Omdia近日发布了最新报告，确定了边缘AI增长的关键领域。

　　题为《连接点：边缘AI》 (Connecting The Dots: AI at the Edge) 的报告发现：边缘位置需要更多计算，以管理和支持新的和不断激增的对延迟敏感的物联网设备以及用于分析不断增加的数据量的软件技术。

　　对更多的数据收集和分析工作的需求正在给网络带宽带来重大挑战，并迫切要求提供更好的安全选项。物联网是边缘AI需求的主要驱动因素之一，但该要求由跨多个垂直市场的许多不同应用驱动。

　　最新的《连接点：边缘AI》报告关注将在未来几年塑造边缘AI机会的五个关键因素，以及对各个关键市场边缘AI实际应用的短期和长期展望。

　　塑造边缘AI的五个因素：

　　新兴边缘用例。虽然智能手机可能是边缘AI设备的关键所在，但来自企业和工业领域的新兴用例将驱动未来增长。

　　多样化的具有成本效益的硅解决方案。在过去几年，AI一直是高端处理器市场中硅增长的关键驱动因素，但让AI得以在边缘领域迅速发展的，将是能够解决一系列用例的多样化处理器组合。

　　从云到边缘的全新计算生态系统 诸如Kubernetes之类的分布式计算技术使得混合和分布式云基础设施更加易于管理并且操作更敏捷。服务器市场已经看到了这一趋势的影响。

　　CSP利用边缘AI实现边缘AI优化。为了在边缘提供强有力的AI服务，CSP还采用边缘AI来为新服务实现低延迟，提升客户体验并降低成本。

　　具有特定要求的广泛的行业垂直领域。视频监控只是设备内置AI彻底改变该行业的一个领域。其他行业，从速食食品到石油天然气，都看到了部署设备内置AI的益处。

　　Omdia的企业副总裁Bill Morelli评论道：“过去几年，AI从实验阶段走向了商业阶段”。云端AI现已是在各种业务流程中实施的成熟合理的技术。因此，现在AI中有许多引人注目的用例需要边缘技术。”

　　“为了满足这一需求和要求，各种硅产品应运而生。功能已最终赶上了边缘AI解决方案的需求。这种需求与技术的结合将打开今后多年跨多个部门的发展空间，从而提供更好的业务结果和解决方案。”

　　这份边缘AI报告还揭示了包括制造、卫生保健、智能建筑、公用事业和视频监控在内的五大领域的短期和长期展望。

　　跨多个垂直市场的边缘AI的短期展望（2020年）：

　　制造：由于专业知识和新面市边缘产品有限，应用将继续采用阈值分析而不是“真正的AI”机器学习。

　　卫生保健：新冠肺炎疫情加速了AI软件发展，特别是基于AI的药物和疫苗研究、医学成像以及用于患者筛查、分诊和监测的机器学习工具。

　　智能建筑：设施连接了硬件但没有分析/充分利用其数据的力量。

　　公用事业：增加了软件和分析投入，但通常是以模块化的“插件”形式。

　　视频监控：有关使用分析技术进行人脸识别等个人分析的争议仍将持续。但预计几乎没有立法产生影响。

　　对垂直市场边缘AI的长期展望（2021年及以后）：

　　制造：对于控制级产品，来自IT公司的边缘计算和控制设备将使IT公司与当前OT供应商的战略关系从合作转向竞争。

　　卫生保健：缺失监管批准（例如FDA）将成为自学算法发展的障碍。但这不会阻碍深度学习分析。

　　智能建筑：增加了对中央楼宇管理软件和边缘启用AI的硬件的投入。

　　公用事业：在今后五年，不提供强大的AI驱动软件和服务业务的公司将看到硬件销售大幅下跌。

　　视频监控：将运用技术弥补硬件市场内的ASP下降。