卷首語：新一代的智能視覺引擎
作者：奇虎360人工智能研究院資深研發科學家 黃君實
當今互聯網上，承載人們的生活、工作的主流媒介，已經從傳統的文本、圖像，逐漸向更爲高效的音頻和視頻的方向發展。音頻、視頻已成爲人們記錄生活、分享知識，和傳遞信息的一種主流方式，並慢慢地影響着整個社會和文化的發展方向。藉助於大數據、人工智能、及底層硬件條件的發展，人們開始思考如何從海量的音視頻中挖掘有用的信息。
相對於傳統的文本和圖像，音視頻具有信息量更大、複雜度更高，但內容相對冗餘等特點。以往集中式的雲計算平臺由於網絡帶寬的限制和實時性的要求，存在無法高效地處理海量數據的缺點；而另一方面，隨着物聯網的興起，邊緣計算平臺作爲一種新興的計算平臺應運而生。相對於雲計算平臺，它搭載了先進、高效而又小巧的AI計算芯片。通過部署在邊端，它能夠高效地獲取數據、及時地對處理後的信息進行反饋，並有效地保證了邊端數據的安全。大量設備之間也能夠通過數據共享和協同工作的方式，滿足各行各業對大數據、實時性，以及安全性的要求。
這能否說明未來的視覺平臺就是邊緣計算平臺的天下了呢？個人覺得下這個結論爲時尚早。邊緣計算平臺雖然具有高效、實時、靈活等衆多的優點，但卻無法統一調控，並且更新換代也不如集中式的雲計算平臺來得方便快捷。所以，爲了適應錯綜複雜的環境，我們勢必需要結合雲平臺和邊端平臺的優點來構造邊雲一體化的智能視覺引擎。
在邊雲一體化的計算平臺架構中，邊端平臺和雲平臺各司其職，相輔相成。邊緣平臺通過部署在邊端，能夠直接對原始數據進行高效的預處理：一方面產生簡單的局部結果對用戶進行信息反饋；另一方面整合、壓縮原始數據，並將壓縮後的數據傳回雲端進行更爲詳盡的分析計算，這就有效地避免了由於網絡帶寬的限制而導致的數據無法實時處理的問題。而云計算平臺根據邊端傳回的數據，對音視頻進行二次處理、全局分析，在彌補由於計算資源不夠的同時，能夠對當前的全局環境進行統籌規劃。舉個例子，未來的汽車通過在邊端部署傳感器和處理器來進行避障的同時，能夠將當前的道路環境傳回雲端；而云端則根據大量汽車傳回的數據進行統籌分析，進而合理安排所有車隊的路徑規劃，達到有效的分流目的。
目前，國內外的各大公司，包括Amazon、Google、阿里巴巴等雲計算的巨頭，以及英偉達、高通、華爲等硬件產商，都紛紛在邊緣計算和AI芯片方向發力。可以預見的是，隨着機器學習算法的高速發展和高性能計算資源的普及，邊雲一體化的計算平臺將可能成爲未來智能視覺引擎一種主流的趨勢。
目錄
熱點
996.ICU，全世界都聽到了中國程序員的吶喊與彷徨
理論派
你的前端框架要被 Web 組件取代了
推薦文章
KubeEdge vs K3S：Kubernetes在邊緣計算場景的探索
調查9萬名程序員後，我們發現了一堆不爲人知的祕密
觀點
企業微服務中臺落地實踐和思想之我見