3月6日消息（岳明）Gartner预测，到2025年，50%以上的企业管理数据将在数据中心或云之外创建和处理。而且，随着AI为自动化带来更多机会，到2030年，至少一半的边缘计算部署将纳入AI。
从市场规模来看，根据STL Partners边缘计算关键数据统计，2030年全球边缘计算潜在市场规模将达到4450亿美元，10年复合增长率为48%。
| |||||||||||||||||||||||||||
作为云网AI基础设施芯片市场的领导者，英特尔公司副总裁兼网络与边缘事业部软件工程总经理Pallavi Mahajan指出，我们已经进入了AI无处不在的时代，在“三重驱动力”下，边缘计算将会迎来新一轮发展机遇；但边缘计算与云计算是截然不同的，尤其是在AI方面。
基于深厚的专业知识和丰富经验，在MWC24期间，英特尔推出了全新的商用边缘原生软件平台，是代号为Project Strata的升级版，可帮助企业在标准硬件上大规模开发、部署、运行和管理边缘应用，让边缘计算同样具有云计算般的简洁性。
三重动力驱动边缘计算前行
Pallavi Mahajan指出，无论是地缘政治、社会经济压力，还是市场竞争，都在促使企业寻求提高自动化和智能化水平，以保持竞争力并为客户提供更多价值。
“订单是否准时？库存是否充足？员工与业务是否安全？这些问题都在推动边缘技术的发展。”Pallavi Mahajan表示。在他看来，边缘技术主要由三条法则驱动：
物理法则：向外发送数据的成本很高，用户希望在本地更快地处理数据，以便完成时间紧、任务急的行动。经济法则：用户希望尽可能实现自动化，以确保在价格和创新方面兼具竞争力。国土安全法则：关于数据出境和安全的监管法律更加严格。
关注场景价值：云和边缘截然不同
如果回顾计算的发展历程，就会发现它和钟摆的节奏一样——从分布式到集中式。十年前，云计算的兴起，产业界开始关注运营的敏捷性、灵活性和简洁性。现在，边缘计算快速崛起。
但云与边缘是截然不同的，“边缘非常复杂，多样化的硬件、软件、操作系统，到有限的功率和空间；特别是在AI方面，边缘AI更多涉及的是推理，不需要建立单独的集群来运行AI工作负载。”
当然，目前市场上也有一些定制解决方案，可以帮助解决边缘的复杂问题。但这些解决方案往往建立在封闭系统和专用硬件的基础上；因此，整合旧系统和增加新的用例既费钱又费时。其中许多系统缺乏edge-in OT功能，这导致半数以上的AI项目在投入生产之前就已失败。这些市场上的解决方案都是定制的，难以扩展、难以维护、集成复杂，总体拥有成本高。
架构平滑演进：无需升级或重构
在MWC24上，英特尔推出了全新的商用边缘原生软件平台，是代号为Project Strata的升级版，可帮助企业在标准硬件上大规模开发、部署、运行和管理边缘应用。
“英特尔的边缘平台充分利用我们深厚的专业知识和丰富经验——英特尔的边缘计算业务目前已部署了90000 多台边缘设备，在过去10年中销售了超过2亿台处理器。”
“该平台采用模块化设计、完全开放、并支持brownfield或greenfield硬件，企业开发人员可以在新的或现有的基础架构上构建边缘原生AI应用，而无需考虑硬件的复杂性。其独特的功能包括支持异构组件以降低总体拥有成本，通过一个控制面板对整个边缘节点机群的基础设施、应用程序和AI进行零接触、基于策略的管理。另外，内置AI模型开发、管理和AI推理运行时优化，可实现混合实施。加快规模部署时间，有助于降低总体拥有成本。”
Project Strata平台内置了OpenVINO，专为边缘AI设计，可以帮助开发者优化应用软件，实现低延迟、低功耗以及在现有硬件（特别是边缘硬件）上部署，使已经部署的标准硬件能够高效地运行AI应用，而无需昂贵的升级或重构。此外，平台还提供了基于策略的IT和OT管理任务的安全自动化功能。
英特尔技术专家指出，对于运营商而言，其在5G、边缘计算上的投入都非常巨大。如何快速实现盈利，提升ROI是迫切需要关注的问题。英特尔希望通过提供部署的便捷性、降本增效、节能等多个特性，帮助运营商和企业客户实现“边缘服务货币化”的目标。
(来源：C114讯)
京公网安备 110105001605号