边缘计算,即把一些原来在服务器端做的计算下沉到设备客户端侧。
比如说自动驾驶,假如在云端做计算的话,需要在网络中传输大量的信息。要把汽车周围所有传感器、摄像头所采集到的数据,全部上传到服务器端,再进行计算,返回结果。这样对于数据采集需求量大的计算来说,是非常不合算和高延迟的。
因而,我们产生了边缘计算这种策略,希望通过把部分算法、逻辑下沉到客户端来解决这个问题。比如说,在汽车上部署一个处理器(GPU处理器或其他嵌入式AI计算芯片)和一套对应的TensorFlow计算流程,把自动驾驶的特征处理部分放在客户端来做,甚至把所有的计算都放到客户端。
在汽车领域,边缘计算主要有几个落脚点,自动驾驶、智能座舱。
总的来说,边缘计算具有低时延、高带宽、高可靠、海量连接、 异构汇聚和本地安全隐私保护等特点,在很多场景下特别是智能交通(车载领域)存在非常突出的优势。