边缘智能发展的新趋势与特点
一、边缘计算行业发展趋势
-
立体泛在的算力方向:随着数字经济的快速发展,边缘计算将更加注重网络和算力的深度融合,实现连接和算力的全面覆盖。
-
优化网络架构:为了满足行业数字化转型的需求,网络架构将进一步优化,实现省域/区域内3ms以及城市内1ms的低时延。
-
增强网络应用感知能力:网络与算力的融合将促进网络应用感知能力的提升,更好地支持多样化需求。
-
多样化算力内核:算力内核将包含通用算力和异构算力,展现出多样化特征,以适应不同场景的需求。
-
云、边、端分布的算力形态:随着数据处理向边缘端扩散,算力结构将呈现出云、边、端分布的特点,体现泛在化特征。
二、边缘计算行业的特点
-
应用场景激增:边缘侧应用场景丰富多样,市场增长迅速,市场规模持续扩大。
-
算力随需迁移:计算模式正向云-边-端多级、高度协同的方向发展,应用向边缘迁移成为新的趋势。
-
计算模式多元化:边缘计算采用云、边、端多层次的计算架构,实现计算资源的灵活调配。
-
算力需求差异化:面对多样化的需求,计算需求呈现出差异化的趋势,推动异构算力的快速发展。
-
算力结构智能化:预计未来智能计算在总算力中的比重将持续上升,2030年AI算力需求将增长500倍以上。
三、边缘计算行业的新动能
-
算力资源利用率提升:随着智能算力规模的快速增长,行业正努力提高算力资源的利用率。
-
AI训练计算加速:AI训练计算复杂度逐年增加,且从云端训练扩展至边缘端推理,推动计算技术进步。
-
异构算力繁荣:GPU、FPGA等异构算力需求激增,成为算力底座的重要组成部分。
四、中国移动边缘计算新实践
-
多样化异构算力:中国移动通过“芯合”平台推动应用跨异构架构迁移,实现算力的统一管理和高效利用。
-
边缘计算多级开放能力:构建边缘计算PaaS平台,提供统一的API接口,实现网络能力的集中管理和服务的便捷开通。
-
智能协同服务框架:通过智能云边端协同服务框架,实现低延迟、高效能的智能计算,提升视频分析等任务的处理效率。
-
算力网络开启新模式:构建算力网络体系架构,实现算力的泛在化、算网共生,提供一体化服务,实现算力的即取即用。
五、展望与融合
边缘智能的发展将带来算力服务模式的革新,促进算力、网络、数据、智能、安全、边端、链(ABCDNETS)等领域的深度融合,形成新的服务生态。同时,工业互联网、自动驾驶、云游戏、XR、元宇宙等领域的服务将得到显著提升,为用户提供更加高质量、低延迟的体验。此外,边缘智能也将为工业互联网等领域的创新提供广阔空间,促进产业链上下游的协同合作与共赢。