边缘AI发展热度持续走高，边缘AI应用更是五花八门：自动驾驶、艺术、生命健康、个性化广告、客户服务等领域目前都已充分应用到AI技术。理性分析原因，边缘架构的低时延更能满足这些行业的发展需求。

据Astute Analytica进行的一项研究预测，边缘AI市场规模将从2021年的140万增长至2027年的800万，年复合利率29.8%。机构预测该增长来源于物联网、可穿戴消费设备的旺盛需求，及5G网络覆盖对更快计算速度的渴求，以及其它一些因素。基于边缘AI实时数据极易遭到黑客攻击，即使市场需求旺盛，发展依然面临机遇与挑战并存的情况。

接下来就看看有哪五大趋势将在未来几年为打造边缘AI技术带来利好。

边缘AI热门趋势Top 5排行榜

1 将AI与云端剥离

我们今天能感受到的巨大变化之一，就是AI处理不再需要与云相连。ARM最近发布了两种全新芯片设计方案，可跳过远程服务器或云将处理能力带到物联网设备的边缘。当前的Cortex-M处理器可以处理对象识别，而手势或语音识别等其他功能随着ARM的Ethos-U55的加入得以实现。谷歌的Coral是一个使用本地AI构建产品的工具包，它也承诺将“离线”进行大量的AI处理。

2 机器学习运维（MLOps）

英伟达预测，机器学习运维的最佳案例将为边缘AI的落地提供有价值的商用模式。IT产品需要新的生命周期，或者至少，MLOps的发展也会带来新的生产时间线。MLOps有助于组建并推动数据流至边缘端。越来越多的机构在边缘AI找到了最适合自己的工作模式便证明了该周期性更新/新的时间线是行之有效的。

每天致力于设计算法、选择模型架构以及部署和监控ML的数据科学家可能会从简化的ML方法中受益。

这意味着“神经网络可以自主设计神经网络”，谷歌首席执行官Sundar Pichai表示。

Auto ML（自动化机器学习）需要大量内存和计算能力，因此边缘端部署的简化将大大减少与正在进行的中心程序争抢算力资源的可能性。

3 专用芯片

为在边缘端进行更多处理，企业需要定制化芯片提供充足算力。去年，初创公司DeepVision凭借其视频分析和边缘自然语言处理获得了3500万美元的B轮融资，登上热搜。

 “我们预计2025年将有19亿台边缘设计设备配备深度学习加速器。”Linley Group首席分析师Linley Gwennnap解释说。

DeepVision的AI加速器芯片与软件套件配对可将AI模型彻底转化为计算图。2021年，IBM发布首款反欺诈AI加速器硬件。

4 CV（计算机视觉）的新用例和功能

计算机视觉目前仍是边缘人工智能的主要用途之一。英伟达的应用程序框架和开发者工具集的合作网络已包含1000多名成员。

该领域的一个主要发展是多模式人工智能，从多个数据源中提取数据，超越自然语言理解，分析姿势并执行检查和可视化，这对于与人无缝交互的人工智能（如购物助理）来说可能会派上用场。

高阶视觉算法现在可以通过使用更精细的特征对物体进行分类。它可以更深入地确定品牌和型号，而不只是识别汽车。

训练模型以识别每个对象所有的粒度特征可能很困难。然而，展现精细信息的特征、划分信息提取具体特征、对象姿势和多层卷积神经网络进行标准化归类都是目前实行这一目标的可行方法。

相关企业用例包括质量控制、实时供应链跟踪、使用快照识别定位公司内部和检测深度伪造，不过这些案例目前也尚处于初级阶段。

5 AI+5G涨势迅猛

5G及更先进的通信技术发展几乎就在我们面前。卫星网络和6G技术就等电信供应商蓄势待发了。一般消费者在使用下一代技术之前也还有5G服务和一起使用的4G核心网络作过渡。

这个边缘AI有什么关系？AI+5G可以为AI应用程序提供更高性能和安全性。它可以提供一些低时延边缘AI所需的部分，并有助于开发如自动化工厂、收费、车辆遥测和智能供应链项目等新应用项目。Mavenir已于2021年11月推出了用于视频分析的5G+边缘AI。

边缘AI的新兴趋势远不止于此。但他们的应用泛化可能还需要我们推进相关关键技术的变革。NVIDIA预测边缘AI管理将成为IT的日常工作，可能会使用Kubernetes。Gartner报告说，使用IT资源而不是让业务人员管理边缘解决方案可以优化成本。

关于酷芯微电子

上海酷芯微电子有限公司成立于2011年7月，致力于成为全球智能芯片领导者。公司依托智能感知、智能计算、智能传输三大核心技术，通过自主研发芯片核心架构、核心IP，提供专用于人工智能的高性能低功耗芯片及相关工具链解决方案。产品主要应用于智能安防，智能硬件，智能车载等多个领域。

酷芯微电子总部位于上海市杨浦区，并在深圳设有分公司。目前拥有员工200余人，80%为技术开发人员，并拥有硕士或博士学位。2016年荣获高新技术企业，2017年被认定为上海市科技小巨人，2019年入选上海市“专精特新”企业名单。