沉至移动用户终端成为亟待解决的问题。如图2-9所示，依托核心网、接入网，将云服务与边缘云（即边缘计算基础设施）联通，构成完整的网络接入和数据通路，这样多接入边缘计算（Multiple Access Edge Computing，MEC）应运而生；该模式最早被称作移动边缘计算，后来，为融合更多异构的网络接入方式，欧洲电信标准协会（ETSI）将其命名为多接入边缘计算，即将边缘计算从电信蜂窝网络进一步延伸至其他无线接入网络。目前，MEC的关键技术包括计算卸载、数据缓存、本地分流等。

2.2.3　“智能+”角度的演进

“智能+”角度的演进路线是人工智能与物联网、人工智能与边缘计算等新一代信息技术大融合、大发展的轨迹，既植根于技术，又面向应用，更引领未来。

1.“智能+”物联网

“智能+”物联网（Artificial Intelligence+Internet of Things，AIoT）兴起于2018年，它就是AI技术与IoT技术的融合，即通过物联网产生、收集各种传感器的实时信息，并利用大数据分析技术和更高级形式的人工智能，构建万物数据化、万物智联化的智能化生态体系。上述愿景的实现，除了需要技术上的不断革新外，成果的落地与应用更是现阶段“智能+”物联网领域亟待突破的核心问题。

从广义角度来看，AIoT是人工智能（AI）与物联网（IoT）技术在实际落地应用中的融合。而万物互联、人机交互的关键基础就是数据，AI通过分析、处理历史数据和实时数据，可以对未来的设备和用户习惯进行更准确的预测，使设备变得更加智能，进而提升智能产品的效能和用户体验。“AI+”不仅让IoT有了连接的“大脑”，更让数据在IoT中有了发挥价值的方向。

如图2-10所示，AIoT的应用场景十分广泛，其技术落地已形成了一套成熟的方案：以“云+端”的形式构成各个细分场景的应用矩阵，即布设在场景中的感知设备将数据传至云平台各个智能系统单元，通过设备互相感知，系统相互配合，完成一系列物联网场景的智能联动。主要的典型应用场景包括智能家居、智慧社区、智慧城市等。

2.“智能+”边缘计算

随着移动互联网和智能终端的发展，人工智能应用生态从云端向边缘端不断拓展，在边缘端设备上开发和部署智能应用的需求呈爆炸式增长，“智能+”边缘计算已成为新的前沿趋势。加之时延、带宽和隐私等约束条件，在边缘节点执行人工智能计算中的推断甚至训练过程正在成为边缘赋能的重要组成。

沿着AIoT的思路，“智能+”物联网侧重于各类移动终端的智能，而“智能+”边缘计算则侧重于“端+边”的智能，即将智能更靠近用户终端或数据源头，完成终端设备的本地智能与边缘服务器的智能协同与互补，并智能地进行数据流转和决策迁移。

继续借用第1章中边缘计算与章鱼类比的例子，“智能+”边缘计算相当于分布式计算的“一个大脑+多个小脑”的模式，既可以把云上的智能模型快速迁移到线下的边缘，将云上智能改造为边缘可用的轻量级智能，以适配边缘软硬件环境和使用场景，又可以打通云/边AI数据流通道，构建统一线上线下的技术生态。

相关研究预测，在全球所有人工智能推理（或分析）运算中，发生在边缘侧的比例将从2007年的6％暴增到2023年的43％。因此，持续的创新将带来越来越多的消费者级和企业级“AI+”边缘计算设备。同时，从产业角度讲，“智能+”边缘计算不只是人工智能的硬件形态，更是软硬结合、立体化应用的综合体系，这样才能真正解决技术、业态和模式的痛点。

3.边缘智能体系

从物联网到边缘计算，再到边缘智能，人工智能是该演进路线的顶层牵引力。在“智能+”物联网阶段，万物智联是其美好愿景；在“智能+”边缘计算阶段，万物智算是其发展目标；而在边缘智能阶段，以“技术大融合、场景大丰富、体系大智能”为其主要特征。此外，边缘计算的本质是让“计算从中央走向边缘”，而边缘智能体系强调“智能从中央走向边缘的同时更要形成反馈回路”，进而构成“智能+”和“+智能”的双向回路体系。

然而，“智能+”和“+智能”不是简单的叠加和套用，而是以大数据、云计算为基础，以智能芯片为人工智能算法载体，以联邦学习打通“数据孤岛”，以区块链等网络安全技术建立安全屏障，以5G通信建立高速万物智联通路，对数据、计算、智能进行多维度、多层次的深度集成，形成边缘智能体系。

从边缘计算角度讲，边缘智能基于万物智能连接，是从云端智能应用的“第一公里”到边端“最后一公里”落地的全链路智能体系，需要打通涉及“云-边-端”的多域“数据孤岛”，建立面向多域的安全屏障，优化多域资源的分配与调度模式。尤其是针对边缘服务的动态任务迁移与智能决策问题，以深度强化学习为代表的人工智能技术可以自动抽取最优迁移决策与高维历史数据之间的映射关系，从而当给定未知计算任务时，相应的人工智能模型可以迅速将其映射到最优的迁移决策模式中。

从人工智能角度讲，边缘智能也涉及模型训练和推断两部分，其中模型训练主要是利用大量智能终端采集的数据来训练智能模型，即根据已有数据拟合深度神经网络模型及参数。推断主要是基于完成训练的模型对未知数据进行预测，可将其部署在云端、靠近数据产生端的边缘侧，是面向“云-边-端”应用的新一代信息技术融合体系的基础。

【思维拓展】“寒武纪”——中国智能芯片新势力

与5G通信技术、北斗卫星导航技术一样，智能芯片也是人工智能时代中国“弯道超车”的关键发力赛道。研究表明，2019年AI芯片的市场规模超过80亿美元，预计到2026年将增长至700亿美元；尤其是在中国新兴的AI初创公司中，寒武纪于2020年7月20日正式登陆科创板，总市值突破1000亿元。如表2-1所示，寒武纪先后推出了用于终端场景的寒武纪1A、1H、1M系列芯片、基于思元100、270芯片的云端智能加速卡系列产品以及基于思元220芯片的边缘智能加速卡。由于寒武纪成立仅四年，而且研发支出巨大，成立至今尚无法盈利，相关芯片的大规模商业化还有很长一段成长之路。

此外，比特大陆、地平线、云知声、探境科技、思必驰（深聪智能）、清微智能、燧原科技、天数智芯、ThinkForce等中国“芯”公司，在智能家电、可穿戴设备、安防、家居、车载等多业务方向发力，大量产品可应用于云端、边缘和终端的多种边缘智能场景中；尤其从安全性、智能应用、资源优化等维度为边缘智能的发展提出了新的时代课题。

从宏观角度讲，边缘智能涉及网络通信、计算服务、“智能+”等三条发展主线，并形成了丰厚的技术积累；然而这三条主线并非独立演进，而是相互促进、相互补充、相互融合，尤其从安全性、智能应用、资源优化等维度为边缘智能的发展提出了新的时代课题。