C114訊 3月6日消息（岳明）Gartner預測，到2025年，50%以上的企業管理數據將在數據中心或云之外創建和處理。而且，隨著AI為自動化帶來更多機會，到2030年，至少一半的邊緣計算部署將納入AI。
從市場規模來看，根據STL Partners邊緣計算關鍵數據統計，2030年全球邊緣計算潛在市場規模將達到4450億美元，10年復合增長率為48%。
作為云網AI基礎設施芯片市場的領導者，英特爾公司副總裁兼網絡與邊緣事業部軟件工程總經理Pallavi Mahajan指出，我們已經進入了AI無處不在的時代，在“三重驅動力”下，邊緣計算將會迎來新一輪發展機遇；但邊緣計算與云計算是截然不同的，尤其是在AI方面。
基于深厚的專業知識和豐富經驗，在MWC24期間，英特爾推出了全新的商用邊緣原生軟件平臺，是代號為Project Strata的升級版，可幫助企業在標準硬件上大規模開發、部署、運行和管理邊緣應用，讓邊緣計算同樣具有云計算般的簡潔性。
三重動力驅動邊緣計算前行
Pallavi Mahajan指出，無論是地緣政治、社會經濟壓力，還是市場競爭，都在促使企業尋求提高自動化和智能化水平，以保持競爭力并為客戶提供更多價值。
“訂單是否準時？庫存是否充足？員工與業務是否安全？這些問題都在推動邊緣技術的發展。”Pallavi Mahajan表示。在他看來，邊緣技術主要由三條法則驅動：
物理法則：向外發送數據的成本很高，用戶希望在本地更快地處理數據，以便完成時間緊、任務急的行動。經濟法則：用戶希望盡可能實現自動化，以確保在價格和創新方面兼具競爭力。國土安全法則：關于數據出境和安全的監管法律更加嚴格。
關注場景價值：云和邊緣截然不同
如果回顧計算的發展歷程，就會發現它和鐘擺的節奏一樣——從分布式到集中式。十年前，云計算的興起，產業界開始關注運營的敏捷性、靈活性和簡潔性。現在，邊緣計算快速崛起。
但云與邊緣是截然不同的，“邊緣非常復雜，多樣化的硬件、軟件、操作系統，到有限的功率和空間；特別是在AI方面，邊緣AI更多涉及的是推理，不需要建立單獨的集群來運行AI工作負載。”
當然，目前市場上也有一些定制解決方案，可以幫助解決邊緣的復雜問題。但這些解決方案往往建立在封閉系統和專用硬件的基礎上；因此，整合舊系統和增加新的用例既費錢又費時。其中許多系統缺乏edge-in OT功能，這導致半數以上的AI項目在投入生產之前就已失敗。這些市場上的解決方案都是定制的，難以擴展、難以維護、集成復雜，總體擁有成本高。
架構平滑演進：無需升級或重構
在MWC24上，英特爾推出了全新的商用邊緣原生軟件平臺，是代號為Project Strata的升級版，可幫助企業在標準硬件上大規模開發、部署、運行和管理邊緣應用。
“英特爾的邊緣平臺充分利用我們深厚的專業知識和豐富經驗——英特爾的邊緣計算業務目前已部署了90000 多臺邊緣設備，在過去10年中銷售了超過2億臺處理器。”
“該平臺采用模塊化設計、完全開放、并支持brownfield或greenfield硬件，企業開發人員可以在新的或現有的基礎架構上構建邊緣原生AI應用，而無需考慮硬件的復雜性。其獨特的功能包括支持異構組件以降低總體擁有成本，通過一個控制面板對整個邊緣節點機群的基礎設施、應用程序和AI進行零接觸、基于策略的管理。另外，內置AI模型開發、管理和AI推理運行時優化，可實現混合實施。加快規模部署時間，有助于降低總體擁有成本。”
Project Strata平臺內置了OpenVINO，專為邊緣AI設計，可以幫助開發者優化應用軟件，實現低延遲、低功耗以及在現有硬件（特別是邊緣硬件）上部署，使已經部署的標準硬件能夠高效地運行AI應用，而無需昂貴的升級或重構。此外，平臺還提供了基于策略的IT和OT管理任務的安全自動化功能。
英特爾技術專家指出，對于運營商而言，其在5G、邊緣計算上的投入都非常巨大。如何快速實現盈利，提升ROI是迫切需要關注的問題。英特爾希望通過提供部署的便捷性、降本增效、節能等多個特性，幫助運營商和企業客戶實現“邊緣服務貨幣化”的目標。 
