边缘智能：现状和展望

边缘智能：现状和展望

李肯立^1，2，刘楚波¹

1 湖南大学信息科学与工程学院，湖南 长沙 410082

2 国家超级计算长沙中心，湖南 长沙 410082

摘要：边缘智能（即将人工智能融入边缘计算，部署在边缘设备）作为更快更好地提供智能服务的一种服务模式，已逐渐渗入各行各业。然而，当前边缘智能面临着巨大挑战。首先简要介绍了边缘智能的起源与概念；然后总结了边缘智能面临的三大挑战；最后，概括了当前针对边缘智能挑战的5个研究方向。为相关读者了解边缘智能和相关人员研究边缘智能提供一定的参考。

关键词： 边缘计算 ; 人工智能 ; 边缘智能

论文引用格式：

李肯立,刘楚波. 边缘智能：现状和展望. 大数据[J], 2019, 5(3）：69-75

LI K L, LIU C B.Edge intelligence: state-of-the-art and expectations. Big Data Research[J], 2019, 5(3): 69-75

1 引言

近年来，随着万物互联时代的到来和无线网络的普及，网络边缘的设备数量和其产生的数据量都急剧增长。根据Cisco云指数的预测，到2021年，全球范围内将有超过500亿的终端设备，这些设备每年产生的数据总量将达到847 ZB，其中约有10%的数据需要进行计算处理。另外，智能终端设备已成为人们生活的一部分，人们对服务质量的要求有了进一步提升。在这种情况下，以云计算为代表的集中式处理模式将无法高效地处理边缘设备产生的数据，无法满足人们对服务质量的需求。其劣势主要体现在以下两个方面。

● 实时性不够。在云计算服务模式下，应用需要将数据传送到云计算中心进行处理，这增大了系统的时延。以无人驾驶汽车为例，高速行驶的汽车需要在毫秒级的时间内响应，一旦由于数据传输、网络等问题导致系统响应时间增加，将会造成严重的后果。

● 带宽不足。边缘设备产生的大量数据全部传输至云计算中心，给网络带宽造成了极大的压力。例如，飞机波音787每秒产生的数据超过5 GB，但飞机与卫星之间的带宽不足以支持数据的实时传输。

边缘计算模型应运而生。边缘计算是部署在边缘终端设备和云计算中心之间的一种新型计算模型。边缘计算的资源是指从数据源到云计算中心路径上的任意计算和网络资源，是一个连续系统。在该模式下，边缘设备上亦有计算。边缘计算具有几个明显的优点：首先，边缘设备处理了部分产生的临时数据，不再需要将全部数据上传至云端，只需要传输有价值的数据，这极大地减轻了网络带宽的压力，且减少了对计算存储资源的需求。其次，在靠近数