人工智能的发展为人们生活带来便捷与改变，然而以云为中心的构架方式并非在任何情况下都是最理想的解决方案。以分布式为特点的嵌入式人工智能技术开始受到关注，未来它的发展将使设备端具有更高的智能。

当前，人工智能的计算大多数是在数据中心运行，即运行在“云”上。但是随着技术的发展，人们发现一个巨大的机会正在远离数据中心的互联网边缘产生——嵌入式人工智能正受到越来越广泛的重视。

物联网拥有太多的终端设备，未来如果这些网络节点所抓取的数据都需要上传云端进行智能处理或者深度学习，对网络带宽将提出巨大挑战。因此，以边缘计算为特点的嵌入式人工智能技术开始受到重视。

和云计算一样，边缘计算的作用也是优化资源、提升效率。举个例子，一些嵌入式的小型设备基础信息采集处理是在端完成的，即传感器手机数据传送到网关后，就进行数据过滤和处理，没必要每条原始数据都传送到云端，这省去了大量的成本。云端计算的AI致力于更好地解决问题，而嵌入式的AI则致力于更加经济地解决问题。

在近日举办的技术论坛上，ARM再次展示基于DynamIQ技术的全新处理器，cortex-A75处理器、cortex-A55处理器和Mali-G72图形处理器。ARM副总裁暨计算产品事业部总经理表示：“我们需要赋予从网络节点到云端的计算具有更快速、更高效和更安全的分布式智能。”采用DynamIQ技术的Cortex-A系列处理器在优化应用后，可实现比基于Cortex-A73的设备高50倍的人工智能性能，并最多可提升10倍CPU与SoC上指定硬件加速器之间的响应速度。

针对边缘运算日益增加的需求，英伟达推出新款开发板Jetson TX2，将整套人工智能系统缩小在一块电路板之上，这让Jetson TX2可在终端设备上更好地运行深度学习功能等，进而开发出更高的智能化装置。相较前一代产品Jetson TX1，Jetson TX2的效能提升了两倍，耗电量则不到7.5瓦，能源效率提升了两倍多。

自动驾驶与数据安全将率先导入应用，嵌入式人工智能将在边缘计算产品中，得到十分广泛的应用。目前，嵌入式AI已经开始进入市场，特别是在自动驾驶与数据安全领域得到快速的渗透与应用。“辅助驾驶系统如果在云端计算，设备端采集到数据后上传，计算完成后再返回终端，这样会不可避免地带来一定延时，而在驾驶场景中，这种延时意味着危险系数的提高。”同时，数据安全也是关注的一个要点，上传到云端的计算意味着隐私被泄露的风险提升。

所以，嵌入式人工智能将在边缘计算产品中，得到十分广泛的应用。有三个发展阶段。

一是联接。实现终端及设备的海量、异构与实时连接，网络自动部署与运维，并保证联接的安全、可靠与维护性。远程自动抄表就是其中的应用场景，解决了电表数量巨大的问题。

二是智能。边缘侧引入数据分析与业务自动处理能力，智能化执行本地业务逻辑，可以大幅度提升效率并且降低成本。电梯的预测性维护就是该应用之一。

三是自治。引入人工智能，边缘计算不但可以自主进行业务逻辑分析与计算，还可以动态实时完成自我优化、调整执行策略。

嵌入式人工智能」已是大势所驱，「嵌入式人工智能」也正成为当前热门的AI商业化途径之一。人工智能不可能没有嵌入式！要实现人工智能的行为，必须使用嵌入式系统。

可以说，单片机、嵌入式系统开启了人工智能的历史进程。万物互联、万物智能的新时代，嵌入式人工智能技术的发展也将使设备端具有更高的智能。5G物联网核心技术的发展，将全面释放人工智能潜能，带动智能设备的爆发。

身处这样的时代，我们应该认识到嵌入式人工智能将是IT技术发展的主流,学习并掌握时代所需要的最新技术和应用,对于每个即将进入IT行业的新人或想转行的在职人员来讲把握这样的历史机遇非常重要。