智能边缘
智能计算演进历程
大数据时代->边缘计算时代->智能边缘时代
大数据时代：各种各样的应用产生了大量的数据需要进行处理
边缘计算时代：大部分数据在边缘设备上产生，需要在本地进行处理来降低时延。
智能边缘时代：在边缘节点处，通过AI的服务器、芯片，来提升边缘设备的算力，同时结合云端的算力来提升整体数据的处理速度。
什么是边缘计算？
在靠近终端设备或数据源头的边缘节点，融合联接、计算、存储、控制和应用，满足用户实时、智能、数据聚合和安全需求。
边缘计算的核心价值—CROSS
Connection 敏捷联接：其实可以理解为物联网，海量的设备会连接到网络当中，那么对网络的带宽、可靠性、以及自动化的运维能力就提出了一定的要求。
Real-time 实时业务：要求连接比较实时延迟要在10ms左右（如果是将数据传送到数据中心去处理，那么时延就在100ms左右）
Data Optimization 数据优化：在本地会产生大量的数据，但是这些数据不一定要全部传到核心去处理，可以先在本地进行数据优化，取其精华、去其糟粕。再将数据传到核心进行最后处理。
Smart 应用智能：边缘智能的业务流程化，以此来降低成本，提高效率。
Security 安全与隐私保护：由于边缘计算是在本地进行数据处理，信息安全，隐私性都有所提高。
什么是智能边缘?
将简单的边缘节点智能化，把云端的AI能力下沉到边缘节点，进行本地的数据处理。
（在华为云上有IEF服务（基于k8s容器管理平台的），可以纳管你的边缘节点，将云端的相关模型算法下发到被纳管的边缘节点进行部署。由于边缘节点更靠近数据源，所以可以在边缘节点上进行数据处理。）
智能边缘的特点
应用场景
智能交通、智慧安监、无人零售、自动驾驶、物联网等等
都属于边缘设备会产生大量的数据，交由边缘节点处理以此提高数据处理的效率。
以OCR云边协同为例
例如在传输带上，有各种物品。通过摄像头可以对各个物品进行图像采集，然后交由边缘节点。
这里由于华为云上的IEF智能边缘平台，将AI模型算法下沉下发到边缘节点上，使得数据可以在本地进行处理，同时可以存储关键数据和隐私数据。
智能边缘的挑战和解决方案
需要强大的硬件支撑
智能芯片这块，涉及到的 算、存、网、管四个部分
智能板卡：AI加速卡（Atlas300），SSD、Smart NIC、FPGA，来进行相关功能的加速
智能边缘设备：智能分析服务器（华为G2500，G5500异构服务器），智能小站（Atlas 500），一体机（Atlas 800），嵌入模块（Atlas 200），开发者套件（Atlas 200 DK，将昇腾310芯片用盒子封装起来，把接口对外开放，开发者可以通过接口调用310的强大算力）
图中是Atlas 300的AI加速卡，由四个昇腾310芯片组成。
对图中的一些算力规格进行介绍
FP16—16位浮点运算能力，单个昇腾310芯片是8T的浮点运算能力
INT—整数的运算能力，单个昇腾310芯片可以达到16T的运算能力
同时昇腾310芯片的功耗非常小，可以看到最大功耗只有8W，因此非常适合边缘场景下使用。
这里再多介绍两款华为的服务器
这是一款边缘服务器，主要用于智能分析
特点：高密、超大存储、算力强大，能耗低。一个可以顶N个，适合边缘节点、安装环境受限的场景。
这是一个集成强大AI算力的边缘设备
功耗小，体积小，但是本地算力强大（可以达到16Tops），本地支持超大硬盘（可达到14TB）
