蓝时代随着5G、物联网的加速普及，边缘计算正在走进各行各业。如果你有机会进入上海自贸试验区临港新片区的特斯拉上海超级工厂，来到Model 3生产线，你会看到整条生产线的各个扫描点部署了47个机器人，用于测量车辆上的1900个测试点，并在边缘侧完成数据的收集和训练，实现动态优化生产线，从而减少了70%的设备故障。
在特斯拉上海超级工厂，边缘计算被AI（人工智能）赋能，在生产环节大显身手。实际上，两者的融合也是大势所趋。去年，国际数据公司（IDC）曾经发布了《中国半年度边缘计算服务器市场（2021年上半年）跟踪报告》，总结了边缘计算的十大场景，包括智能质量检测、道路管理、设备监控、线路检查、预防性维护、安全生产预警、劳动力管理、消费者行为分析、仓库/物流管理，其中大部分场景都与视频和AI密切相关。
IDC中国企业级基础架构研究经理李木认为，目前，大量的边缘侧长尾需求尚未得到满足，随着5G和AI/ML技术快速发展，更多的技术创新和模式创新将围绕边缘场景进行迭代优化，边缘计算也将成为驱动全球企业级基础架构市场增长的重要力量。
有了AI的赋能，边缘计算甚至会用到你根本想象不到的领域，比如竞技体育。不信，让我们看一下在东京奥运会上获得两金两银两铜佳绩的国家赛艇、皮划艇队，它们又是怎么把“AI+边缘计算”用起来的。
助力科学训练
早在2019年11月，中国赛艇协会、中国皮划艇协会就与戴尔公司签署了水上实验室的技术战略合作，让训练融入了更多的科技和数据元素。
要知道，赛艇和皮划艇是体能需求最大的运动之一，从起点到2000米赛道的终点，运动员需要划桨200次以上。而为了保持充沛的体能，运动员则需要进行每周14-18次、17-23小时的艰苦训练。为了追求划桨的最高效率，运动员平时训练的关键是技术动作的稳定性和耐力。为此，运动员除了进行水上训练之外，同样还需要通过划船机做大量的室内训练。
在戴尔的帮助下，国家赛艇、皮划艇队专门引入了生物力学测试系统，通过视频实时捕捉国家队运动员的训练动作，并作出实时分析和判断，纠正运动训练中动作角度、力度，以及稳定性的偏差，帮助运动员提高训练竞技水平。运动员使用划船机进行模拟训练，屏幕内会实时同步展现出包括划桨速率、呼吸频次、肌肉力度、运动姿态等多个数值，运动员可以根据屏幕内的信息实时调整训练状态、划桨速率与频次等等。这使得每一位运动员的训练数据报告分析更精确，训练计划更科学。
在训练过程中，AI起到了至关重要的作用——这套生物力学测试系统，既用到了姿态检测的深度学习模型，还为每位运动员建立了个性化的划船生物力学模型，还能够进行实时的生物力学分析。
不过，系统在日常运行中，也遇到了前所未有的挑战。为了最大程度地适应不同场地，也为了与更多强队进行交流，国家赛艇队、皮划艇队的运动员们需要前往位于不同国家和地区的训练基地，在那里进行数周或数月的划船训练。与此同时，他们还需要在不同的酒店或者场馆开展室内训练。很多时候，场地都是临时的，他们把划船机摆成一排或一圈，然后训练几个小时，结束之后场地就被清理。
如果采用基于云端的AI系统，势必会遇到三大问题：
首先，很多训练基地的网络基础设施都不太理想，既没有高速和稳定的Wi-Fi，也没有好用的4G/5G网络，老冀相信很多去过欧美度假胜地的朋友都会深有体会。
其次，每位运动员一小时的训练视频数据量就多达20GB，如果需要将所有的训练数据都传输到数据中心再进行分析，可能要到第二天才能出结果，也就无法对训练结果进行实时反馈了。
最后，由于大部分室内训练场地都是临时的，如果需要花很多时间去部署AI系统，不仅不现实，也会影响运动员的训练计划。
为了解决以上三大问题，戴尔专门为国家赛艇队、皮划艇队打造了一整套边缘AI智能创新解决方案，无论国家赛艇队、皮划艇队在什么地方训练，都能够对运动员的训练数据进行实时的分析，并借助AI形成有针对性的训练计划，从而大大提升了训练的效果。
据了解，在引入AI系统之前的2019年，运动员的艇上做功为310瓦，而到了一年之后，已经提高到了370瓦。此前，女队的500米配速只有一名运动员能够达到国际标准，此后则有14人达标。
正是借助科学训练，国家赛艇队、皮划艇队在东京奥运会上取得了前所未有的好成绩。接下来，他们还与戴尔在训练计划负荷、伤病康复、可穿戴设备训练反馈、青少年体质提升四大领域展开更加深入的合作，为在巴黎奥运会上再创佳绩而努力。
打造强大算力
看了国家赛艇队、皮划艇队的案例，你是不是对AI赋能边缘计算有了更深的印象？正如IDC报告中所言，这样的应用场景还有很多很多。
据老冀了解，国内的不少“智慧港口”都装备了戴尔参与打造的智能化龙门吊系统，运用AI技术，通过多路视频，结合PLC状态信息，融合了防打保龄、防吊起、大车自动纠偏、大车防撞、集卡智能定位、集装箱信息识别、箱底扭锁识别、作区域安全管理八项功能。通过一个大脑、一套传感，实现了龙门吊的智能化。
有了AI赋能的边缘计算，工厂就能够对海量的生产数据进行分析，提前发出预警信息；超市则能够对消费者的购物行为进行分析，优化货架上商品的摆放位置；交通管理部门还能够对道路通行状况进行实时预测，避免拥堵……
那么，如何才能实现AI对边缘计算的赋能？戴尔的边缘AI智能创新解决方案能够做到，它通过Edge in a box的方式，实现从电力到制冷到算力的一体化交付。
老冀总结，这套解决方案具备三大特点：
第一，通过标准化设计来简化采购和部署流程，预先设计的模块化智能解决方案减少了“系统启动”的成本和时间。
第二，将电力和制冷及管理的综合能力与行业最好的服务相结合，为客户提供高性能、高可用性和高效的能源。
第三，通过IT与数据中心基础架构融合，帮助客户满足向其业务和客户快速提供服务的需求。
老冀注意到，戴尔能够为客户提供从边缘应用、数据收集、边缘计算与分析、实时分析、数据维护到人工智能深度学习的端到端解决方案，打造最完整的跨边缘、核心和云的解决方案组合，并支持开放生态系统中的各种边缘工作负载。
如此完善的边缘AI智能创新解决方案，自然离不开强大算力的鼎力支持。老冀注意到，戴尔发布的Dell PowerEdge 最新一代服务器能够实现更强的边缘计算性能。其中部分性能的提升，与NVIDIA的合作密切相关，主要包括：
一、为各种服务器优化性能。NVIDIA A2 GPU 提供产品组合中最小的占用空间，针对空间和散热要求受限的入门级服务器中的推理工作负载和部署进行了优化，例如 5G 边缘和工业环境。
二、统一计算和网络加速。在 NVIDIA 融合加速器中，NVIDIA Ampere 架构和 NVIDIA BlueField-2 数据处理器 (DPU) 协力为边缘计算、电信和网络安全领域的 AI 工作负载带来非凡的性能、更高的安全性和更稳定的网络。
三、密度优化的设计。NVIDIA A16 GPU 采用四 GPU 主板设计，专为用户密度优化，并结合了 NVIDIA 虚拟 PC (vPC) 软件，让用户无论身在何处都可以使用绘图运算丰富的虚拟 PC。
四、安全部署。安全部署对企业业务运营至关重要。NVIDIA Ampere 架构通过可信代码身份验证和强化的回滚机制来防御恶意软件攻击，从而支持安全启动，并防止操作损失和确保工作负载加速。
老冀还注意到，目前NVIDIA认证的企业级边缘服务器一共有51款，其中仅戴尔一家就占据了31款，高居榜首。
而且，在Dell PowerEdge 最新一代服务器中，有两款产品XR11/XR12非常适合“AI+边缘计算”领域，因为它们具备四大特点：
1.性能：均配备了一个第3代英特尔®至强®可扩展处理器，每个处理器最高36核， 多GPU支持；
2.设计：专为边缘端设计，只有400mm或16英寸深，带有前置I/O与电源的反向安装，为适应反向气流而设计；
3.耐用：经过认证、坚固耐用，适用于电信和军事应用，可在-5℃至55℃的极端温度范围内运行；
4.管理：轻松实现远程管理，100%兼容OpenManage，支持分析新的遥测数据流所需的最新要求。
从以上产品和应用老冀发现：一方面在很多即时反应、离线分析、持续移动、恶劣环境的场景中，企业需要用到边缘计算，才能保持业务的连续和稳定；另一方面，企业同样需要用到AI，以便进一步提升业务的效率和灵活性；而当企业用AI赋能边缘计算之后，就能够做到两全其美，从而创造更高的价值。
作者 冀勇庆
声明：本文内容和图片仅代表作者观点，不代表蓝时代网立场。蓝时代 » AI赋能边缘计算，让智能无处不在