20、临时边缘云与群体计算实现的未来展望

临时边缘云与群体计算实现的未来展望

1. 边缘计算与群体计算的背景与现状

随着智能手机的普及，计算能力已广泛分布在各种连接设备中，如手机、音箱、冰箱和电视等。如今，物联网、云计算和人工智能技术的快速发展，进一步推动了计算资源向网络边缘的分布。物联网设备不仅数量逐年增加，其计算能力也在不断提升，使得物联网和边缘设备之间的界限逐渐模糊。例如，机器人和自动驾驶车辆等复杂的物联网边缘设备，具备计算、存储资源以及各种传感器和执行器，形成了一个认知循环。

然而，这些新型物联网边缘资源的自包含和自维持特性，以及尺寸和能量收集的限制，对现有的计算和通信架构提出了新的挑战。同时，摩尔定律的发展也面临着瓶颈，硬件制造商在生产更小、更便宜、更快的低功耗计算单元时遇到了越来越多的困难。这可能会影响计算进步的方式，促使人们寻求更好地利用现有资源的方法，以平衡计算和能源的需求。

2. 边缘计算研究领域

2.1 异构性利用与新型硬件架构：神经形态边缘计算

自2012年以来，最大规模AI训练运行所使用的计算量呈指数级增长，每3.4个月就会翻倍。随着边缘计算的兴起，越来越多的AI处理任务需要在边缘执行。为了满足这一需求，市场上已经推出了一些专门的设备和芯片组，如英特尔Movidius、英伟达的Jetson系统和谷歌TPU等，为边缘带来了加速器的强大功能。然而，为了充分利用GPU和其他加速器，需要提供合适的边缘虚拟化和管理工具。从长远来看，这些可能还不足以满足边缘对AI和其他计算任务的巨大需求，尤其是在严格的功率预算下。因此，神经形态架构等专门用于AI执行的新型计算架构应运而生，该领域的发展需要从特定的安全低功耗硬件微处理器到能够充分利用这些新型硬件特性的软件工具。