边缘计算和人工智能

对边缘计算来说，需要对计算资源和网络资源有全局判断，例如边缘设备边缘节点和中心云资源的使用，站在全局角度，合理配置资源，保证性能成本服务数据协同边沿AI处理用户数据，可从两个方面进行考虑一是横向考虑，边缘存在多种网络环境，终端用户设备具有移动性，可以从一个服务节点移至另一个节点，将用户在旧环境中产生的数据如何与新环境中的AI程序同步，从WiFi切换到5G移动网络，甚至从一家运营商切换到另一家运营商数据协作不仅需要技术支持，而且还需要业务模式的支持从另一个角度来看，根据隐私级别，用户在边缘侧生成的数据可以分成不同类型，比如User-Private，像Edge-Private,Public，等等，

没有计算通信存储等技术，人工智能就无法发展边缘计算AI的发展分为三个阶段，目前我们还处在第一阶段，即边缘推理阶段，自主学习是最终目的AI边缘计算盒AI推理速度高达8倍，已经落地数十场场景何谓AI边缘计算盒简言之，该方案是软硬件产品和技术的融合，通过成熟的平台级能力，帮助各个层面的合作伙伴和终端用户加速边缘计算AI应用的开发和工程落地AI边缘计算盒的诞生也和边缘计算人工智能的发展息息相关，特别是智能视频分析市场的细分预计到2022年，智能视频分析市场规模将达到1800亿元，复合增长率为34此外，智能视频分析解决方案将广泛应用于智慧城市智能交通智能制造智慧零售等十余个领域随着智能视频分析市场的强劲

边缘化计算以其在边缘端处理数据更快更安全更高效等优点，杀死市场但在人们充分享受边缘技术之前，还有一些挑战需要我们去解决从IP公司的角度出发，面临的问题和芯片原厂一样，都涉及协同问题，比如在安防或辅助驾驶方面，在满足芯片厂的需求上，需要考虑很多因素，如专用算法特殊设计等，IP公司和芯片公司很难在所有方向形成非常紧密的短期合作但是在各个方面都在逐步发展，比如功耗专用算法内存带宽等，总有一些解决的办法对于这一点，战略是首先推出通用的IP产品，不用太深入地研究某些专用算法，但在兼容性方面又做了考虑，以帮助客户快速推出产品这个策略还可以解决所谓的边缘计算的多样化问题，在围绕一些IP功能，比如安全等等，添