在过去的一年里，我们开始意识到人工智能的巨大力量和它所激发的创新潜力，围绕它有很多嗡嗡声，其中许多将深刻改变科技行业和世界的进程。
未来，AL的命脉将依赖于一个开放的生态系统。 该生态系统可以为开发人员提供多种选择，并帮助他们跨域和供应商移植应用程序。 这意味着开发平台和解决方案，将世界的物理基础设施转变为无缝的、无处不在的软件。
从历史上看，AL一直专注于数据中心，但市场研究公司Gartner**：到2025年，超过50%的企业管理的数据将在数据中心或云之外创建和处理。 “公司现在正在通过基于 AL 的自动化寻求更多机会，这一事实正在加速这一进程。 AL的无处不在是通过手机、PC或零售店生成的数据驱动下的边缘数据爆炸式增长而实现的。 作为最大的计算工作负载之一，AL 专注于决策，并推动零售、制造、酒店等行业的效率和实际收益。
在英特尔，我们看到对边缘计算的需求激增，无论是经济发展和物理世界的发展，还是即将到来的自主、上下文感知和协作软件浪潮，同时还大大降低了功耗和总拥有成本。 公司希望实现自动化，不仅是为了提高竞争力或减轻人才短缺的影响，也是为了加强创新、提高效率和缩短上市时间。 在物理层面上，虽然将数据发送到云端进行处理可以产生理想的结果，但这项任务既昂贵又耗时。
从经济角度来看，在自己的本地设备上生成和处理数据比租用、维护和传输数据到云服务器更具成本效益和效率。 此外，在数据安全合规方面，在边缘本地处理数据不仅符合必要的法律，还有助于保护生成数据的隐私。
即使面临挑战，与我交谈的许多合作伙伴都渴望尽快部署人工智能，以获得收益。 一些 AI 的早期采用者已经将他们的运营数字化，并通过在现有的日常应用（如餐厅、工厂、销售点终端等）中分层部署边缘 AL 来获得回报。 通过消除与云处理相关的延迟和带宽成本，Edge AL 可自动执行决策，帮助解决人才短缺和隐私法规等问题。 然而，边缘技术有一些固有的复杂性，不容小觑。 例如，其灵活性可能会因规模不足、计算能力有限和功耗限制等问题而受到损害，并且还需要考虑安全性和异构性。 因此，将新技术集成到这些场景中是很复杂的，将人工智能带到边缘也是如此。
电信网络转型使移动行业能够应对复杂性的挑战，使边缘AL技术的爆炸式增长成为可能。 作为所有企业的最后一英里管理者，CSP 提供了巨大的机会，通过网络切片帮助企业在利用 AL 技术的同时更有效地优化和运营其网络。 此外，基于AL的无线电智能控制器和最先进的维护也可以为许多垂直行业的企业提供新的边缘AL产品，并使其盈利。
可以理解的是，大多数客户更愿意将人工智能技术集成到现有基础设施之上，而不是从头开始构建。 然而，在现有基础设施之上集成新技术确实带来了一个挑战，这被认为是行业中不可避免的挑战。 与任何新兴技术一样，尽管人们预计人工智能会迅速发展，但在技术完全成熟之前做出决策存在风险。 在缺乏统一的行业标准和协议的情况下，那些早期投资于人工智能部署和实施的人可能需要在未来重新评估和调整他们以前的决策。
分析人士认为，边缘AI的发展将经历三个主要阶段。 首先是现在流行的高度定制的用例。 其次，随着时间的推移，这些用例将被行业特定的解决方案所取代，这些解决方案在互操作性和能效以及操作不同系统和软件的复杂性方面提出了固有的挑战。 最终，一个基础的、跨行业的平台将出现，以应对所有行业共同面临的挑战。 面对多年来不可避免的互联互通挑战和发展制约，我们应该积极追求和开发创新解决方案，以应对智能边缘的核心挑战。
我们相信，通过采用开放、模块化、统一的平台方法，CSP、开发人员、基础设施运营商和企业将能够更轻松、更高效地开发、部署、运行和管理可扩展的边缘解决方案。 这将为跨地域的异构边缘队列的安全部署和自动化管理铺平道路，这些队列将随着业务需求的变化而继续扩展和适应。 正如开放标准和软件定义网络在云计算的发展中发挥着关键作用一样，可以利用这些原则来加速边缘 AL 解决方案的部署。 通过集成专为边缘 AL 开发的软件、硬件和平台解决方案，我们准备建立一个数字生态系统，实现在需要的地方提供 AL 功能的目标。