□文/賈縉、陳笑冰

機(jī)器人、沉浸式現(xiàn)實(shí)、人工智能，以及互聯(lián)設(shè)備，這些黑科技在現(xiàn)實(shí)世界中已逐步走向成熟。但現(xiàn)有的技術(shù)基礎(chǔ)設(shè)施無力支撐這些應(yīng)用真正進(jìn)入爆發(fā)期，不能依靠昨日的舊有架構(gòu)來孵化明日的創(chuàng)新。要想真正發(fā)揮新一代的智能技術(shù)威力，企業(yè)需要對基礎(chǔ)設(shè)施進(jìn)行徹底改造。要想使企業(yè)能夠感知周邊世界，就必須實(shí)現(xiàn)架構(gòu)轉(zhuǎn)型。企業(yè)需要用邊緣計(jì)算補(bǔ)充云計(jì)算的能力，進(jìn)行均衡配置，并且重新聚焦硬件。這些新的部署都將使企業(yè)更為智能地“聽到”或“看到”更多訊息。

機(jī)器人、沉浸式現(xiàn)實(shí)、人工智能，以及互聯(lián)設(shè)備，正將現(xiàn)實(shí)世界的技術(shù)水平推至新高度。許多企業(yè)仍認(rèn)為，其現(xiàn)有的技術(shù)基礎(chǔ)設(shè)施已足夠支持所需的計(jì)算能力——這種想法有著潛在的巨大風(fēng)險(xiǎn)。要想真正發(fā)揮新一代智能技術(shù)的作用，企業(yè)需對基礎(chǔ)設(shè)施進(jìn)行徹底改造，均衡部署云計(jì)算和邊緣計(jì)算，并重新聚焦硬件改造，從而實(shí)現(xiàn)即時(shí)的智能交付。

試想一下，若將具備實(shí)時(shí)分析腦電波功能的可植入式設(shè)備運(yùn)用于癲癇患者的神經(jīng)活動(dòng)監(jiān)測，那么，僅毫秒之間，該設(shè)備便能發(fā)現(xiàn)癲癇發(fā)作的征兆，無需接入外部系統(tǒng)或等待患者主訴，便能及時(shí)釋放脈沖將其阻斷。事實(shí)上，在患者毫無意識的情況下，該設(shè)備就已自主完成上述操作。

這并非是假想情形，而是目前真實(shí)的治療方案。NeuroPace公司的神經(jīng)刺激裝置植入患者顱骨后，能夠在不知不覺間自動(dòng)監(jiān)測并預(yù)防癲癇發(fā)作——僅一年的時(shí)間，患者發(fā)病頻率就降低了44%。 這種對緊急醫(yī)療狀況的實(shí)時(shí)管理充分展示了智能環(huán)境的可能性：通過整合實(shí)時(shí)感應(yīng)和計(jì)算技術(shù)，實(shí)現(xiàn)即時(shí)有效的響應(yīng)。

這樣的智能交付形式意味著，我們已具備對現(xiàn)實(shí)世界中那些復(fù)雜、不可預(yù)知的交互加以管理的能力。誠然，并非每個(gè)案例都會涉及如人體這般難以預(yù)測的環(huán)境，抑或關(guān)乎生死。但當(dāng)今企業(yè)的基礎(chǔ)架構(gòu)確實(shí)普遍無法支持創(chuàng)建規(guī)?；悄芙鉀Q方案所需的即時(shí)洞見與行動(dòng)?，F(xiàn)有的基礎(chǔ)設(shè)施大多圍繞基本假設(shè)所設(shè)計(jì)：用以支持遠(yuǎn)程應(yīng)用程序的足夠帶寬，具備強(qiáng)大計(jì)算能力的遠(yuǎn)程云以及近乎無限的存儲空間。然而在現(xiàn)實(shí)環(huán)境中，應(yīng)用軟件對即時(shí)響應(yīng)的需求卻與這些假設(shè)形成了鮮明對比。

從能夠自動(dòng)管理患者輸液的ICU病房到具備自我維護(hù)功能的工業(yè)設(shè)備，越來越多的企業(yè)致力于智能環(huán)境的開發(fā)——從而將業(yè)務(wù)觸角進(jìn)一步延伸至日常管控的環(huán)境之外。在這一過程中，對實(shí)時(shí)系統(tǒng)的需求令硬件再次成為關(guān)注焦點(diǎn)：具有特定用途和可定制的硬件令網(wǎng)絡(luò)周邊的設(shè)備比以往更強(qiáng)大、更節(jié)能。而重塑企業(yè)的基礎(chǔ)設(shè)施，無疑釋放了大量新機(jī)遇，將業(yè)務(wù)邊緣視為交付智能環(huán)境的戰(zhàn)略資產(chǎn)。

一些睿智的企業(yè)早已朝著這一方向邁出了步伐。以Land O'Lakes為例，該公司所部署的半自動(dòng)拖拉機(jī)在穿越農(nóng)場時(shí)能夠根據(jù)具體情況調(diào)整種植決策，此舉令作物產(chǎn)量提高了三至五倍。同樣，越來越多“有意識的”的監(jiān)控?cái)z像機(jī)被運(yùn)用于執(zhí)行識別包裹交付時(shí)間及跟蹤嬰兒睡眠情況，這些實(shí)體設(shè)備植入了集成分析的處理能力，無需發(fā)送海量數(shù)據(jù)進(jìn)行離線處理。當(dāng)攝像機(jī)能夠區(qū)別接近大門的人和跑過鏡頭的松鼠時(shí)，也就意味著誤報(bào)情況的降低、真正智能化的開啟，和即時(shí)安保的響應(yīng)。

交付實(shí)體智能環(huán)境需要對當(dāng)前的業(yè)務(wù)基礎(chǔ)設(shè)施進(jìn)行認(rèn)真反思，充分利用更廣泛的設(shè)備網(wǎng)絡(luò)和更先進(jìn)的方法體系。否則，企業(yè)或?qū)o法依托機(jī)器人、沉浸式現(xiàn)實(shí)、人工智能和物聯(lián)網(wǎng)交付高端、智能的體驗(yàn)，而這些技術(shù)正是企業(yè)新一代戰(zhàn)略的基礎(chǔ)。與智能世界接軌，企業(yè)首先要進(jìn)行架構(gòu)轉(zhuǎn)型——打造即時(shí)采取智能行動(dòng)的能力。歡迎來到智聯(lián)網(wǎng)的時(shí)代！

目標(biāo)：智能，無處不在

新一代智能解決方案正被植入各行各業(yè)的實(shí)體環(huán)境，企業(yè)紛紛將戰(zhàn)略重點(diǎn)落實(shí)在推動(dòng)現(xiàn)實(shí)世界的智能化引入上——改善智能城市的交通流量；通過遠(yuǎn)程醫(yī)療追蹤分析患者狀況；油田災(zāi)難預(yù)警預(yù)防分析。當(dāng)下，企業(yè)亟須將基礎(chǔ)設(shè)施加以擴(kuò)展，從而實(shí)現(xiàn)符合其預(yù)期的動(dòng)態(tài)化實(shí)體環(huán)境。

當(dāng)前預(yù)測表明，到2020年，智能傳感器和其他物聯(lián)網(wǎng)設(shè)備將至少產(chǎn)生507.5澤字節(jié)（Zb）的數(shù)據(jù)量。試圖在異地完成如此繁重的計(jì)算勢必難以實(shí)現(xiàn)。為充分釋放實(shí)時(shí)智能的無限潛能，企業(yè)必須令事件驅(qū)動(dòng)型分析及決策流程更貼近交互和數(shù)據(jù)生成——換言之，向網(wǎng)絡(luò)邊緣不斷推進(jìn)。

云將繼續(xù)在企業(yè)基礎(chǔ)架構(gòu)中發(fā)揮關(guān)鍵作用。雖然中間設(shè)備和邊緣設(shè)備可以通過處理數(shù)據(jù)來實(shí)現(xiàn)即時(shí)操作，但云所能提供的是更為強(qiáng)大的“元數(shù)據(jù)洞見”，它可隨時(shí)間的推移不斷改進(jìn)系統(tǒng)，并充分利用兩方面的優(yōu)勢重塑新業(yè)務(wù)。DS 維珍車隊(duì)將這一技術(shù)帶入了電動(dòng)方程式賽車界。比賽過程中，通過對控制系統(tǒng)生成數(shù)據(jù)的實(shí)時(shí)處理，不斷對車輛進(jìn)行調(diào)整；賽后，車隊(duì)充分利用云資源，從更龐大的數(shù)據(jù)集中汲取深入洞見。

在設(shè)計(jì)系統(tǒng)時(shí)，若想充分利用設(shè)備驅(qū)動(dòng)型即時(shí)洞見和云端元數(shù)據(jù)洞見這兩大力量，就需要圍繞內(nèi)存展開全新考量。企業(yè)應(yīng)將數(shù)據(jù)資產(chǎn)明確區(qū)分為，必須加以保存的重要部分，及可因決策變動(dòng)而隨時(shí)刪除的部分。經(jīng)過標(biāo)記、回傳到云端的數(shù)據(jù)資產(chǎn)應(yīng)具備明確的保留必要性，例如收集大量歷史數(shù)據(jù)以完善決策；同時(shí)，僅用于在邊緣進(jìn)行短暫決策的數(shù)據(jù)則可拋棄。

歐洲一家國家鐵路公司采用這種方法，為乘客提供了更為智能的體驗(yàn)，同時(shí)兼顧了車站間的數(shù)據(jù)傳輸量。位于車廂中的攝像頭利用車載處理功能來確認(rèn)座位是否被占用，然后將空座號碼發(fā)送至即將到達(dá)的車站。候車乘客可以在火車抵達(dá)前使用車站的自助服務(wù)終端來預(yù)定座位；一旦座位被預(yù)定，先前“有座”的信息就不再具有任何價(jià)值，因而會被即時(shí)消除。同時(shí)，整體的上座情況和銷售數(shù)據(jù)將被保留，用于日后列車時(shí)間表和路線的優(yōu)化。

企業(yè)應(yīng)當(dāng)找尋適用自身的獨(dú)特方法，在云端和邊緣兩處以及之間的任何地方平衡處理任務(wù)——邊緣處理能力和能源效率的提高使這種模式成為了可能；而現(xiàn)在，隨著企業(yè)迫切建立即時(shí)行動(dòng)能力，其重要性更是與日俱增。

在各行各業(yè)中，新一代智能解決方案正被紛紛植入實(shí)體環(huán)境。

充分利用定制化的加速計(jì)算

經(jīng)過擴(kuò)展的基礎(chǔ)設(shè)施將成為智聯(lián)網(wǎng)的支柱。為了使其完全成熟，企業(yè)必須具備卓越的計(jì)算能力以滿足智能環(huán)境之所需。這就意味著將目光重新聚焦于硬件——一時(shí)之間，企業(yè)紛紛將軟件驅(qū)動(dòng)型解決方案作為其首選策略。這一問題正在引起廣泛關(guān)注：埃森哲《技術(shù)展望2018》調(diào)查顯示，有63%的高管認(rèn)為，未來兩年內(nèi)，利用定制硬件和硬件加速器來滿足智能環(huán)境的計(jì)算需求將非常關(guān)鍵。企業(yè)必須立即采取行動(dòng)，將此類硬件集成技能融入到員工團(tuán)隊(duì)中——那些秉承云優(yōu)先心態(tài)的管理者可能會忽視這一需求，因而不得不面對更多的挑戰(zhàn)。

圖形處理器等硬件加速裝置可以幫助企業(yè)在交互點(diǎn)上建立“思考”能力。

對于幾乎所有的企業(yè)來說，為實(shí)現(xiàn)智能響應(yīng)而升級基礎(chǔ)設(shè)施，也就意味著充分利用起硬件加速器：專用硬件在完成非常特定任務(wù)時(shí)速度是極快的（請參閱“硬件加速器”）。為了滿足邊緣決策的計(jì)算和能耗需求，這一模式是企業(yè)的必然之選。

硬件加速器

企業(yè)若要改進(jìn)處理能力并節(jié)約能耗，則必須放棄使用傳統(tǒng)的中央處理器（CPU），轉(zhuǎn)而考慮硬件加速器——如圖形處理器（GPU）、現(xiàn)場可編程門陣列（FPGA）和專用集成電路（ASIC）。廣義而言，上述加速器在計(jì)算能效方面均比CPU高出一籌（見表1）——但也需要更高成本。

盡管開發(fā)和制造成本高昂，但專用集成電路在今天仍被廣泛應(yīng)用。例如，微軟混合現(xiàn)實(shí)眼鏡HoloLens的全息處理單元就是一種專用集成電路的應(yīng)用，這使得微軟能夠打造一款無需連接到計(jì)算機(jī)的頭戴設(shè)備。谷歌的張量處理單元也采用了專用集成電路技術(shù)，開發(fā)人員可以訪問其強(qiáng)大的人工智能功能，這種技術(shù)可以通過谷歌云平臺、運(yùn)行谷歌街景和語音搜索應(yīng)用背后的機(jī)器學(xué)習(xí)技術(shù)。

其他云提供商正在設(shè)法利用先進(jìn)的現(xiàn)場可編程門陣列，與谷歌的張量處理單元產(chǎn)品展開競爭。微軟Project Brainwave深度學(xué)習(xí)云平臺使用了英特爾的Stratix 10 現(xiàn)場可編程門陣列。百度也采用了類似方法，運(yùn)用賽靈思（Xilinx）的現(xiàn)場可編程門陣列實(shí)現(xiàn)其基于云的人工智能產(chǎn)品，這正是亞馬遜AWS彈性計(jì)算云F1實(shí)例所應(yīng)用的技術(shù)。微軟則將現(xiàn)場可編程門陣列作為專用的加密處理器，確保與Office 365云服務(wù)的每項(xiàng)連接。

當(dāng)然，專用集成電路和現(xiàn)場可編程門陣列并非僅有的硬件加速器。長期以來，企業(yè)一直在針對特定任務(wù)重新設(shè)計(jì)圖形處理單元，最終促成了通用計(jì)算圖形處理單元（GPGPU）的問世。這些處理器的普遍應(yīng)用（包括安裝在如今銷售的大多數(shù)計(jì)算機(jī)中），以及易于編程的框架——統(tǒng)一計(jì)算設(shè)備架構(gòu)（CUDA）、開放計(jì)算語言（OpenCL）和直接計(jì)算功能（DirectCompute），使通用圖形處理器（GPGPU）成為了現(xiàn)代硬件加速技術(shù)的主力。

表1：常見的硬件加速器

一直以來，圖形處理器（GPU）都被廣泛運(yùn)用于企業(yè)的方方面面。這種硬件加速器被大量應(yīng)用于不太注重能耗的早期智能產(chǎn)品。發(fā)那科（Fanuc）是工廠自動(dòng)化和工業(yè)機(jī)器人領(lǐng)域的全球領(lǐng)先機(jī)構(gòu)，該公司將英偉達(dá)（NVIDIA）圖形處理器運(yùn)用于智能邊緣鏈接與驅(qū)動(dòng)系統(tǒng)當(dāng)中。該系統(tǒng)可幫助制造機(jī)器人持續(xù)學(xué)習(xí)復(fù)雜的活動(dòng)，例如從箱子中挑選特定部件、檢測異常情況以及預(yù)測故障。中國初創(chuàng)企業(yè)圖森未來（TuSimple）也將英偉達(dá)（NVIDIA）圖形處理器運(yùn)用于其自動(dòng)化導(dǎo)航系統(tǒng)的開發(fā)。圖形處理器等硬件加速裝置可以幫助企業(yè)在交互點(diǎn)上建立“思考”能力，從而在目標(biāo)環(huán)境中進(jìn)行實(shí)時(shí)決策。

當(dāng)硬件加速程度不足，特別是運(yùn)行于苛刻環(huán)境中時(shí)，企業(yè)或許會需要定制硬件。擴(kuò)展現(xiàn)實(shí)（虛擬和增強(qiáng)現(xiàn)實(shí)體驗(yàn)）雖然需要龐大的計(jì)算能力才能實(shí)時(shí)運(yùn)行，但這也是智聯(lián)網(wǎng)早期成功的一則典型實(shí)例，全球增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)市場規(guī)模有望在2021年達(dá)到2150億美元。毫無疑問，在構(gòu)建或利用定制硬件解決方案方面，該行業(yè)的領(lǐng)軍機(jī)構(gòu)已領(lǐng)先一步。

微軟全息眼鏡HoloLens的最初版本“visor”需要將目鏡與一臺單獨(dú)的計(jì)算機(jī)連接。隨后，該設(shè)備進(jìn)行了一些改進(jìn)，將電腦置于背包中，不過仍然無法成為一款消費(fèi)電子產(chǎn)品。通過開發(fā)定制化硬件——全息處理單元，微軟最終將HoloLens簡化為獨(dú)立設(shè)備?，F(xiàn)在，實(shí)時(shí)處理功能內(nèi)置于可充電的便攜式鏡架內(nèi)，運(yùn)行時(shí)僅會耗用不到50%的總計(jì)算能力。

建立或利用定制硬件和專用硬件的方式，與過去十年間企業(yè)普遍采用的“統(tǒng)一解決方案”大相徑庭。這種轉(zhuǎn)變對于提高處理速度至關(guān)重要，它推動(dòng)了網(wǎng)絡(luò)邊緣集成、綜合的體驗(yàn)。與其擴(kuò)大數(shù)據(jù)中心規(guī)模，谷歌專門打造了一款運(yùn)行深度神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)芯片：張量處理單元的效率比標(biāo)準(zhǔn)處理器高出30至80倍。而臉譜網(wǎng)、微軟、亞馬遜、百度等公司均在使用一系列全新的專業(yè)處理單元來訓(xùn)練和運(yùn)行人工智能模型。

對于希望在智能環(huán)境中占領(lǐng)先機(jī)的企業(yè)而言，定制硬件和加速硬件是他們開展實(shí)時(shí)洞察與行動(dòng)的關(guān)鍵要素。

63%的高管認(rèn)為，未來兩年內(nèi)，利用定制硬件和硬件加速器來滿足智能環(huán)境的計(jì)算需求將非常關(guān)鍵。

遍布基礎(chǔ)設(shè)施的智能化

83%的高管認(rèn)為，邊緣基礎(chǔ)設(shè)施將加快許多技術(shù)的成熟速度。

隨著主要智能產(chǎn)品與服務(wù)從早期的逐步發(fā)展過渡至爆發(fā)性增長，企業(yè)有必要重新設(shè)計(jì)基礎(chǔ)架構(gòu)，用以支持動(dòng)態(tài)環(huán)境中的實(shí)時(shí)行動(dòng)。這意味著，需要提升關(guān)鍵的技術(shù)水平和人員能力，并重新審視現(xiàn)有的基礎(chǔ)設(shè)施和硬件解決方案。

創(chuàng)建智聯(lián)網(wǎng)意味著，企業(yè)必須將計(jì)算從云端擴(kuò)展到網(wǎng)絡(luò)邊緣。與此同時(shí)，積極探索定制硬件解決方案和硬件加速器，從而避免系統(tǒng)延遲或計(jì)算限制。在時(shí)間要求不緊迫的情況下，云處理對于高價(jià)值的學(xué)習(xí)、預(yù)測、人工智能模型生成以及存儲仍具有重大意義。但若想支持實(shí)時(shí)的智能行動(dòng)，在事件發(fā)生的網(wǎng)絡(luò)邊緣開展處理工作才是不二之選。

為了充分釋放人工智能、機(jī)器人技術(shù)及其他革命性技術(shù)的潛能，企業(yè)務(wù)必聚焦于業(yè)務(wù)流程和戰(zhàn)略的關(guān)鍵領(lǐng)域——從服務(wù)設(shè)計(jì)、基礎(chǔ)設(shè)施轉(zhuǎn)型，直至硬件考量。由此終將營造出真正的智能環(huán)境，為人所用。