913
在当前的全球背景之下，边缘计算和 5G 可能是唯二显著增长的技术领域。
边缘计算作为一种分布式网络基础设施方法，使数据能够在更接近其来源的地方进行处理和分析——这对物联网、人工智能和大数据分析等领域都有着巨大的价值。
边缘算力盒子就是顺应了这一趋势火爆起来的 AI 产品。作为一款具备一定 AI 能力的轻量级边缘计算设备，能够就近为端侧提供算力支持，与传统数据分析盒子相比，计算性能大大提升，且时延降低、带宽利用率更高，安全性、实时性都更好。
击破 AI 应用五大痛点
看到了边缘算力盒子的市场潜力，飞腾、比特大陆、云天励飞、广州高能、蓝炬兴业等国产厂商纷纷入局，通过主控 CPU+AI 加速芯片的组合，满足边缘计算场景多样化的算力需求。
边缘算力盒子的兴起不是偶然，飞腾行业解决方案资深架构师滕根保告诉<与非网>，边缘算力盒子能够解决 AI 应用场景中的五大痛点需求：
时延问题：边缘算力盒子靠近数据接收源头，能够实时获取边缘侧数据并分析处理，可以将处理后的数据实时反馈到控制系统中或者及时传到云端；
带宽问题：在边缘节点进行一部分数据处理，提取价值信息之后再传输，降低带宽压力，减轻云端服务器的消耗；
安全问题：满足数据安全管制要求，实现数据的本地隐私保护，避免敏感数据上传到云端，降低数据泄露的风险；
可靠问题：规避端和云间链接的不可靠隐患；
环境问题：针对高低温、空间有限等恶劣环境或特殊场景，使得传统设备很难满足其功耗、体积、重量等要求，AI 边缘盒子以产品体积小、重量轻、功耗低、环境适应性强、可定制等特点，适用于广泛边缘应用场景。
而除了应用场景，边缘算力盒子也能从市场层面解决一定的痛点。与早期的嵌入式数据分析盒子相比，它计算性能更高、带宽利用率更高、时延更低，能够实现自动识别，形成了端 - 边 - 云协同的计算整体方案。此外，也有助于减轻云端服务器消耗，节省机房空间，降低企业投入。
以飞腾与比特大陆为核心算力支持的端 - 边 - 云协同方案为例，其边缘侧构建了一个 AI 边缘智能网关产品，采用了飞腾 CPU 产品（FT-2000/4）+比特大陆边缘计算模组 SM5。在视频监控场景中，对终端各类视频流、图片流进行结构化分析、识别，就近为终端侧提供计算服务。
图 1 飞腾的端 - 边 - 云协同方案
边缘算力盒子的“边缘”价值
调研机构 Grand View Research 公司预测，即使在冠状病毒在全球肆虐的背景下，边缘计算也将出现显著增长。到 2027 年，边缘计算解决方案的市场规模将从 35 亿美元增长到 434 亿美元。而根据 Forrester Research 的预测，2020 年将是推动边缘计算技术的重要一年。
毫无疑问，在这样一个庞大的市场中，整个合作伙伴生态系统越来越成为关键竞争优势。一方面，厂商需要加强合作，共同关注市场与技术发展趋势并研发设计产品；另一方面，定制化的边缘算力需求将会随着更多应用场景的成熟浮出水面，而这意味着可能需要更多新的设计、新的架构、新的设备来对现有的基础网络架构进行大量重构。
目前边缘端的 AI 算力方案以多核异构平台为主，飞腾等厂商主要通过 CPU+异构厂商（GPU/FPGA/ ASIC 等）形式构成联合解决方案，可支持 Paddle、Keras、TensorFlow、Pytorch、Caffe 等主流深度学习框架，支持图像处理、语言识别等场景模型。据了解，飞腾 CPU 可兼容比特大陆、百度、云天励飞等业界主流厂商的 AI 产品。
蓝炬兴业去年开始与飞腾合作，作为工业硬件设备方案提供商，看到了边缘算力盒在更多“边缘”场景广阔的应用前景。蓝炬兴业总经理赵伟明表示，越是人迹罕至的地方或是人力不便于到达的“边缘”，越能凸显出它的价值，例如油田智能监控、铁轨安全性监测等等。
“边缘算力盒子在工业现场等恶劣环境中的应用会越来越多，所以更宽的环境适应性会对整体意见解决方案是个挑战，这就需要各个芯片方案厂商继续努力，继续细分应用市场，制造出可适应于不同环境的硬件设备”，赵伟明认为，“目前从技术层面可能大家已经解决了应用问题，但是针对恶劣环境（比如高温、低温、防水等）的解决方案还要进一步完善”。
一款好的边缘算力盒子什么样？
市面上当前有不少的盒子方案，究竟该如何定义边缘算力盒子的主要的评判指标？
滕根保解释说，主要的评判指标应该关注 CPU/ 加速器、内存、存储等系统硬件，外扩存储、网络接口、按钮、LED、供电、USB 等外围接口，整机功耗和散热方式，环境参数（如工作温度、存储温度、工作湿度等），以及生产制造的材质、工艺等。
图 2 由飞腾、蓝炬以及某 AI 芯片商共同打造的边缘算力盒子
至于一款边缘算力盒子需要具备哪些关键特性？他认为主要包括：超强计算性能、大容量存储、配置灵活、体积小、连网能力强、外接接口丰富，支持温度范围宽、环境适应性强、具有完整的软件工具套件、易于维护管理等基本功能和特性。
边缘算力盒子有哪些落地场景？
边缘算力盒子主要有哪些落地场景？在智能视频监控、分析和数据存储等应用场景，它可广泛部署在各类边缘，满足在公安、社区、园区、商场、超市等复杂环境。细分领域主要包括：人脸识别（人脸闸机、人脸门禁等）、车辆识别（智慧交通、辅助侦察）、物品识别（无人货柜）、视频结构化（无感迎宾）、行为分析（智能布控、智慧园区）、工业质检、无人驾驶等。
图 3 边缘算力盒子落地应用场景
不过，由于终端应用场景丰富，对终端算力盒子的需求可能有差异。比如算力需求不同，还有离线和批处理，在线和实时性处理等等，飞腾等厂商如何满足客户需求的弹性化?
据了解，目前飞腾与比特大陆、云天励飞等 AI 厂商，广州高能、蓝炬兴业等 ODM 厂商联合推出多款边缘 AI 算力产品（有如图 4 的盒子形态，及 1U 高度服务器形态等），希望通过不同的产品组合来覆盖多种应用场景。
图 4 飞腾与广州高能、云天励飞联合推出的边缘算力盒子
以智能安防应用场景为例，某客户的终端采用是 800 万级像素的网络摄像机，需要对多路高清视频进行解码，识别出人脸、车牌等信息，要求性能每秒解析 1000 张图片以上。针对这种处理大量高清网络视频接入分析的需求，飞腾联合比特大陆、恒为科技厂商，推出了“登云”Ai 计算平台解决方案。该方案采用 1 颗飞腾 CPU FT-2000+/64 与 1 张比特大陆 AI 加速卡 SC5+，形成边缘 AI 算力服务器，实现对视频结构化、人脸识别、物品识别、视频内容增强等典型应用的 AI 加速运算，实现每秒解析 1440 张图片，并且最大图片解码分辨率可以达到 32768*32768 pixels。
如果采用 1 个飞腾 CPU+1 张 AI 加速卡无法满足性能，还可采用性能更高的 CPU 或 AI 加速卡，或是 N 个 CPU+N 张 AI 加速卡方案，或是将多个边缘算力盒子进行堆叠，来满足需求的弹性化。
5G 助推下有望快速渗透边缘市场
边缘算力盒子未来的创新点有哪些？滕根保认为主要在于“去中心化”，通过边缘侧的实时计算，每个边缘侧设备可构建“微型数据中心”，而数据中心则更多处理离线计算。未来，千万亿的边缘计算设备迅速崛起，且随着 5G 网络真正部署实现万物互联后，提供更为多样化的算力支持。
“2020 年对边缘计算影响最大的无疑是 5G 网络日益增长的覆盖范围，此外，AI 正在从云端向边缘渗透，都在助推边缘计算市场的进一步突破”，赵伟明谈到，“不过，目前还没有统一的行业标准、没有出现公认的行业旗帜性方案商、许多场景还在观望，这一市场目前还不能称为蓝海，甚至还没有形成海，想象空间仍然很大。”
更多关于边缘算力盒子市场分析，请戳 https://www.eefocus.com/component/472439
下载ECAD模型
