图片32
AIoT发展存在以下壁垒需要攻克：
1、安全性
据调查，45%的电子工程师表示，数据安全性是成功的最大障碍，原因很简单。当科技变得更加智能，消费者和企业开始更多地保护自己的数据，害怕失控、可能的滥用和网络犯罪。AIoT中的数据需要跨设备共享，因此存在安全隐患。但是，边缘人工智能能有效地减轻这种情况，因为数据处理、推理和决策可以在设备上而非云端执行，从而减少了(可感知的)数据泄露和漏洞风险。
2、连接性
调查显示，38%的工程师强调AIoT存在网络带宽限制的严重问题。装置的大量增加和数据的爆炸将给处理和传输带来挑战。
32%的工程师认为，延迟会影响智能设备的发展。操作必须立即执行，因此，在安全最重要的应用中，连通性和带宽不仅“最好”存在，而且至关重要。该装置需要从多个传感器(基于周围不断变化的环境)收集、整理和处理数据，以便立即采取行动或提出建议。
汽车感应器就是一个很好的例子：当探测到潜在的碰撞时，汽车上的传感器没有足够的时间探测危险，把数据发送到云端(假设存在连接)，然后等待返回“停止”命令。另外，工业机器也需要在存在潜在危险的环境下维持安全。
3、可扩展性
尽管物联网依赖于云，但是有24%的电子工程师不能完全扩展云计算来支持AIoT能够支持的各种应用。在接下来的几年中，智能设备的数量将会急剧增加，而网络设备会比以前发送更多的数据。这样做会给云带来不切实际的需求，因为它根本就不适合AIoT的规模，也不适合推理和决策所需的速度。
虽然市场障碍本身很重要，但是工程师们也指出了一些亟待解决的设备级技术障碍：
1、费用与功率的平衡。
费用仍是电子工程师面临的最大障碍之一。过去，AI系统所使用的高端CPU在成本和功率方面，对大多数终端物联网设备来说太高了。在经济上实现AIoT要求提高今天低成本的微处理器的处理能力和功能。
2、设计复杂性
用AIoT来设计可能是一件非常复杂的事情，设计的复杂性也是一大障碍。AIoT系统需要多种类型的计算，包括信号调节、推理和分类、通信、控制和连接。它们常常由独立的开发环境提供，这使得系统设计复杂且耗费时间。
