當前，人工智能持續引發爭議，并向企業和消費者展示出非凡的價值。與許多新興技術一樣，人們關注的焦點往往集中在大規模、基礎設施密集型和高耗電的應用上。然而，隨著人工智能的應用不斷增長，大型數據中心對電網的壓力也越來越大，密集型應用的可持續性和經濟性日益下降。 

因此，對更靈活、以產品為中心的人工智能解決方案的需求激增。邊緣人工智能引領著這一新趨勢，它將數據處理拉近（或嵌入）設備，在微小的邊緣，這意味著基本的推理任務可以在本地執行。通過不通過數據中心將原始數據發送到云端，我們看到人工智能的工業和消費應用的安全性得到顯著提高，這也提高了設備的性能和效率，而成本只是云端的一小部分。 

但是，任何新機遇都伴隨著新的挑戰。產品開發人員現在必須考慮如何構建合適的基礎設施和所需的專業知識，以充分發揮邊緣的潛力。 

局部推理的重要性 

退一步來看，我們可以看到人工智能主要包含兩個領域：機器學習（系統從數據中學習）和神經網絡計算（一種旨在像人腦一樣思考的特定模型）。這些是機器編程的補充方法，通過向機器提供相關數據來訓練它們完成任務，以確保輸出準確可靠。這些工作負載通常規模巨大，需要全面的數據中心安裝才能使其正常運行。

對于規模較小的工業用例和消費級工業應用，無論是廚房里的智能烤面包機，還是工廠車間的自主機器人——將 AI推理所需的數據和分析推送到云端在經濟(或環境)上都是不可行的。

相反，邊緣 AI提供了本地推理、超低延遲和更小傳輸負載的機會，讓我們能夠在構建新的 AI 應用的同時，大幅降低成本和降低功耗。我們已經看到邊緣 AI 為智能樓宇、資產跟蹤和工業應用的生產力提升做出了貢獻。例如，工業傳感器可以通過邊緣 AI硬件加速，從而更快地檢測故障，并具備預測性維護能力，以便在故障發生之前了解設備狀態何時會發生變化。

更進一步說，專為邊緣 AI設計的下一代硬件產品從一開始就會引入特定的適配機制，使 AI子系統成為安全架構的一部分。在這個領域，將邊緣AI功能嵌入系統顯得尤為重要。

將智能嵌入產品

嵌入式系統發展的下一階段是將邊緣 AI 引入設備架構，即所謂的“微型邊緣”。這指的是直接在邊緣處理 AI和 ML 模型的微型、資源受限的設備，包括微控制器、低功耗處理器和嵌入式傳感器，從而能夠以最低功耗和低延遲實現實時數據處理。

如今，一類全新的軟件和硬件正在微小邊緣領域涌現，使得在設備中執行人工智能操作成為可能。通過從一開始就將這種能力嵌入到架構中，我們能夠將“信號”本身轉化為“數據”，而無需浪費資源進行轉換。

例如，微小邊緣傳感器可以從設備所處環境中收集數據，并利用片內引擎生成結果。以太陽能發電場為例，太陽能電池板內的傳感器可以專門檢測電源管理系統中附近的電弧故障。當出現極端電壓時，它可以自動觸發關機故障保護，避免電氣火災。

隨著電弧故障檢測、電池管理或設備上的人臉或物體識別等應用推動這一領域的增長，我們將看到能夠支持微小邊緣人工智能的微控制器市場以超過 100% 的復合年增長率增長(據ABIResearch的數據)。為了發揮這一潛力，需要做更多的工作來彌合云端人工智能的處理能力與能夠在邊緣工作或成為邊緣的設備的目標應用之間的差距。

然而，就像任何新技術一樣：有需求就有出路。

我們已經看到針對這一挑戰的有意義的研發成果，微型人工智能開始嵌入到各種不同的系統中一-在某些情況下，消費者已經將這項技術視為理所當然，實際上他們會與設備對話而沒有思考“這就是人工智能”。

構建邊緣人工智能基礎設施

為了利用這一新興機遇，產品開發人員必須首先考慮進入邊緣設備的數據的質量和類型，因為這決定了處理級別以及處理工作負載所需的軟件和硬件。這是典型的邊緣AI與微型AI之間的關鍵區別。典型的邊緣AI運行在功能更強大的硬件上，能夠處理復雜的算法和數據集;微型AI則專注于運行能夠執行基本推理任務的輕量級模型。

例如，音頻和視頻信息(尤其是視覺信息)極其復雜，需要深度神經架構來分析數據。另一方面，處理隨時間記錄的振動或電流測量數據的要求較低，因此開發人員可以利用微型AI算法在資源受限或超低功耗、低延遲的設備中完成此類工作。

在開發階段，根據具體的計算能力需求，考慮所需的設備和微控制器單元類型至關重要。在許多情況下，少即是多，運行更輕量級的微型AI模型可以提高設備的能效和電池壽命。話雖如此，無論是處理文本還是視聽信息，開發人員仍然必須進行預處理，將大量樣本數據輸入學習算法，以訓練AI使用這些數據。

未來會怎樣?

將人工智能嵌入微小邊緣設備的開發仍處于起步階段，這意味著企業仍有空間進行實驗、發揮創造力，并找到其成功的真正因素。我們正處于一股巨大浪潮的開端，這將加速我們生活方方面面的數字化進程。

其用例非常廣泛，從智能公共基礎設施(例如智慧互聯城市所需的傳感器)，到醫療保健領域通過非侵入式可穿戴設備實現的遠程患者監控。用戶能夠改善生活簡化日常任務，甚至在不知不覺中意識到人工智能是關鍵因素。

需求就在那里，邊緣人工智能和微型人工智能已經改變了產品開發，重新定義了什么是偉大的技術，實現了更加個性化的預測功能、安全性和情境感知。在短短幾年內，這類人工智能將成為大多數技術日常應用的關鍵--如果沒有它，開發者很快就會發現他們的創新變得過時。

這是向前邁出的重要一步，但也伴隨著挑戰。克服這些挑戰只有通過更廣泛的開發工具和軟件資源生態系統才能實現。這只是時間問題。微型邊緣是社會解鎖對其數據和環境的更大控制力和效用的關鍵，從而引領一個更加智能的人工智能驅動的未來。