对话施耐德电气：边缘智能技术应用专题采访

　　边缘人工智能(Edge AI)是人工智能领域引人注目的新领域之一，其目的是让用户运行人工智能流程而不必担心隐私或数据传输较慢带来的影响。边缘人工智能可以使人工智能技术得到更广泛的应用，使智能设备在无需接入云平台的情况下对输入做出快速反应。因此电子产品世界邀请施耐德电气全球数据中心科研中心总监林密先生一起探讨有关边缘人工智能的一系列热点问题，从不同角度看待边缘人工智能未来发展方向以及产业融合现状，从而抓住行业机遇。

1.这两年边缘计算是在技术还是应用场景上都发展飞速，在施耐德电气看来，都有哪些原因推动了边缘计算的快速发展？

　　当前，数字经济正处于良好的整体发展态势，有着强劲的增长势头，规模逐年扩大，各行各业也正处于数字化转型阶段。大数据、人工智能作为其重要的技术驱动力，正助力数字经济的落地。施耐德电气认为如何更好地满足客户需求，是一切发展的本质驱动要素。在此，不妨通过场景化解读，站在具体的用户场景来看待边缘计算的飞速发展。

　　大量数据密集型和超低时延的应用场景对算力和网络提出了更高的要求，推动了边缘计算的快速发展。无论是人们耳熟能详的4k或8k流媒体；或是时下大受欢迎的AR和VR浸入式体验；或是未来的无人驾驶，对本地的计算和存储能力，以及网络的带宽和时延都有着更高的要求。由于无人驾驶需要机动车做出快速反应以确保人员安全，时延通常需要被控制在几个毫秒以内。因此，需要配置大量传感器来进行数据的采集和分析。传感器产生的庞大数据如果需要传至较远的云端进行处理，这样一个来回所需要的时间通常在十几毫秒以上，无法满足超低时延的要求。因此，我们需要在机动车内部以及道路周边部署本地计算和存储的能力。在电商物流仓库配货场景中，大量的机器人被用来分拣货物，从而实现流程的自动化，来提升配货效率，这时也需要在本地部署边缘计算以提供算力和存储。同样，在工业场景中，越来越多的产品质检将由高清摄像机来完成，这会产生大量的高清图像，同时需要做出快速判断并给出反馈，对算力和网络都会有更高的要求。

2.随着边缘计算在实际场景的落地越来越多，您如何看待未来边缘计算能力的发展趋势，会有新的发展方向吗？施耐德电气在2022年在边缘计算方面有什么发展战略规划吗？

　　未来的发展趋势将分为两个方面，其一，是网络云化的发展趋势。过去的网络功能是基于专有的交换机、路由器等硬件，运营商在开发新的应用来满足客户需求的时候，需要购买新的硬件，同时需要手动进行架构和功能的配置，投资成本和运营费用较高，时间周期较长。因此，当下行业整体呈现出开源的状态。网络功能虚拟化（Network Functions Virtualization）以及软件定义网络（Software Defined Network）技术的出现，将很好地赋能网络云化的实现。网络云化意味着可以灵活地、弹性地在云上进行功能的配置和分配，大大降低了运营商的网络成本，同时更好地满足客户的需求。同时，从用户角度而言，网络云化也可以根据用户不同的带宽以及时延需求，动态分配网络资源，实现“按需付费”来降低用户的网络成本。

　　其二，云计算能力将从云端下沉至边缘，也就是将边缘计算部署到数据产生和使用的地方，更加贴近终端用户，为用户提供计算与存储的能力。

　　施耐德电气作为物理基础设施供应商，未来的发展战略将持续聚焦于为运营商、互联网公司、托管服务提供商，以及终端用户等提供高可靠的智能化物理基础设施，包括机柜、UPS、空调，监控软件以及集成解决方案——微模块解决方案，赋能便捷、快速以及高效的部署；此外，针对数据量庞大的边缘计算场景，施耐德电气也将专注数字化平台的软件应用管理，从软件和硬件两个角度同时助力边缘计算的发展。

发言人：施耐德电气全球数据中心科研中心总监林密

3.无论是工业中应用自动化产线设备，还是智慧城市中的各种边缘节点，以及各种消费电子和智能手机中的便携式应用，都能够看出边缘计算与越来越多产业领域的融合，施耐德电气是如何看待产业融合趋势的？

　　不妨将产业融合具体到应用场景来看，针对智能制造领域，施耐德电气认为在未来的发展，可能将通过私有的5G、私有的Wi-Fi或是光纤进行互联，在生产现场部署具有网络、计算和存储能力的本地边缘计算，以支持在本地进行数据的处理、存储、以及有线或无线的连接。而在厂区制造场景之外，将由运营商来部署5G基站，基站内就设有被称为边缘计算的小型数据中心，这个数据中心又会实现和大型区域型数据中心、中央云数据中心的数据交互。此外，在本地对大量数据实现筛选处理后，很多数据还将被上传到云数据中心进行大数据分析、人工智能分析。

　　在智慧农业、智慧交通、智慧城市等等场景中的传感器等，其背后的逻辑也是类似的。当下停车场都可以马上显示里面有多少空余车位，这可以是通过5G技术或是光纤技术实现的。未来将会有更多本地的小型边缘数据中心，互为备份，共同抵御宕机风险。小型边缘数据中心可以通过5G基站连接，也可以直接跟本地的或中央云的数据中心进行连接。而这一部分可能将归属到包括运营商、托管行提供商、互联网公司等拥有。

　　在谈及未来的产业融合趋势时，值得注意的一点是以往的网络归于运营商，但5G的开源技术，将弱化归属的概念。运营商需要云化，但同时互联网等公司也会涉足该领域。施耐德电气相信未来整个行业将协同发展，将专注于用户需求，提供解决方案。

4.未来在边缘计算领域上，可能会遇到哪些挑战或是机遇？施耐德电气又将如何应对？

　　谈及可能遇到的挑战，施耐德电气认为可以分为以下几类：

　　a)多应用场景对物理基础设施的多元化需求

　　边缘计算在多种应用场景的应用与落地，设备的类型及要求不尽相同。举例来说，不同场景之下，机柜数量、功率密度、设备类型、部署的楼宇、供配电、制冷等都存在差异。

　　b)空间限制

　　具体的空间场景也会有不同的要求，以零售场所为例，为了实现盈利效果最大化，空间将尽可能用于物品销售或是提供服务，这就要求在相对狭小的空间内，最大化利用空间，部署边缘计算的设备。此外，如前面所说，为了应对无人驾驶，需要在路边部署本地边缘计算。此类室外场景面临的挑战是如何应对室外的恶劣环境，如霾、沙尘暴、风、雨等。

　　c)节能环保需求

　　双碳始终是最受关注的话题，在大规模部署的同时，更要考虑废弃物、原材料的回收等等，将对环境的影响、能耗的影响降至最小。

　　d)专人运维管理需求

　　对于大部分的场景而言，配备现场的专人负责运维并不现实，这就对远程管理、监控、控制提出了要求。

　　e)网络安全

　　边缘计算将数据的处理、应用运行，甚至一些功能服务的实现不再只放于中心服务器上，而是下放到网络边缘的节点上。那么，保护数据隐私，确保边缘环境中的网络安全也将是至关重要的一点。

　　总的来说，边缘计算在多种环境、多种行业的应用与落地，将带来一定的机遇与挑战，但这同样为施耐德电气发力边缘计算提供了发展契机。施耐德电气将以用户为导向，结合行业客户的需求及痛点，从配电、制冷、机柜本身的设计、预制化解决方案、远程管理软件、网络安全、生态圈问题去帮助客户提供可靠的、弹性的解决方案及一站式解决方案。此外，施耐德电气也将更好地了解客户将边缘计算应用的具体场景，并通过理解不同行业的场景化应用，把产品做到标准化，再应用数字化运维，更好地赋能行业客户。