从采用角度来看，我们认为有以下几大驱动因素。第一个是物联网。大量数据正在生成，需要借助机器学习或 AI 进行近乎实时的分析和处理。其次，作为供应商，电信公司最近对多接入边缘计算和专用网络表现出较大兴趣。最后还有经济环境这个驱动因素。许多公司正在审视自己的云支出，这会对扩大边缘计算的利用起到一些刺激作用。
可否讲讲我们在各行各业都有哪些不同的边缘计算机遇？
Dan Rodriguez：让我们来看一看零售业。零售商面临的最大成本之一就是盗窃；尽管可能难以置信，但这是一个每年造成 5000 亿美元损失的大问题。计算机视觉与 AI 可以解决这个问题，遏止发生在店门前（即结账区）、商店中部（货架之间的通道里），甚至商店后方（仓库和配送中心）的盗窃行为。
而从零售商的营利性业务来看，他们可以通过各种新颖有趣的方式将 AI 付诸应用。以购物体验为例：AI 可以针对不同的商品展示策略提供反馈。当货架上出现缺货情况时，它可以快速识别。有时，只需做出一个小小的改变，就能带来更好的结果。
还有几个可能特定于制造业和生产行业的挑战。其一，实时作业，这是一组在 IT 部门中基本不存在的特殊需求。而制造业中既有以微秒计的反馈回路，也有需要精确到百万分之一的化学品混合物。及时性和准确性至关重要。而且，真正重要的是，这是需要在系统层面达到的目标 — 不仅仅是一个组件，而是整个系统都必须做到的事。
Martin Garner：让我来举一个凸显出扩展问题的例子。一家大型高校附属医院在安装网格网络，用以跟踪呼吸机和其他重要设备，并采集来自传感器的信息。他们先采用电池供电的节点进行了一项试验，良好的试验结果令其颇为满意。但他们随即意识到，当他们将该网络扩展至整座医院时，他们将使用数千台电池设备来进行监控。总会有某处的电池需要更换，而如果做不到绝对及时的更换，就有可能造成危险的后果。于是他们要求供应商生产[电网]供电版本的设备。
我从中吸取的经验教训是：从一开始，供应商就必须按照他们最终要面对的规模进行设计。而客户也需要从设计阶段就开始从大处着想。正如 Dan 提到的那样，这是一段旅程，一路之上您将学到许多东西。
请谈谈合作伙伴关系对于实现这些目标的重要性。
Dan Rodriguez：英特尔创建了一个开放式和标准平台兼有的多元化生态系统。拥有这样的生态系统对于市场的整体健康至关重要；该社区不仅提供众多供应商选项，而且有助于促进整体的创新螺旋。
Martin Garner：边缘计算的应用广泛、深入且复杂，正如我之前提到的。只有极少数客户有能力全盘把握。能够做到这一点的供应商也极少，因为供应商通常专精于特定领域。实际上，我们论及的大多数系统设计都需要涉及 3 到 5 家供应商。我认为我们都应该加入这一预期 — 而且意识到这将是一个团队合作的过程。
您认为物联网边缘计算在工业环境的演变中会起到怎样的作用？
Dan Rodriguez：第一阶段是向软件定义的基础架构迁移，由此实现的工作负载整合可以在更少的服务器或设备上支持多个应用。
显然，生成式 AI 已成为当前最热门的话题，而随着时间的推移，它也将被纳入这一策略。产量增长，良率提高，全新模拟和建模技术都在未来工厂中得到应用的前景必定会令人极为兴奋。
通过结合军事级视频压缩和 AI 技术，Digital Barriers 使组织能够通过蜂窝网络充分发挥实时视频的潜力。“我们希望确保从 A 点到 B 点实现稳定、可靠的视频流，不会牺牲质量，” Shukla 指出，“并且以颠覆性的成本达成这一目标。”该公司的技术可将视频压缩高达 90%，从而大量节省带宽并降低客户的总拥有成本。
远程道路摄像头的串流视频
Digital Barriers 平台的一个用例是美国交通部 (DoT)，它需要从没有可行光纤连接的远程地点的道路摄像头传输视频。在一个区域，美国交通部希望通过蜂窝技术馈送视频，借助 4G 和 LTE 传输到网络运营中心，从而能够监控所有实时馈送而不会中断。“我们的技术可以为本用例带来可靠性、稳定性和弹性，” Shukla 表示。“无论您的无线电条件或蜂窝网络环境如何，您都可以从摄像头获得传输到网络运营中心的串流，而不会破坏质量。”
该公司的 EdgeVis 软件允许美国交通部在视频编码和串流的基础上运行 AI 分析，应用对象、人员及错误检测等逻辑。例如，如果摄像头检测到汽车停车或碰撞，系统会向控制中心传递警报。“远程监控和交通监督都是运输行业的重要用例，我们的解决方案可以帮助降低运营成本并节省带宽和数据方面的资金成本，” Shukla 解释道。“利用该解决方案，交通部节省了 70-80% 的数据成本，同时提高了可靠性，减少了昂贵的外派出车需求。”
施工现场监控和监督
该解决方案独特的压缩和 AI 功能以及通过卫星进行的灵活连接可确保实现其他用例，如施工现场安全和安保。例如，一家总部位于英国的建筑公司希望通过蜂窝网络进行远程监控和监督，以保障员工安全和夜间安保。运营团队引入与 Digital Barriers 的 IoVT 边缘计算平台连接的摄像头，该平台可执行实时分析并将压缩视频传输到视频管理系统。
看看苹果为手机所做的事情。他们向各位表明，任何体验都应该令人愉悦。它应该简单而直接。现在，这种期望正在进入开发领域。当所有内容打包在一起时，我们基本上是需要构建软件定义的 AI 用例，这些用例非常简单，方便人们在日常生活中应用。
Adam Burns：我完全同意。如果将这些趋势应用于市场的转变，特别是在边缘物联网世界，那么过去几年中，这种转变迅速加速。英特尔在 30 多年前发起的嵌入式世界，其重点是关注可靠性。开发人员正在寻找非常可靠的软硬件的组合，可以在生产过程中使用五到十年，而不必有任何担心。现在，我们的转变是：“我想了解该设备及其所在系统正在发生的一切。我想了解如何提高效率。”
Bill 提到的软件定义系统、AI 以及所有这些事情的结合，都是为了做到这一点。与我们对嵌入式计算的传统看法相比，开发人员和操作人员思维模式的这种转变从根本上改变了人们的要求。
开发人员在构建边缘 AI 应用程序时面临哪些挑战？
Bill Pearson： 第一个挑战是我要如何开始？行业中有众多选项和许多噪音。首先，人们询问，开始实现他们的目标和关键绩效指标的途径是什么。接下来，他们寻找最有效的方法，在其独特用例中实现他们想要做的事情。
但它并不是每个问题的答案。生成式 AI 产生强大效力的时刻是，当您不只是开始关注主要应用程序，还关注所有集成工作时。它能够了解接口并帮助客户自动化集成、系统设置，也可以做到许多不同的事情。它会使操作人员和开发人员异常高效。
行业中领先的 AI 开发人员表示：“我现在只编写约 20% 的代码，因为生成式 AI 正在完成许多代码编写和设置类型的工作。我可以真正专注于算法以及实现自我增值的特别之处。”因此，它是一个惊人的能力倍增器，可以提高开发人员的工作效率。了解企业即将推出的应用程序会非常有趣。从 OpenVINO 的角度来看，至关重要的是，我们不仅要在云端提供支持，还要对这些模型进行调整和微调，以便为边缘专门构建。
Bill Pearson：尽管进行了多年的研究，但目前尚处于早期阶段，我们才刚刚起步。随着生成式 AI 突破公众认知，它创造出更多的 AI 意识。但它也打造了更多的实验，事实证明，它在这方面非常优秀。目前正在探索许多有趣的用例，但我认为故事还未开始书写。
对我来说，有趣的是，我们有两件事要做。一是生成式 AI 创造可能的艺术。这个故事只是想象力的故事，我们将对它的未来走向感到惊讶。实际上，如今许多客户可以利用其带来的机会探索他们真正需求：他们试图实现的 KPI，试图实施的用例。但在许多情况下，我们无需生成式 AI 即可做到这一点，坦白地说，有更专注、更具成本效益的优秀解决方案可为此提供帮助。关键在于帮助我们的客户找到他们试图解决的问题的合适解决方案。
对于想要了解更多详情的开发人员，如何开始？
Bill Pearson: 如果您希望构建解决方案， 英特尔® 开发人员专区 是适合您开始的地方。您将在这里找到英特尔提供的所有工具，例如边缘软件中心和 OpenVINO。如果您对构建边缘 AI 应用程序特别感兴趣，可以直接访问 OpenVINO.ai，这是另一个绝佳的起点。
Adam Burns： 我认为，我们生活在一个人们希望实际操作并修正的世界。在这里，人们可以使用边缘软件中心真正深入探索解决方案并了解它们。
你们是否要为我们的对话作其他补充？
Bill Pearson： 对我来说，进入这个行业没有更好的时机，原因是快速变化的市场节奏、软件定义一切以及 AI 变得如此流行。成为开发人员是激动人心的时刻，是参与构建现代解决方案的激动人心的时刻，我们都会在此过程中帮助创造这些解决方案。
Adam Burns： 正如 Bill 所说，看到开发人员、客户和合作伙伴能够利用我们的技术实现目标，这是令人非常满意和愉悦的。皇家布朗普顿医院和儿科肺疾病检查即为一个很好的案例。刚好我堂表兄弟的一个女儿患有肺部疾病。得到这些案例后，我们立即可以发现真实的价值，无论是确保个人更快地获得所需的诊断，还是提高工厂的效率。能够参与其中并允许开发人员创造出他们所能创造的东西，这令人满意，也非常有益。
识别数千英里道路上的坑洼。给货架上货并重新安排库存。发现工厂检查员可能遗漏的细微产品缺陷。这些只是当前的 AI 和计算机视觉系统可以执行的几项任务。随着功能不断改进，成本日益降低，各行各业采用这类系统的用户正迅速增多。
一旦部署到位，计算机视觉系统可以帮助人类减轻无数小时的辛苦劳动，同时减少错误并提高安全性。但是，开发解决方案可能既费力又耗时。在训练 AI 算法以区分可乐罐与水瓶，或区分沥青中的阴影与裂缝时，人类通常扮演着极其重要的角色。但是，随着技术进步，解决方案提供商正在寻找新方法来提高训练效率，并创建更易于非技术用户操作的系统。
为帮助仓库和零售员工节省时间和人力，ICURO 开发了移动机器人 AI 平台。它会导航到指定对象，进行抓取，然后将其装载到运输机器人上，以进行包装和运输，完全无需人为干预。该机器人还可以与工厂机器和传感器集成，以检测并解决生产问题。Baclace 解释说：“与人类相比，它的错误率更低，且人类还会感到疲劳并受伤。”
这是个好问题。我想说的是，我们必须采用负责任且协作的 AI。当提到协作 AI 时，我的意思是政府官员、像我们这样的独立软件供应商和市民都应该了解发生什么情况，还应该了解数据的使用方式。应该制定非常透明的数据政策。我要说的第二件事是使用最低程度的匿名数据。这意味着不会存储过多数据，并且存储的数据应匿名化。
Silicon Motion 预测到未来现场使用的先进医疗设备将不断升级，并已主动配备 SSD 和固件，以支持特斯拉风格的无线 (OTA) 更新。此外，该公司还在积极为医疗 AI 和物联网的兴起做准备。
与此同时，Silicon Motion 还在为医疗 AI 在物联网中的崛起做好准备。Chien 声称：“我们正在积极探索各种方法来定制我们的硬件和固件，力求最好地满足 AI 应用的需求。随着技术的不断发展，医疗设备的需求也在不断演变。AI 和物联网代表了医疗应用的未来，而我们正在与医疗设备合作伙伴一起，协作打造这一未来。”