从共享单车到自动驾驶，从智能家居到无人商店，我们已从“人联网”时代全面进入“物联网”时代。在万物智能互联的新时代，数据量成指数级爆炸，不仅需要云端的大数据分析以转化为洞察，在边缘对于提取分析数据也有着更高的要求，应运而生的边缘计算将在整个物联网的发展中发挥关键性作用。作为分析、挖掘数据价值的创新方法，人工智能可以充分利用、释放数据价值，也给边缘计算带来全新的发展机遇。

　　应对数据洪流带来的挑战,边缘计算至关重要。首先，井喷式涌现的海量数据如果全部聚集于云端，对带宽有极大的要求，并带来严重的计算负担，这就要求在边缘侧对相应数据进行必要的筛选和节流，并同时提供部分计算能力，使得不同的数据能够合理配置到相应的存储和计算资源中。其次，很多物联网应用场景对数据的实时性要求非常高，而边缘计算能够更敏捷、更有效地处理数据。另外，边缘计算还能更好地保护数据，满足安全性的需求。

　　物联网是一个端到端的系统，强调边缘计算，并非否定云计算的巨大作用和价值。云计算和边缘计算是两种不同特点的数据处理方式，边缘计算处理的是局部数据，对数据形成完整洞察还需要在云端对各种在不同的边缘采集到的数据进行全面分析，因此两者互倚互补。边缘计算是云智能向端智能延伸的必然结果，未来的趋势并非是边缘计算取代云计算，而是两者之间实现良性协同，共同推动物联网的发展。

　　我们也看到，边缘侧的负载整合则为人工智能在边缘计算的应用找到了突破口。“物”连上网将产生庞大的数据量，数据将成为新的石油，人工智能为数据采集、分析和增值提供全新的驱动力，也为整个物联网发展提供了新动能。虚拟化技术将在不同设备上独立的负载整合到统一的高性能计算平台上，实现各个子系统在保持一定独立性的同时还能有效分享计算、存储、网络等资源。边缘侧经过负载整合，产生的结点既是数据的一个汇总结点，同时也是一个控制中心。人工智能可以在结点处采集分析数据，也能在结点提取洞察做出决策。

　　如何将人工智能运用到边缘侧?网络优化将是关键性技术之一。英特尔认为可以通过低比特、剪枝和参数量化进行网络优化。低比特，是指在不影响最终识别的情况下，通过降低精度来降低存储和计算负荷。剪枝，是指剪除不必要的计算需求，从而降低计算复杂度。参数量化，是指可以根据参数的特征做聚类，用相对比较简单的符号或数字来表述，从而降低人工智能对于存储的需求。

　　边缘计算和人工智能结合，推动物联网发展是一个长期的进程。英特尔将着重从端到端的平台化战略、垂直行业的深度合作、开放的生态系统构建三个方面来加速边缘计算的发展，从而推动整个物联网的进程。

　　正如英特尔公司CEO科再奇所说，数据是当今最重要的一股力量，智能互联设备带来的数据洪流，是未来科技创新的命脉。英特尔致力于通过从云到边缘的计算解决方案，协同产业合作伙伴，把人工智能带到边缘，加速物联网发展，驾驭数据洪流，释放数据价值。