边缘计算，联想大脑-Edge AI的C位出道

如果我跟你说“边缘计算”，你可能不知所云。如果我说八爪鱼，你马上就能想到......“铁板章鱼烧”？

开个玩笑。关于边缘计算，行业有一个经典的“章鱼比喻”。章鱼在捕猎时动作灵巧迅速，腕足之间配合娴熟，从不会打结和缠绕。能把捕猎玩得这么溜，这是因为章鱼神经元只有40%在脑部，剩下60%分布在章鱼的八条触角上，以触角替代大脑思考，就近解决问题和快速反应，章鱼这种信息处理方式就相当于“边缘计算”。

从生物构造上，人类无法模拟章鱼，但随着技术的发展，人们越来越需要在“腕足”的边缘，实现计算和决策。

过去十年，数字化浪潮带来了翻天覆地的变化，让许多曾经习以为常的“认知”，如今都要放到新语境下重新思考。比如，随着5G的快速发展，传统产业设备正从简单的数字处理，迈向更复杂数字与实体智能化交互，这让智能终端设备出现爆发增长，直接导致边缘侧产生了庞大的数据量。

据Gartner预测，到2025年，至少会有75%的数据处理将会在云端或者数据中心之外的地方进行，曾经处在“边缘”位置的边缘计算也C位出道了。

01、边缘计算，谁是C位？

也许有人会问，不就是数据和信息的处理吗，“上云”不也能达到相同效果吗？

这话没毛病，但关键还要看“应用场景”。

俗话说“远水救不了近火”，它反映的不仅是距离问题，同样还有时效问题。云计算中，最为诟病的问题便是实时性，由于技术、距离等原因，延时几乎成了云计算的“不治之症”，使其在工业制造、自动驾驶、远程医疗等对快速响应有极高要求的场景下力不从心。

你很难想象，一辆自动驾驶的汽车行驶在繁忙的城市主干道上，它的每一步决策却都需要上传到千里之外的云端，经过分析处理，信号再返回汽车。这之间，关键时刻哪怕是小于1秒的网络延迟都有可能酿成事故。

像章鱼一样靠触角实现的边缘计算，就成了最适合数据应用的技术。

同时，随着产业智能化转型进程加速，个性化、全周期和样本升级等需求，我们面临场景分散、设备互通成本高，数据挖掘等挑战。

这个时候，就该轮到人工智能出场了。

众所周知，人工智能难以脱离算力直接赋能。边缘计算与人工智能的深度融合，以边缘智能创造新模式、新技术、新产业，改造传统产业、推进智能化，是成为撬动智能化“场景革命”的支点。

通俗来讲，如果你家里着火了，你让云计算充当灭火大队长，当它赶到时，大火可能已经成了燎原之势；边缘计算就相当于家里配备了灭火器，让你能在发现小火苗的第一时间针对火情做出处理；边缘智能就更厉害了，相当于你学习了不同场景下的灭火知识，能根据不同的火情，合理应用不同的灭火器。

边缘智能今天已经取得了一系列突破，应用场景也逐渐清晰，在中国各个产业全方位升级背景下，涌现一批企业和平台，助力制造业、医疗业、零售业等应用场景快速进入智能化阶段。这其中，不吹牛地说，联想大脑-Edge AI平台，也C位出道了。

02、联想Edge AI，在边缘侧重新思考

何为“Edge AI平台”？简单地说，就是在边缘硬件上处理人工智能算法的过程。 Edge AI平台是联想大脑的一部分，联想大脑包括了训练和推理等多个平台。推理环节包括Cloud AI平台和Edge AI平台两部分。Cloud AI平台主要是针对算法运行在云端的情况提供的企业级AI云服务，而Edge AI 平台，则是针对算法在边缘设备上推理学习的一套端到端的工业级平台产品。

Edge AI有诸多特点：算法运行在边缘设备或设备附近的服务器上，算法处理的数据来自设备本身或与设备相连的传感器，设备可以在毫秒内做出独立决策，隐私数据不会上传到互联网或公有云。

联想大脑-Edge AI平台天生具备本地化、自学习特征，不仅能解决样本数据少、场景泛化难等瓶颈问题，它在场景应用中同样高效，能够满足行业在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求，实现算力和智能在边缘端“自给自足”。

打个比方，Edge AI平台就像家里自建的一套暖气片，不仅能分析出入规律提前供暖，还能远程调温和辨别屋内情况。如此一来，相比集中取暖模式，大大节省了家庭开支，同时解放了人员精力、保证了更人性化的供暖需要，实现家庭管理上的降本增效 。

作为为数不多能够提供“端-边-云-网-智”全要素的科技企业，联想在自身的智能化实践中，打磨了新IT架构的核心“擎天”，而联想大脑-Edge AI平台正是“擎天”在边缘侧的技术延伸，为边缘智能的快速发展和应用提供了强劲的AI动力。

或许你会疑惑，这么爱“学习”的联想大脑-Edge AI平台，是如何做到的呢？

这需要先了解“联想大脑”是什么，联想大脑是联想自主研发的企业级人工智能平台，为行业用户提供云-边-端全场景、全生命周期的AI方案构建、部署和运行支持。联想大脑-Edge AI平台是联想大脑的重要组成部分，正是联想在Edge AI领域的一个平台级产品，基于联想大脑云侧的大规模分布式训练引擎，Edge AI平台内置了丰富的边缘预训练AI模型，提供了AI方案的自动生成工具，生成的AI方案会通过云边协同工具分发到边缘设备上，这个方案就是Edge AI子系统。

也就是说，联想大脑-Edge AI平台侧重在边缘端的“思考”能力，其核心在于小样本终身学习技术，有了这套“五年高考三年模拟”，Edge AI平台可以专治边缘场景应用中模型构建难、数据样本少、场景适配慢等疑难试题。

再深入一点理解，这一项技术是通过 “元学习（meta learning）” 与“数据增强”结合实现的。

“元学习”顾名思义，就是利用以往的知识经验来指导新任务的学习,具有学会学习的能力。举个例子，如果你是一名小轿车司机，现在需要学习开大卡车。两者虽然存在不少差异，但“增驾”总比从零开始更容易，因为有些基础可以借鉴。

“数据增强”则是通过原始样本空间增强、模型特征空间中数据扩充、风格迁移等方式，扩充了样本容量，丰富了数据分布，进一步提升了模型的学习能力，从而实现终身学习。小样本终身学习技术的应用大大降低了AI在不同场景、不同行业部署应用的成本。原来需要几周甚至几个月才能搭建出一套新场景的智能化方案，现在几个小时就可以完成。

更重要的是，随着场景化AI模型的不断丰富，用户可以通过一站式开发环境生成AI解决方案，并进行规模化部署，实现本地AI模型动态持续更新，满足低延时、更精准和数据隐私保护等用户需求。

在实际的业务场景中，挑战经常来自于算法与场景的适配。如何开拓更多的应用场景，这极大地考验厂商在生态构建上的能力。联想的目标，是基于联想大脑-Edge AI平台“交朋友”，每个客户和伙伴不仅是Edge AI的使用者，同时也是Edge AI生态的共创者。

总的来说，联想致力于打造一个更有创造力和价值商用物联生态，以更快、更好、更低成本的模式，加速各行各业边缘智能方案的开发进程。

03、让场景落地，是验证技术的唯一标准

从IT时代引领者到AIoT智能化时代先锋军，联想深切感受到了千行百业转型的需求和阶段的差异性，尤其是在零售领域。

众所周知，联想的主营业务中，面向消费者的硬件产品零售是一个重要部分，你也可以把我们看作是一个连锁零售经营的大企业主。

在零售行业，边缘端的智能需求同样迫切，中国零售、餐饮、本地生活门店数量约为4000万家，除了头部企业具备打通场景、设备互联能力外，大量商户依旧存在店员管理、入侵防护，商品品控（尤其食品）、排产优化等难题，这使得经营者在微薄利润率和坪效中苦苦求索，亟待破解之道。

联想通过梳理人流量监测、店员行为分析、非授权入侵等场景，借助联想大脑-Edge AI平台，构建云边端协同推理能力，进而打造多场景的智能连锁门店解决方案。

在联想与全球知名连锁餐饮企业共同打造的智慧门店中，通过改造传统的以人力为主的食品管理方式和消费交互模式，为其带来了降本、提效、安全的多重收益，与行业水平相比，本次改造智能化硬件成本减少66%，年投资回报率约15%，同时为其节省了近千万的安全防护成本。

总的来说，“边缘智能”正改变着大众的日常生活和生产方式，成为联系社会经济间的纽带，联想以边缘智能为抓手，探索变革新路径、新价值，更好地服务千行百业的智能化转型升级，这是联想正在做、且做出了自己优势的一件事情。

随着“万物智联”逐步落地后，我们也终于可以实现幻想中物联网应该成为的样子了。