0
章魚在捕獵的時候，它的八只觸手能迅速地將獵物包圍，不會纏繞打結，靈活且敏銳，配合度極高。
這得益于它獨特的身體結構：一個大腦和八個小腦。
科學研究表明，章魚共有近5億個神經元，而大腦僅有2億個，其余3億個神經元分布在其它8個小腦中。
八個小腦，其實就是八只“觸手”，換句話說，章魚其實更多傾向于用“觸手”思考。
這種“分布式大腦”給章魚帶來了極大的便利，不論是捕獵、進食，還是逃生，都能通過八只觸手高效而準確地完成。
當章魚獨特的“思考方式”被運用到計算領域，“邊緣計算”的概念就呼之欲出了。
所謂邊緣計算，是一種類似于章魚八個小腦的分布式計算，即將部分數據資料的處理、部分程序功能，由網絡中心下放到網絡邊緣節點上，邊緣側的智能網關設備能就近處理采集到的數據，無需將大量數據傳到遠（云）端的服務器或管理平臺。
相較于云計算，“邊緣計算”的優勢在于，既能快速處理數據，做出反應，從而提高效率；又能降低對帶寬的依賴，避免因通信時延造成數據處理滯后帶來的決策失誤問題。
這種高效的數據處理方式已然成為現下數據計算領域的又一核心法門。
“從云端協同，到云邊端協同，邊緣計算的作用愈來愈重要。”曠視產品推廣負責人表示。
這種重要性主要體現在兩個方面：一是傳統的云端協同模式存在場景覆蓋度上的不足，需要邊緣計算的進一步賦能；二是對于市場需求而言，邊緣計算的相關產品更具性價比。
該負責人表示，邊緣計算如今已成為曠視發力的重點，并且曠視已經基于相關場景，推出了相應的產品。
互聯網時代，隨著終端設備的迅速增加，其產生的數據也呈指數級趨勢擴大。
這些數據不僅數量龐大，而且類型極為復雜，如何處理并利用好這些數據，是數據管理的核心，同時也是難點所在。
傳統的方法是走云端一體的路子：由感知端進行數據集采和傳輸，云端設備進行計算。（感知端算力較弱，僅能進行部分簡單計算，主要靠云端計算）
但是單靠云端計算，依然有一些問題沒有得到解決。
一是效率。
即數據從前端感知設備進行集采、整理，要依托通信網絡進行傳輸，才能到達云端；而云端設備在接收數據之后，進行分析、決策，再到決策的執行，需要一定的時間才能完成。
對于一些特殊場景來說，時延帶來的后果是不可承受的。
比如，火災預警。前端設備在感知到潛在的危險之后，將相關數據傳輸至云端；如果得不到快速反饋，那么很可能造成不可估量的損失。
“這樣的場景下，如果把數據傳送到中心服務器進行處理，中間的網絡鏈路很長，效率比較低。”該負責人表示。
二是性價比。
云端設備費用高昂，對于一些中小型企業而言，購買服務器顯得有些“大材小用”：既要付出高昂的成本，其數據處理的需求也比較小，對服務器的利用效率不高，因此性價比較低。
邊緣計算的設備恰好解決這一痛點：既能滿足計算需求，成本又比購買服務器更便宜，在性價比上具備優勢。
該負責人表示，從技術架構來看，只有“云”和“端”的話，相當于把大量的計算任務都放在了中心側（云）或端側，這就給云或端帶來了很大的計算壓力。并且由于云端協同存在時延、數據安全等問題，所以利用邊緣計算來給行業賦能，成為新的思路。
根據IDC預測，未來超過70%的數據需要在邊緣側存儲、分析和處理。
正是在數據“量大”而現有的云端協同存在各種問題的背景下，曠視開始做邊側的產品。
“之前曠視主要做盤古這類的大平臺，或者像面板機這樣的端側產品，今年我們推出了兩條‘邊’側的產品線，形成了‘云邊端’一體的產品矩陣。”
該負責人透露，新的產品線分別為“鴻圖”和“魔方”。
“鴻圖和魔方是兩個產品系列，而非單獨的SKU，但都屬于邊緣側的產品。”該負責人介紹道。
兩者的共性體現在，都具備“算”的能力，并且在算力和算法上差別不大。
其差異則體現在：魔方只有“算”的能力，而鴻圖在“算”的基礎上，增加了“管”的功能。
換句話說，鴻圖實際上是管算一體的產品。
之所以有這樣的差異，該負責人解釋稱，鴻圖和魔方是針對不同市場需求做出的產品。
左：鴻圖，右：魔方
鴻圖具備管算一體的能力，提供整體的解決方案，以最終產品的形式直接交付給客戶，客戶只需要按照步驟操作，接入相應的端側產品，即可實現管算功能。
而魔方則只有算的能力，沒有業務管理軟件，但具備開放能力，能夠開放標準API，因此更適合擁有自身業務平臺的軟件開發商。
打個比方：鴻圖就像是一個成型的面包，消費者用微波爐加熱后就能吃，從而解決饑餓；而魔方則是面粉，消費者不能直接食用，但可以用面粉搭配其他食材做自己喜歡的食物。
兩者的消費群體不一樣，這也導致兩類產品的銷售路徑并不相同。
“鴻圖更多是通過曠視的渠道銷售體系直接賣給最終客戶，而魔方則扮演著產業鏈中上游的AI 賦能者的角色，中下游的開發商基于魔方打造自身的解決方案，再賣給最終客戶。”
在具體的應用場景上，鴻圖和魔方都主要聚焦于園區、樓宇、校園等場景，內置曠視三位一體的AI 算法引擎，植入了視頻結構化、周界警戒等30多種泛安防類算法，能快速實現人車管控、園區人員出入管理等功能。
并且，當鴻圖和魔方可進行協作：當鴻圖需要更多算力時，可以接入魔方；而當魔方需要“管”的功能時，接入鴻圖即可實現相關的管理功能。
此外，兩者同時具備接入盤古等大平臺，以及面板機、智能相機等端側產品的能力。
“鴻圖和魔方既具備單獨的能力，又能相互配合，并且適配曠視的云側和端側的產品，是構建‘云邊端’一體化的中間橋梁。”該負責人表示。
相較于云端協同，邊緣計算的價值在于：降低后端投入，讓算力前置，降低對帶寬的要求，從而提升數據處理效率。
但要實現真正的邊緣計算，還存在兩大難點。
一是邊緣側設備的AI 算力芯片廠商非常分散，如果要保證算法實現最高效率運行，就要從算法的底層入手，針對芯片做適配。
二是邊緣側的算力比中心服務器弱，算法從中心服務器遷移到邊緣側，需要做更多的優化。
這就要求提供邊緣計算相關產品的公司要具備軟硬一體的開發能力。
“軟硬一體才能實現真正的邊緣計算。”該負責人表示，只有硬件和軟件相配合，算法的運行效率才能達到最優。
在他看來，曠視的軟硬一體能力體現在三個方面。
一是不斷針對算法做優化，以適應各類場景，通過擴展算法邊界的方式，使產品能夠滿足行業的碎片化需求。
二是三位一體的 AI 能力，即算力+算法+AI 框架。
“我們有專門負責 AI 框架的團隊，研究算法與芯片的適配，保證算法能夠高效率的運轉。”
并且，曠視在與合作伙伴共同在做芯片的適配時，就已經將需求進行反饋，因此能實現“算法、算力和 AI 框架”的三位協同，從而使得算法能在芯片上得到足夠的算力支撐。
三是開放性，即相關產品提供對外開放的能力。
比如魔方，軟件公司可基于魔方開發自身的軟件，甚至直接將軟件植入魔方盒子，以軟硬一體的方式賣給客戶。
“軟硬一體是實現邊緣計算的核心路徑，也是 AI 落地的必經之路。”該負責人表示，曠視已具備核心競爭力，鴻圖和魔方盒子，就是最直接的例子。
從最初的算法到軟硬一體，從云端協同到云邊端協同，鴻圖和魔方這兩大邊緣側的系列產品恰好給曠視“補齊了中間層”，拼好了最后一塊版圖。
未來，曠視將進一步鞏固軟硬一體的能力，針對行業出現的新痛點、難點，優化解決方案和推出新產品，以實現其“技術賦能產業”的愿景。（雷鋒網雷鋒網雷鋒網）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
