堵在交通紅綠燈前的那一刻 從未如此期待邊緣智能

說一件有意思的事，平時我們無論是駕車還是乘車經常碰到這麼一種狀況：明明左右前方的垂直車道空無一人，卻不得不堵在十字路口的紅燈前。如果這時你又有緊急的事情趕時間，再接連碰到幾個這樣的紅綠燈，恐怕真要把自己逼成「路怒族」的一員了。

說起來，這樣的事情還真不少見。這是因為目前的交通燈系統有著固定的控制邏輯，而不會根據車流和人流智能判斷「該紅燈停、還是該綠燈行」。

打開今日頭條，查看更多精彩圖片

在深圳，這樣的狀況得到區域性地改善。據悉，深圳交管局和華為聯合創新，設計了100多種基於交通場景的人工智慧演算法，實時優化交通信號燈的控制策略。簡單來說，過去是「車看燈，讀秒數通行;現在是燈看車，讀車數放行」。

從車看燈到燈看車代表著智慧交通的一大步，其實這樣的事情還可以做很多，比如道路的監測和負荷管理、路障和路況預警等等。當然，更多的智能實踐和探索還要得益於技術的成熟和進步。

這項關鍵支撐技術之一就是邊緣計算。

邊緣計算與雲計算是一個相對的概念，它是在靠近物或數據源頭的網路邊緣側就近提供邊緣智能服務的一種方式(當然，邊緣計算和雲計算並不是衝突或替代關係，這在另一篇文章中有闡述：與雲端握手 是時候談談邊雲協同這個邊緣計算新風向了)。因為實時性、低延時、輕量化等特性，邊緣計算還可以應用在很多場景，比如工業製造、公共安全、能源、自動駕駛、無人零售等領域，從而在邊緣進行智能分析和提高操作效率。

不過要說的是，邊緣計算並不是將雲計算「縮小」挪個位置那麼簡單，無論是面向運營商的MEC場景，還是工業邊緣計算、廣域接入網路邊緣計算、邊緣雲等，對邊緣計算的設備形態、功能、計算力等都有特別的要求。

適應邊緣環境的計算

首當其衝是對環境的要求，以邊緣計算產業聯盟(ECC)定義的六種邊緣計算業務形態之一的MEC場景舉例，邊緣伺服器通常面臨著環境溫度、機架空間限制、機房承重限制、供電等要求，所以邊緣業務平台需要個性化的開發和配置來適配其需求。

近年來，開發適應邊緣環境的伺服器也成為業內廠商的重要關注點，以華為G2500視頻智能分析伺服器舉例，作為面向異構計算的4U機架邊緣伺服器，在提供高性能通用計算能力的同時，它還支持GPU等類型的異構處理器和大容量的本地存儲。體積小、支持溫度範圍寬、環境適應性強、易於維護管理等也成為它的顯著特點。

G2500溫度增強配置，支持長期50°C、短期55°C的環境溫度，比普通伺服器提升15°C。此外，675mm的機框深度，尺寸短，安裝更靈活。從而滿足邊緣場景下的機房複雜和惡劣環境，系統可靠性更高。

不可缺少的邊緣智能

當然，適應邊緣的計算平台除了開發、配置等設備形態外，它還應該具備一個「核」，那就是邊緣智能。數據面的下沉除了要求邊緣計算平台具備流量快速卸載能力外，還要求它具備視頻本地加速能力、圖像快速識別能力，以及在此之上的AI分析。

以上面談到的智能交通為例，邊緣做的不僅是採集、存儲、處理數據，更重要的是對數據進行智能分析。一個交通信號燈的智能控制，與多個維度變數有關，靠傳統方式難以做出及時、準確的分析和判斷，只有依賴AI的強大計算能力，才能解決這類問題。

在華為看來，隨著AI應用的發展不斷廣泛和深入，從平安城市到智慧零售，新的應用已不再滿足於傳統的AI使用方式，傳統數據中心提供集中式處理的AI算力已不能滿足很多「大帶寬、低時延」場景的需求，AI應用越來越需要能根據場景進行「雲、邊、端」分級部署和高效協同。

不得不說，在邊緣智能方面，華為走在了前列。通過植入華為最新發布的昇騰系列AI處理器，華為發布了Atlas智能計算平台，包括Atlas 200 AI加速模塊、Atlas 300 AI加速卡、Atlas 500智能小站，以及Atlas 800 AI一體機，它們可廣泛用於「平安城市、智慧交通、智慧醫療、AI推理」等領域。

其中，Atlas 200、Atlas 300、Atlas 500可應用於和部署在邊緣。

? Atlas 200 AI加速模塊：半張信用卡大小即可支持16路高清視頻實時分析，面向攝像頭、無人機等端側設備部署，功耗僅10W左右。

? Atlas 300 AI加速卡：採用標準的半高半長PCIe卡設計，面向數據中心和邊緣側伺服器場景。該加速卡支持多種數據精度，單卡即可提供64TOPS INT8計算性能，為深度學習和推理提供更強大算力。

? Atlas 500智能小站：是業界領先集成AI處理能力的邊緣產品，機頂盒大小即可實現16路高清視頻處理能力，相比業界產品性能提升4倍，並可支持對華為雲的邊雲協同，以進行演算法的持續完善和升級。智能小站適用於交通、看護、無人零售、智能製造等廣闊的領域。

這些Atlas智能計算產品一方面可提供給那些有能力開發硬體平台的企業，同時也可以交付給有邊緣計算部署需求的客戶。據了解，包括商湯科技、依圖科技等明星企業已經展開基於Atlas智能計算平台的超精準人臉識別和AI視頻分析的合作，同時華為也已經在交通、商超等領域進行基於Atlas的邊緣智能部署。

全棧全場景AI 將智能推向邊緣

可以說華為Atlas智能計算平台成功將AI能力帶出數據中心，並且延伸到邊緣。它可以將普通的攝像頭變成智能攝像頭，將邊緣伺服器打造成邊緣智能伺服器，這對於很多夥伴和客戶無疑是一個福音。

Atlas還帶來了超強算力，在深圳，其採用了同時能夠抓拍4車道車輛、200張人臉的人工智慧攝像機，是業界水平的4倍。據介紹，基於華為昇騰系列AI處理器，單晶元即可提供16TOPS@INT8超強算力，支持16路高清視頻實時分析，達到業界頂級算力。

更重要的是，華為在業界率先實現全棧和全場景AI解決方案。所謂全棧，以技術功能視角，包括晶元、晶元使能、訓練和推理框架和應用使能在內的全堆棧方案;所謂全場景，包括公有雲、私有雲、各種邊緣計算、物聯網行業終端以及消費類終端等全場景的部署環境。

當然，在邊緣計算應用的前期，邊緣智能生態也有待進一步完善。華為構建的面向「端、邊、雲」優化設計的全場景AI基礎設施方案，如何和合作夥伴一道推動產業協同，如何賦能行業數字化轉型?由邊緣計算產業聯盟主辦的「2018邊緣計算產業峰會」將於11月29日召開，不妨一起聽聽華為和ECC的答案。

我相信，「經常」堵在交通紅綠燈前的你，很想知道答案!

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！