人工智能（AI）與物聯(lián)網(wǎng)(IoT)在實(shí)際應用中的落地融合，形成了 AIoT(智能物聯(lián)網(wǎng))，也就是萬(wàn)物的智能互聯(lián)。目前，AIoT已經(jīng)成為業(yè)界公認的未來(lái)技術(shù)主流形態(tài)。艾瑞咨詢(xún)最近發(fā)布的《2020中國智能物聯(lián)網(wǎng)（AIoT）白皮書(shū)》預測，2025年，中國物聯(lián)網(wǎng)連接數近200億個(gè)，海量連接產(chǎn)生的交互及數據分析需求將促使IoT與AI進(jìn)行更深層次的融合。另一方面，智能的物聯(lián)網(wǎng)系統暴露了云計算中的潛在問(wèn)題。智能和自動(dòng)化的增加，無(wú)可避免地導致性能表現及安全性突出的應用出現了無(wú)法預料的延遲。
現今，兩大主要挑戰威脅著(zhù)數量倍增的連網(wǎng)裝置：一是用于遠程通訊的邊緣裝置的性能，二是離網(wǎng)型物聯(lián)網(wǎng)應用的電池壽命。
原始數據的傳輸對任何裝置來(lái)說(shuō)都是十分耗電的。傳統的蜂巢式廣域網(wǎng)（WAN）功耗大，因此不適用于電池供電的物聯(lián)網(wǎng)裝置。物聯(lián)網(wǎng)應用LoRaWAN（遠距離，廣域網(wǎng)）是物聯(lián)網(wǎng)應用中的首選通訊協(xié)議之一，能夠處理人工智能如何透過(guò)邊緣應用來(lái)改變物聯(lián)網(wǎng)架構的問(wèn)題。
為什么要使用LoRaWAN及邊緣人工智能？
隨著(zhù)智能裝置的激增，核心網(wǎng)域和終端裝置都面臨著(zhù)來(lái)自通訊的挑戰，例如壅塞、安全性、服務(wù)延遲、數據隱私和缺乏互操作性。
對于網(wǎng)域，大部分的挑戰來(lái)自過(guò)度依賴(lài)云計算。將數據發(fā)送到云時(shí)，會(huì )產(chǎn)生更大量的能源消耗、帶寬、存儲和延遲，導致更高的成本。而霧計算或邊緣計算可以降低成本并提高效率。
當使用無(wú)線(xiàn)技術(shù)進(jìn)行數據傳輸時(shí)，終端裝置中的通訊障礙就會(huì )出現。在物聯(lián)網(wǎng)中，藍牙和其他無(wú)線(xiàn)標準技術(shù)的優(yōu)勢是低功耗，但有限的覆蓋范圍卻是一大障礙，特別是對于智慧城市服務(wù)而言。在這種情況下，低功率廣域網(wǎng)（LPWAN）成為了介于遠程蜂巢式和短程操作技術(shù)間的可靠的替代方案。
LPWAN是在Sub-GHz免照無(wú)線(xiàn)電頻段上運作的低功耗及覆蓋范圍更廣的通訊物理層。LPWAN是對鏈路和網(wǎng)絡(luò )層有效的標準協(xié)議，提供可變的數據速率，增加了以吞吐量交換為鏈路穩健性、覆蓋范圍或能量消耗的可能。而組織單位和個(gè)人都可以部署LPWAN網(wǎng)絡(luò )。
LPWAN和接近邊緣的霧計算架構
在智能和數據處理方面，邊緣計算和霧計算看起來(lái)很相似。但是，它們之間的主要差別在于計算和智能所發(fā)生的位置。
霧計算的環(huán)境將智能處理放在區域網(wǎng)（LAN）上，將數據從端點(diǎn)傳輸到網(wǎng)關(guān)。 而另一方面，邊緣計算將處理能力和智能放在嵌入式自動(dòng)化控制器等裝置中。
這些裝置可以運行算法，產(chǎn)出邊緣智能-AI和邊緣計算的產(chǎn)物。
利用LPWAN進(jìn)行邊緣計算的優(yōu)勢
- 減少數據傳輸： 邊緣計算減少了傳輸的數據量和云端存儲。另一個(gè)優(yōu)勢是將計算能力放置在網(wǎng)絡(luò )邊緣，可使延遲和成本極小化，同時(shí)減輕對帶寬的需求。
- 降低延遲： 邊緣計算可將數據傳輸、處理，以及依照從過(guò)程中獲得見(jiàn)解所采取之行動(dòng)的時(shí)間間隔最小化。另外，以較低的成本增加了分析和事件處理的速度，信噪比也降低了。由于更加靠近終端用戶(hù)的位置，能夠降低核心網(wǎng)絡(luò )和連接裝置的帶寬及功耗，因此邊緣計算透過(guò)實(shí)時(shí)服務(wù)提供了低延遲能力，而這是智慧城市以及車(chē)對車(chē)通信和其他要求延遲低于數十毫秒的應用所必備的。這比主流的云服務(wù)的延遲要低。
- 安全性增強： 大多數的用戶(hù)將數據安全性和隱私視為首要考慮的問(wèn)題，主要是因為這些因素對智慧城市的相關(guān)應用構成了安全威脅。安全性必須分三層：用戶(hù)隱私、數據安全性和網(wǎng)絡(luò )連接。 邊緣計算通過(guò)憑證升級和多個(gè)實(shí)體裝置上的安全檢查等措施，解決了物聯(lián)網(wǎng)安全性的挑戰。
- 擴展的應用程序： LPWAN和邊緣裝置在衛生保健監控中無(wú)所不在，例如用于偵測患者跌倒。 在篩選數據來(lái)進(jìn)行實(shí)時(shí)處理的情況下，邊緣裝置可以提高準確度和適應能力。傳統系統中，在云端傳輸原始數據序列，因此警報的延遲增加了。邊緣系統透過(guò)將繁重的計算負載從傳感器節點(diǎn)調換到邊緣網(wǎng)關(guān)，來(lái)減少傳感器節點(diǎn)上的計算工作。
如何利用邊緣人工智能加速應用場(chǎng)景落地
雖然邊緣裝置的模型構建和訓練階段會(huì )消耗大量資源，并增加額外的復雜性，但市場(chǎng)上有提供定制和降低復雜性的高質(zhì)量選擇。
安富利的SmartEdge Agile裝置可以簡(jiǎn)化并大幅降低這種復雜性。SmartEdge Agile是搭載各種類(lèi)型傳感器的邊緣計算裝置。Brainium用于構建和訓練模型。該裝置具有LPWAN連接以建立霧計算架構，并使用網(wǎng)關(guān)連接到Brainium。安富利的SmartEdge工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)可安全且無(wú)縫連接Brainium和云。
關(guān)于安富利公司
安富利是一家全球技術(shù)解決方案提供商，擁有廣泛的生態(tài)系統，可在產(chǎn)品生命周期的每個(gè)階段為客戶(hù)提供設計、產(chǎn)品、營(yíng)銷(xiāo)和供應鏈專(zhuān)業(yè)知識。我們將創(chuàng )意轉化為智能解決方案，減少將產(chǎn)品投放市場(chǎng)所需的時(shí)間、成本和復雜性。近一個(gè)世紀以來(lái)，安富利一直致力于幫助全球客戶(hù)和供應商實(shí)現技術(shù)的變革。了解安富利的更多信息，歡迎瀏覽http://www.avnet.com/。
