作者：Arm 架構與技術部安全設備生態(tài)系統(tǒng)總監(jiān) David Maidment

從今年四月德國 embedded world 展會上的主題就不難看出，邊緣人工智能 (AI) 及物聯網中關于 AI 應用程序的持續(xù)發(fā)展成為了熱議話題。

目前的互連設備總量已達到數十億，其中許多都具有先進 AI 計算的需求，這一數字預計到 2030 年將翻倍，達到 300 億[1]。與此同時，AI 推理也將呈指數級增長（該推理是指利用經訓練的模型對新的現實世界數據進行預測或決策的過程），這將導致數十億個獨立端側設備上處理的個人數據量達到前所未有的量級，而每個終端設備的數據都需要被保護。

雖然存在計算和安全性的挑戰(zhàn)，但整個技術行業(yè)已達成共識 —— 盡可能在邊緣（設備）或本地服務器上進行數據處理。這將為企業(yè)和用戶帶來以下優(yōu)勢：

更低延遲：邊緣 AI 減少了一切都要在云端處理的需求，這對于汽車和工業(yè)物聯網等安全優(yōu)先型的應用而言尤為重要，因為計算處理的延遲可能會導致潛在的毀滅性后果。

更高可靠性：邊緣 AI 消除或減少了對集中式云端往返連接的依賴。

更低成本：在保持高帶寬連接的前提下，在云端與邊緣側間來回傳輸大量數據的成本，要比直接在邊緣側處理少量數據更高。

更高隱私性：邊緣 AI 意味著個人數據可以保留在設備上，能更好地對數據訪問者進行管控。

更強安全性：邊緣 AI 代表著對云端的擴展，而在邊緣設備的整個生命周期內，必須確保遵守新出臺的網絡法規(guī)，例如 EU-CRA、NIST 和 UK-PSTI 法案。

為了滿足大規(guī)模部署 AI 的需求，邊緣計算必需不斷發(fā)展。而“邊緣計算的持續(xù)發(fā)展”促進了對硬件和軟件異構性、順暢開發(fā)和規(guī)?；踩匀矫娴男枨?。這三方面又將為重要的計算趨勢提供支持，從而使整個技術生態(tài)系統(tǒng)受益，包括“與云類似”的開發(fā)方法、模塊化軟件、廣泛的協作，以及消除不必要的碎片化風險。

邊緣側的硬件和軟件異構性

邊緣 AI 的計算要求會因不同用例而異。有些應用程序經過調式以實現最低功耗，例如延長電池續(xù)航時間，而其他應用程序則需要大量的計算來支持密集型工作負載。積極采納底層硬件和軟件工作負載的異構性至關重要。Arm 架構作為全球最多樣化、普及性最高和安全性的代表，被廣泛應用于各種邊緣設備和不同用例中，可說是硬件異構性的基礎。這對開發(fā)者而言尤為重要，因為應用程序能夠訪問盡可能廣泛的硬件是他們所希望的。此外，這還能支持開發(fā)者針對特定的 AI 用例選出最佳解決方案。

擁抱這種異構性就需要模塊化軟件，以便盡可能跨不同供應商的不同硬件平臺進行無縫運行。目前面臨的挑戰(zhàn)在于，在很多情況下，互連設備都帶有各供應商特有的定制軟件層，而這些軟件層在長達數十年的部署過程中需要持續(xù)進行維護和更新。這種特定供應商的做法會導致高昂的管理成本，并帶來安全漏洞。通過采用模塊化軟件，供應商可以專注于差異化和增值，并通過重復使用標準軟件組件（例如主流操作系統(tǒng)和底層固件）來優(yōu)化設備維護成本。

順暢開發(fā)

盡可能復用軟件是邊緣 AI 順暢開發(fā)的一大關鍵。無需從頭開始為單個互連設備創(chuàng)建新軟件，取而代之的是，在整個生態(tài)系統(tǒng)中復用軟件，從而加快服務的部署和擴展。這種方式是 SOAFEE 項目的一個主要目標，SOAFEE 是由 Arm 牽頭發(fā)起且由行業(yè)主導的協作項目，它涵蓋了整個汽車生態(tài)系統(tǒng)和價值鏈，旨在為大規(guī)模軟件復用提供基于標準的一致性框架。雖然針對的是汽車行業(yè)，但軟件定義汽車 (SDV) 本質上是面向互連的邊緣設備，通過軟件的無線更新 (OTA)，進行關鍵功能和應用程序的迭代更新。因此，SOAFEE 積累的經驗可以廣泛應用于各種互連的邊緣設備。

順暢開發(fā)的另一大關鍵是采用“與云類似”的新方法，旨在打破傳統(tǒng)的線性嵌入式軟件開發(fā)流程。那些流程通常是孤立的，針對特定設備，并且僅在硬件可用時方能啟動。

“與云類似”的開發(fā)方法使得軟件能夠在云端開發(fā)并集成到 CI/CD 工作流中，從而實現持續(xù)構建、測試和驗證。因此，開發(fā)者可以在硬件就緒前，提前在虛擬平臺上啟動應用程序的開發(fā)工作，并采用更靈活的方法實現部署和增強功能。由此助力開發(fā)者提高效率、簡化開發(fā)流程并縮短產品上市時間。

規(guī)?；踩?/strong>