1、移动边缘人工智能：机遇与挑战探索

移动边缘人工智能：机遇与挑战探索

1. 人工智能的发展与移动边缘AI的兴起

人工智能（AI），即机器所展现出的智能，在众多应用领域取得了前所未有的成就。从电商的商品搜索与推荐，到社交网络的内容过滤，再到自动驾驶汽车和无人机等，AI的影响力无处不在。预计到2030年，与2018年的全球国内生产总值（GDP）相比，AI将使其增长约16%，约为13万亿美元。

AI的进步在很大程度上得益于数据的快速增长，而移动设备的激增是数据增长的重要原因之一，比如智能手机和物联网设备。据思科预测，到2021年，所有人、机器和事物产生的数据将接近85泽字节，是云数据中心流量（21泽字节）的四倍。这表明我们正见证并参与着AI从“云智能”向其他模式的范式转变。

对于移动设备而言，无处不在的AI服务对低延迟、隐私、安全和可靠性提出了越来越高的要求。在许多应用中，移动设备既是目标用户，也是数据提供者，但传统的云AI引擎无法满足这些要求。因此，将AI引擎推向网络边缘变得越来越重要，网络边缘在物理位置上更接近数据源。例如，阿里巴巴开发的EdgeRec推荐系统，为移动淘宝实现了实时用户感知和实时系统反馈，淘宝是最受欢迎的电商平台之一。

然而，网络边缘节点，包括无线接入点的边缘服务器以及诸如手机和可穿戴设备等边缘设备，通常配备的计算、存储和通信资源有限。由于模型尺寸大以及/或者计算成本高，直接在资源受限的设备上部署AI模型通常是不可行的。因此，设计新颖的系统架构以利用一组边缘节点的分布式计算、存储和通信资源至关重要，这也催生了边缘智能、边缘AI或移动边缘AI等新的研究领域。

2. 移动边缘AI与云智能的差异

移动边缘AI与云智能在多个方面存在显著差异： <