章魚(yú)在捕獵的時(shí)候，它的八只觸手能迅速地將獵物包圍，不會(huì)纏繞打結(jié)，靈活且敏銳，配合度極高。

這得益于它獨(dú)特的身體結(jié)構(gòu)：一個(gè)大腦和八個(gè)小腦。

科學(xué)研究表明，章魚(yú)共有近5億個(gè)神經(jīng)元，而大腦僅有2億個(gè)，其余3億個(gè)神經(jīng)元分布在其它8個(gè)小腦中。

八個(gè)小腦，其實(shí)就是八只“觸手”，換句話說(shuō)，章魚(yú)其實(shí)更多傾向于用“觸手”思考。

這種“分布式大腦”給章魚(yú)帶來(lái)了極大的便利，不論是捕獵、進(jìn)食，還是逃生，都能通過(guò)八只觸手高效而準(zhǔn)確地完成。

當(dāng)章魚(yú)獨(dú)特的“思考方式”被運(yùn)用到計(jì)算領(lǐng)域，“邊緣計(jì)算”的概念就呼之欲出了。

所謂邊緣計(jì)算，是一種類(lèi)似于章魚(yú)八個(gè)小腦的分布式計(jì)算，即將部分?jǐn)?shù)據(jù)資料的處理、部分程序功能，由網(wǎng)絡(luò)中心下放到網(wǎng)絡(luò)邊緣節(jié)點(diǎn)上，邊緣側(cè)的智能網(wǎng)關(guān)設(shè)備能就近處理采集到的數(shù)據(jù)，無(wú)需將大量數(shù)據(jù)傳到遠(yuǎn)（云）端的服務(wù)器或管理平臺(tái)。

相較于云計(jì)算，“邊緣計(jì)算”的優(yōu)勢(shì)在于，既能快速處理數(shù)據(jù)，做出反應(yīng)，從而提高效率；又能降低對(duì)帶寬的依賴(lài)，避免因通信時(shí)延造成數(shù)據(jù)處理滯后帶來(lái)的決策失誤問(wèn)題。

這種高效的數(shù)據(jù)處理方式已然成為現(xiàn)下數(shù)據(jù)計(jì)算領(lǐng)域的又一核心法門(mén)。

“從云端協(xié)同，到云邊端協(xié)同，邊緣計(jì)算的作用愈來(lái)愈重要?！睍缫暜a(chǎn)品推廣負(fù)責(zé)人表示。

這種重要性主要體現(xiàn)在兩個(gè)方面：一是傳統(tǒng)的云端協(xié)同模式存在場(chǎng)景覆蓋度上的不足，需要邊緣計(jì)算的進(jìn)一步賦能；二是對(duì)于市場(chǎng)需求而言，邊緣計(jì)算的相關(guān)產(chǎn)品更具性?xún)r(jià)比。

該負(fù)責(zé)人表示，邊緣計(jì)算如今已成為曠視發(fā)力的重點(diǎn)，并且曠視已經(jīng)基于相關(guān)場(chǎng)景，推出了相應(yīng)的產(chǎn)品。

邊緣計(jì)算、高效處理

互聯(lián)網(wǎng)時(shí)代，隨著終端設(shè)備的迅速增加，其產(chǎn)生的數(shù)據(jù)也呈指數(shù)級(jí)趨勢(shì)擴(kuò)大。

這些數(shù)據(jù)不僅數(shù)量龐大，而且類(lèi)型極為復(fù)雜，如何處理并利用好這些數(shù)據(jù)，是數(shù)據(jù)管理的核心，同時(shí)也是難點(diǎn)所在。

傳統(tǒng)的方法是走云端一體的路子：由感知端進(jìn)行數(shù)據(jù)集采和傳輸，云端設(shè)備進(jìn)行計(jì)算。（感知端算力較弱，僅能進(jìn)行部分簡(jiǎn)單計(jì)算，主要靠云端計(jì)算）

但是單靠云端計(jì)算，依然有一些問(wèn)題沒(méi)有得到解決。

 一是效率。 

即數(shù)據(jù)從前端感知設(shè)備進(jìn)行集采、整理，要依托通信網(wǎng)絡(luò)進(jìn)行傳輸，才能到達(dá)云端；而云端設(shè)備在接收數(shù)據(jù)之后，進(jìn)行分析、決策，再到?jīng)Q策的執(zhí)行，需要一定的時(shí)間才能完成。

對(duì)于一些特殊場(chǎng)景來(lái)說(shuō)，時(shí)延帶來(lái)的后果是不可承受的。

比如，火災(zāi)預(yù)警。前端設(shè)備在感知到潛在的危險(xiǎn)之后，將相關(guān)數(shù)據(jù)傳輸至云端；如果得不到快速反饋，那么很可能造成不可估量的損失。

“這樣的場(chǎng)景下，如果把數(shù)據(jù)傳送到中心服務(wù)器進(jìn)行處理，中間的網(wǎng)絡(luò)鏈路很長(zhǎng)，效率比較低?！痹撠?fù)責(zé)人表示。

二是性?xún)r(jià)比。

云端設(shè)備費(fèi)用高昂，對(duì)于一些中小型企業(yè)而言，購(gòu)買(mǎi)服務(wù)器顯得有些“大材小用”：既要付出高昂的成本，其數(shù)據(jù)處理的需求也比較小，對(duì)服務(wù)器的利用效率不高，因此性?xún)r(jià)比較低。

邊緣計(jì)算的設(shè)備恰好解決這一痛點(diǎn)：既能滿足計(jì)算需求，成本又比購(gòu)買(mǎi)服務(wù)器更便宜，在性?xún)r(jià)比上具備優(yōu)勢(shì)。

該負(fù)責(zé)人表示，從技術(shù)架構(gòu)來(lái)看，只有“云”和“端”的話，相當(dāng)于把大量的計(jì)算任務(wù)都放在了中心側(cè)（云）或端側(cè)，這就給云或端帶來(lái)了很大的計(jì)算壓力。并且由于云端協(xié)同存在時(shí)延、數(shù)據(jù)安全等問(wèn)題，所以利用邊緣計(jì)算來(lái)給行業(yè)賦能，成為新的思路。

根據(jù)IDC預(yù)測(cè)，未來(lái)超過(guò)70%的數(shù)據(jù)需要在邊緣側(cè)存儲(chǔ)、分析和處理。

正是在數(shù)據(jù)“量大”而現(xiàn)有的云端協(xié)同存在各種問(wèn)題的背景下，曠視開(kāi)始做邊側(cè)的產(chǎn)品。

“之前曠視主要做盤(pán)古這類(lèi)的大平臺(tái)，或者像面板機(jī)這樣的端側(cè)產(chǎn)品，今年我們推出了兩條‘邊’側(cè)的產(chǎn)品線，形成了‘云邊端’一體的產(chǎn)品矩陣。”

該負(fù)責(zé)人透露，新的產(chǎn)品線分別為“鴻圖”和“魔方”。

曠視?shū)檲D、算法魔方

“鴻圖和魔方是兩個(gè)產(chǎn)品系列，而非單獨(dú)的SKU，但都屬于邊緣側(cè)的產(chǎn)品?！痹撠?fù)責(zé)人介紹道。

兩者的共性體現(xiàn)在，都具備“算”的能力，并且在算力和算法上差別不大。

其差異則體現(xiàn)在：魔方只有“算”的能力，而鴻圖在“算”的基礎(chǔ)上，增加了“管”的功能。

換句話說(shuō)，鴻圖實(shí)際上是管算一體的產(chǎn)品。

之所以有這樣的差異，該負(fù)責(zé)人解釋稱(chēng)，鴻圖和魔方是針對(duì)不同市場(chǎng)需求做出的產(chǎn)品。

左：鴻圖，右：魔方

鴻圖具備管算一體的能力，提供整體的解決方案，以最終產(chǎn)品的形式直接交付給客戶(hù)，客戶(hù)只需要按照步驟操作，接入相應(yīng)的端側(cè)產(chǎn)品，即可實(shí)現(xiàn)管算功能。

而魔方則只有算的能力，沒(méi)有業(yè)務(wù)管理軟件，但具備開(kāi)放能力，能夠開(kāi)放標(biāo)準(zhǔn)API，因此更適合擁有自身業(yè)務(wù)平臺(tái)的軟件開(kāi)發(fā)商。

打個(gè)比方：鴻圖就像是一個(gè)成型的面包，消費(fèi)者用微波爐加熱后就能吃，從而解決饑餓；而魔方則是面粉，消費(fèi)者不能直接食用，但可以用面粉搭配其他食材做自己喜歡的食物。

兩者的消費(fèi)群體不一樣，這也導(dǎo)致兩類(lèi)產(chǎn)品的銷(xiāo)售路徑并不相同。

“鴻圖更多是通過(guò)曠視的渠道銷(xiāo)售體系直接賣(mài)給最終客戶(hù)，而魔方則扮演著產(chǎn)業(yè)鏈中上游的AI 賦能者的角色，中下游的開(kāi)發(fā)商基于魔方打造自身的解決方案，再賣(mài)給最終客戶(hù)。”

在具體的應(yīng)用場(chǎng)景上，鴻圖和魔方都主要聚焦于園區(qū)、樓宇、校園等場(chǎng)景，內(nèi)置曠視三位一體的AI 算法引擎，植入了視頻結(jié)構(gòu)化、周界警戒等30多種泛安防類(lèi)算法，能快速實(shí)現(xiàn)人車(chē)管控、園區(qū)人員出入管理等功能。

并且，當(dāng)鴻圖和魔方可進(jìn)行協(xié)作：當(dāng)鴻圖需要更多算力時(shí)，可以接入魔方；而當(dāng)魔方需要“管”的功能時(shí)，接入鴻圖即可實(shí)現(xiàn)相關(guān)的管理功能。

此外，兩者同時(shí)具備接入盤(pán)古等大平臺(tái)，以及面板機(jī)、智能相機(jī)等端側(cè)產(chǎn)品的能力。

“鴻圖和魔方既具備單獨(dú)的能力，又能相互配合，并且適配曠視的云側(cè)和端側(cè)的產(chǎn)品，是構(gòu)建‘云邊端’一體化的中間橋梁。”該負(fù)責(zé)人表示。

軟硬結(jié)合、三位一體

相較于云端協(xié)同，邊緣計(jì)算的價(jià)值在于：降低后端投入，讓算力前置，降低對(duì)帶寬的要求，從而提升數(shù)據(jù)處理效率。

但要實(shí)現(xiàn)真正的邊緣計(jì)算，還存在兩大難點(diǎn)。

一是邊緣側(cè)設(shè)備的AI 算力芯片廠商非常分散，如果要保證算法實(shí)現(xiàn)最高效率運(yùn)行，就要從算法的底層入手，針對(duì)芯片做適配。

二是邊緣側(cè)的算力比中心服務(wù)器弱，算法從中心服務(wù)器遷移到邊緣側(cè)，需要做更多的優(yōu)化。

這就要求提供邊緣計(jì)算相關(guān)產(chǎn)品的公司要具備軟硬一體的開(kāi)發(fā)能力。

“軟硬一體才能實(shí)現(xiàn)真正的邊緣計(jì)算。”該負(fù)責(zé)人表示，只有硬件和軟件相配合，算法的運(yùn)行效率才能達(dá)到最優(yōu)。

在他看來(lái)，曠視的軟硬一體能力體現(xiàn)在三個(gè)方面。

一是不斷針對(duì)算法做優(yōu)化，以適應(yīng)各類(lèi)場(chǎng)景，通過(guò)擴(kuò)展算法邊界的方式，使產(chǎn)品能夠滿足行業(yè)的碎片化需求。

二是三位一體的 AI 能力，即算力+算法+AI 框架。

“我們有專(zhuān)門(mén)負(fù)責(zé) AI 框架的團(tuán)隊(duì)，研究算法與芯片的適配，保證算法能夠高效率的運(yùn)轉(zhuǎn)?！?/p>

并且，曠視在與合作伙伴共同在做芯片的適配時(shí)，就已經(jīng)將需求進(jìn)行反饋，因此能實(shí)現(xiàn)“算法、算力和 AI 框架”的三位協(xié)同，從而使得算法能在芯片上得到足夠的算力支撐。

三是開(kāi)放性，即相關(guān)產(chǎn)品提供對(duì)外開(kāi)放的能力。

比如魔方，軟件公司可基于魔方開(kāi)發(fā)自身的軟件，甚至直接將軟件植入魔方盒子，以軟硬一體的方式賣(mài)給客戶(hù)。

“軟硬一體是實(shí)現(xiàn)邊緣計(jì)算的核心路徑，也是 AI 落地的必經(jīng)之路?！痹撠?fù)責(zé)人表示，曠視已具備核心競(jìng)爭(zhēng)力，鴻圖和魔方盒子，就是最直接的例子。

總結(jié)

從最初的算法到軟硬一體，從云端協(xié)同到云邊端協(xié)同，鴻圖和魔方這兩大邊緣側(cè)的系列產(chǎn)品恰好給曠視“補(bǔ)齊了中間層”，拼好了最后一塊版圖。

未來(lái)，曠視將進(jìn)一步鞏固軟硬一體的能力，針對(duì)行業(yè)出現(xiàn)的新痛點(diǎn)、難點(diǎn)，優(yōu)化解決方案和推出新產(chǎn)品，以實(shí)現(xiàn)其“技術(shù)賦能產(chǎn)業(yè)”的愿景。（雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。