在线日韩女同,久久久久久久久久爽,欧美日高啪在线精视频,国产av美女被我操,玖玖视频在线观看免费,日韩乱人伦Av,九色高潮视频在线播放,青青re在线视频,大鸡巴在线视频网

邊緣AI超越TinyML?未來最值得關注的五大連接和計算風向標
作者 | 物聯(lián)網(wǎng)智庫2025-05-09

在技術迭代如此之快的當下,連接和計算的世界正在發(fā)生哪些變化?

最近幾個月,物聯(lián)網(wǎng)研究機構 IoT Analytics 通過實地探訪于西班牙巴塞羅那舉行的 2025 世界移動通信大會(MWC 2025),以及于德國紐倫堡舉行的 2025 嵌入式世界大會(EW 2025)這兩場世界級行業(yè)展會,總結了對于未來連接和計算趨勢的五大洞察。

本文將對其核心觀點進行介紹:

1.邊緣人工智能:超越 TinyML,邁向多模態(tài) VLM

過去幾年,TinyML 技術受到業(yè)界廣泛關注。所謂 TinyML,是指將機器學習模型部署在資源受限的嵌入式設備(如微控制器、傳感器模塊等)上,實現(xiàn)本地化、低功耗、低延遲的智能推理的技術,核心目標是在毫瓦 (mW) 級功耗的微控制器 (MCU) 上運行機器學習模型。

如今,邊緣 AI 正隨著多模態(tài)模型和工業(yè)級部署不斷發(fā)展,逐步超越TinyML,邁向可在工業(yè)級邊緣設備上直接運行的完整多模態(tài)大語言模型(LLM)與視覺語言模型(VLM)。反映這一更廣泛演進趨勢的是,TinyML 基金會于 2024 年 11 月正式更名為“Edge AI 基金會”,以承認當前邊緣 AI 的應用范圍早已超越超小模型。相較于去年強調“AI 走向邊緣”的主題,MWC 2025 與 EW 2025 展示了多個真實場景中的在線部署,表明邊緣 AI 已實質落地。

此次變革由三大趨勢推動——

AI 加速器的計算能力與能效大幅提升。

諸如高通公司的 Cloud AI 100 Ultra 與 AMD 的 Instinct MI210 等加速器平臺,現(xiàn)已支持對包含數(shù)十億參數(shù)的模型進行實時推理,同時滿足工業(yè)級延遲和散熱限制。例如,在 EW 2025 上,臺灣嵌入式智能平臺技術企業(yè)研華展示了基于 LLM 的本地聊天界面與實時視頻分析,整個推理過程完全在本地通過其 AIR-540 系統(tǒng)完成,該系統(tǒng)采用 AMD Ryzen 與 EPYC 處理器,配合 AMD Radeon GPU 與 Instinct MI210 加速卡。

研華展示由 AMD 提供支持的邊緣 AI 解決方案,用于實時本地處理

(來源:IoT Analytics 于 EW 2025 現(xiàn)場)

盡管 Cloud AI 100 Ultra 等硬件平臺已經(jīng)具備運行高達千億參數(shù)模型的能力,但當前多數(shù)邊緣部署仍集中在 3B-8B 參數(shù)規(guī)模的緊湊模型,以優(yōu)化延遲、成本與能耗。

② 大語言模型(LLM)與視覺語言模型(VLM)自身也在向邊緣優(yōu)化方向演進。

包括中國 AI 研究實驗室 DeepSeek 發(fā)布的 R1 模型在內的架構創(chuàng)新,以及其他輕量化多模態(tài)模型,使得以往高計算開銷的推理任務能夠在邊緣設備上以更低資源完成。尤其值得關注的是“零樣本(zero-shot)” VLM 正開始重塑邊緣應用場景,例如基于 AI 的視頻監(jiān)控。

在 MWC 2025 上,韓國電信運營商 LG U+ 與美國 AI 解決方案公司 IXI 合作,攜手韓國邊緣 AI 芯片企業(yè) DeepX,展示了一款無需任何定制訓練的邊緣網(wǎng)關系統(tǒng),能夠識別“電磁爐上的鍋著火了”或“有人扶起摔倒的老人”等異常事件,拓展了邊緣 AI 在安全、工業(yè)監(jiān)控及智慧城市等場景下的實際應用潛力。

IXI 和 LGU+ 異常事件檢測系統(tǒng)示例,其中突出顯示了廚房火災和跌倒事件

(來源:IoT Analytics 于 MWC 2025 現(xiàn)場 )

③ 邊緣 AI 生態(tài)系統(tǒng)的軟件層正在迅速成熟。

目前,技術供應商正在推出覆蓋邊緣 AI 全生命周期的完整軟件框架,涵蓋模型訓練、優(yōu)化、部署、OTA 與運行時管理等環(huán)節(jié)。典型案例包括:

  • 高通:通過最近收購的 Edge Impulse 實現(xiàn)模型訓練流程的集成;

  • 移遠通信/芯訊通:這兩家中國無線模組供應商均已推出集成 AI 的軟件棧;

  • 英飛凌:這家德國半導體制造商推出了其名為“DEEPCRAFT Studio”(前身為Imagimob Studio)的 AI 開發(fā)平臺。

這些軟件棧大幅縮短了邊緣AI解決方案從開發(fā)到量產(chǎn)的周期,降低了部署門檻與運維成本。

SIMCom 和 Fibocom AI 堆棧強調從模塊到模型的集成,以優(yōu)化邊緣 AI 部署和模型轉換

(來源:IoT Analytics 于 MWC 2025 現(xiàn)場 )

2.AI-on-RAN、AI-for-RAN 與 AI-and-RAN:三大創(chuàng)新重塑電信網(wǎng)絡架構

人工智能正在重構無線接入網(wǎng)(RAN),以支撐低延遲應用的落地。RAN 正逐漸成為電信行業(yè)中 AI 驅動創(chuàng)新的關鍵領域。為滿足對實時應用日益增長的需求,并有效應對網(wǎng)絡日趨復雜的挑戰(zhàn),電信運營商正通過三種方式將 AI 深度融合進 RAN:AI-on-RAN、AI-for-RAN 與 AI-and-RAN。

  • AI for RAN:聚焦于提升網(wǎng)絡調度與運行效率;

  • AI and RAN:構建 AI 與 RAN 共享的計算基礎設施,實現(xiàn)資源協(xié)同;

  • AI on RAN:指在 RAN 節(jié)點本地運行生成式 AI(GenAI)與專用 5G 等前沿應用。

① AI on RAN

“AI on RAN”指的是使用 RAN 基礎設施直接在網(wǎng)絡邊緣運行面向最終用戶應用的 AI 模型。通過在接近用戶的位置部署 AI 推理引擎,運營商能夠實現(xiàn)超低延遲的應用,如自主機器人控制、工業(yè)監(jiān)測以及增強/虛擬現(xiàn)實(AR/VR)等。

在 MWC 2025 上,日本信息與通信技術企業(yè)富士通展示了其 AI on RAN 解決方案,該方案將 AI 直接嵌入到 RAN 中,以優(yōu)化對延遲敏感的應用體驗。在一項機器人控制的應用場景中,邊緣側 AI 推理成功實現(xiàn)了實時目標追蹤,而基于云端的 AI 由于延遲過高而導致跟蹤失敗。該方案基于軟銀提出的 AITRAS 參考架構,并采用英偉達的 GH200 Grace Hopper 超級芯片,在網(wǎng)絡邊緣本地運行 AI ,特別適用于目標跟蹤與視頻分析等計算密集型任務的優(yōu)化運行。

富士通的 AI-on-RAN 演示顯示

(來源:IoT Analytics 于 MWC 2025 現(xiàn)場 )

② AI for RAN

“AI for RAN”標志著運營商網(wǎng)絡向“意圖驅動網(wǎng)絡(intent-based networking)”的轉型,其早期形態(tài)是通過代理型 AI(agentic AI)支持 RAN 的自主優(yōu)化。與傳統(tǒng)的人工干預方式不同,AI for RAN 通過智能代理理解運營者的意圖,并可自主對網(wǎng)絡進行實時調整與配置。

在 MWC 2025 上,德國電信與谷歌云聯(lián)合展示了名為 RAN Guardian 的 AI 代理系統(tǒng),能夠自動檢測無線接入網(wǎng)絡中的異常并實時執(zhí)行修復操作。同時,愛立信與挪威電信運營商 Telenor 也演示了一種具身 AI 的概念驗證系統(tǒng),該系統(tǒng)可根據(jù)實時網(wǎng)絡負載動態(tài)調整移動網(wǎng)絡參數(shù),實現(xiàn)能效與容量之間的智能平衡,最終實現(xiàn)了 4% 的能源消耗減少。

最具啟發(fā)性的案例之一來自日本電信運營商 KDDI,其展示了一位 AI 代理如何通過聊天界面與網(wǎng)絡運營人員交互,為一場大型煙火表演活動進行 RAN 部署優(yōu)化。該 AI 不僅準確理解活動信息,還主動建議增設對電子支付的支持等策略,展現(xiàn)出超越“執(zhí)行命令”的能力,具備一定的運營洞察與自主決策能力。

KDDI 展示代理 AI 和 LLM 如何將運營商意圖轉化為 RAN 和 IP 網(wǎng)絡的自動化網(wǎng)絡設計和運營

(來源:IoT Analytics 于 MWC 2025 現(xiàn)場)

③ AI and RAN

“AI and RAN”設想構建一種混合平臺架構,使面向終端用戶的 AI 應用與用于 RAN 優(yōu)化的 AI 能夠在共享的云原生基礎設施上協(xié)同運行。這種模式有望減少基礎設施重復建設,推動跨領域編排與資源協(xié)同。盡管前景廣闊,但其在實際應用層面仍處于初步探索階段。

在 MWC 2025 上,戴爾與諾基亞聯(lián)合展示了相關概念,強調了在網(wǎng)絡邊緣實現(xiàn) AI 與 RAN 協(xié)同部署的早期實驗成果。

3.衛(wèi)星技術:安全連接的新前沿

如今,衛(wèi)星網(wǎng)絡正迅速從傳統(tǒng)的備份通信手段演進為地面通信戰(zhàn)略的核心組成部分,為災后恢復及偏遠地區(qū)提供關鍵連接能力。在 MWC 2025 上,多家供應商展示了衛(wèi)星系統(tǒng)如何重塑電信、物聯(lián)網(wǎng)及工業(yè)場景的部署方式。

① 衛(wèi)星作為蜂窩回傳的現(xiàn)實應用

衛(wèi)星用于蜂窩網(wǎng)絡回傳的應用已經(jīng)實現(xiàn)落地。在 MWC 2025 上,日本電信運營商 KDDI 展示了其實際部署案例:利用美國 Starlink 的低軌衛(wèi)星(LEO)星座,為農(nóng)村及其他低覆蓋區(qū)域提供穩(wěn)定的蜂窩回傳鏈路。在地震、洪水等自然災害中,傳統(tǒng)光纖或依賴地面鏈路的基站可能癱瘓,而衛(wèi)星鏈路可確保應急通信不中斷。這使得低軌衛(wèi)星成為災難恢復與農(nóng)村網(wǎng)絡延伸的重要工具,在“地面+衛(wèi)星”的混合架構中提供高可用性冗余。

② 衛(wèi)星+專網(wǎng) 5G 架構正在興起

MWC 2025 還展示了衛(wèi)星支持的 5G 專網(wǎng)部署模式。盧森堡通信衛(wèi)星公司 SES 與美國通信基礎設施提供商 Globalstar 分別展示了企業(yè)可以部署帶有衛(wèi)星上行鏈路的私有5G網(wǎng)絡的架構,從而繞過地面光纖連接。這種方式將連接能力擴展至傳統(tǒng)網(wǎng)絡覆蓋薄弱的區(qū)域,如:遠程工業(yè)站點、海上平臺、能源基礎設施以及孤立的礦區(qū)等,為以往“通信孤島”提供了新的解決方案。

③ 面向“量子安全”的衛(wèi)星通信正在推進

“量子安全通信”也是本屆大會的熱點之一。西班牙電信公司 Telefónica 與意大利量子通信解決方案公司 ThinkQuantum 分別展示了衛(wèi)星參與關鍵通信安全保障的試點項目。其中最具代表性的是 EAGLE-1 項目——這是歐洲首個基于衛(wèi)星的量子密鑰分發(fā)(QKD)系統(tǒng)。該項目由 ThinkQuantum 聯(lián)合 SES、歐洲航天局(ESA)和歐盟委員會共同開發(fā),采用光學量子通信,在衛(wèi)星與地面站之間生成對抗量子和經(jīng)典攻擊的加密密鑰,目標是構建覆蓋歐洲政府與關鍵基礎設施的安全通信網(wǎng)絡。

圖表展示了 EAGLE-1 如何在衛(wèi)星和地面站之間使用基于 ThinkQuantum 的光學通信技術來安全地生成密鑰,從而確保歐洲數(shù)據(jù)網(wǎng)絡的量子安全加密

(來源:歐洲航天局)

4.汽車產(chǎn)業(yè):邁入?yún)^(qū)域控制與“數(shù)字孿生優(yōu)先”開發(fā)時代

隨著整車架構從傳統(tǒng)的分布式、域控制架構逐步向區(qū)域計算架構(zonal computing architecture)演進,汽車行業(yè)正進入一場深刻的技術變革。這一轉型為軟件定義汽車(SDV)奠定了基礎。在 MWC 2025 與 EW 2025 上,眾多軟硬件供應商展示了下一代汽車平臺的設計與驗證方式。

① 區(qū)域控制器成為汽車計算架構的核心基石

在 EW 2025 上,多家半導體廠商推出了專為區(qū)域架構優(yōu)化的 MCU/MPU 平臺:

  • 英飛凌發(fā)布了 AURIX TC4x 系列;

  • 恩智浦推出了 S32K5 系列;

  • 意法半導體發(fā)布了 Stellar G6 系列。

這些新一代區(qū)域控制器針對以下關鍵能力進行了優(yōu)化:

  • 確定性網(wǎng)絡通信(Deterministic Networking)

  • 硬件級別的細粒度隔離

  • 基于虛擬化技術支持多等級功能安全的混合關鍵性應用(mixed-criticality)

上述控制器使汽車可在關鍵系統(tǒng)中構建故障容錯型以太網(wǎng)環(huán)網(wǎng)(fail-operational Ethernet rings)與時間敏感型網(wǎng)絡(TSN),應用領域覆蓋車燈控制、轉向、制動以及高級駕駛輔助系統(tǒng)(ADAS)等多個安全關鍵域。

② 數(shù)字孿生正重塑汽車軟件開發(fā)方式,實現(xiàn)“虛擬優(yōu)先”工程化

數(shù)字孿生技術正在推動汽車產(chǎn)業(yè)向虛擬優(yōu)先(virtual-first)的軟件開發(fā)模式轉變,徹底改變了整車工程的路徑。在MWC 2025 與 EW 2025 展會上,多家廠商展示了“硅前驗證(pre-silicon)+虛擬開發(fā)優(yōu)先”已不再是可選策略,而是構建下一代軟件定義汽車的必要條件。

在 EW 2025 上,德國工業(yè)巨頭西門子聯(lián)合美國科技公司微軟和芯片公司 AMD 展示了其 PAVE360 平臺。該平臺是一個完整的軟件堆棧仿真環(huán)境,支持在云端開展 SDV 開發(fā)工作,從算法建模、虛擬 SoC 驗證,到與物理樣機的實時同步,均可在仿真環(huán)境中完成,極大地加快了從設計到驗證的周期。

此外,德國車載電子系統(tǒng)軟件公司 Vector Informatik 與美國電子設計自動化公司 Synopsys 也在 EW 2025 上演示了虛擬電子控制單元(Virtual ECU)的最新應用。這些虛擬 ECU 現(xiàn)已可以無縫集成進 CI/CD(持續(xù)集成/持續(xù)部署)工作流程,使軟件團隊在尚未拿到實際硬件之前,便可完成整套汽車軟件棧的測試與驗證。

5.網(wǎng)絡安全:隨著后量子加密方案的發(fā)展,CRA 合規(guī)性成為關鍵議題

兩大展會上,網(wǎng)絡安全不約而同成為焦點議題,主要由兩股力量驅動:一是歐盟《網(wǎng)絡韌性法案》(CRA)的監(jiān)管壓力;二是量子計算對傳統(tǒng)加密方法構成的潛在威脅。

① CRA 推動“安全即設計”理念重塑嵌入式與物聯(lián)網(wǎng)生態(tài)

經(jīng)過多年的籌備,歐盟《網(wǎng)絡韌性法案》(CRA)已于 2023 年 10 月 10 日由歐盟理事會通過。法案要求具有數(shù)字元素的產(chǎn)品需要遵守關鍵的網(wǎng)絡安全要求,它們必須根據(jù)風險進行設計、開發(fā)和生產(chǎn),確保適當?shù)木W(wǎng)絡安全水平。產(chǎn)品必須沒有已知的可被利用的漏洞,并且具有安全默認配置。組織必須實施適當?shù)目刂茩C制,包括認證、身份或訪問管理系統(tǒng)、最新的靜態(tài)或傳輸加密技術,以及對拒絕服務攻擊的韌性。漏洞必須能夠通過安全更新進行修復。

在 EW 2025 上,美國電子元件制造商 Arrow Electronics 展示了符合 CRA 要求的設備堆棧,這些堆棧集成了安全配置、認證以及 OTA 固件驗證。這一展示凸顯出:設備安全如今必須從產(chǎn)品全生命周期的每個階段——從制造到現(xiàn)場運行——原生內嵌(natively embedded)。

然而,據(jù)德國半導體公司英飛凌披露,行業(yè)內部對 CRA 的認知仍然不足。英飛凌科技 CRA 代表直言:“對 CRA 展示感興趣的人中,大多數(shù)對該法規(guī)知之甚少。很多人不了解 CRA 的具體內容,也不了解其實施時間表。令人驚訝的是,許多人以為 CRA 只針對某些元件,而實際上它涵蓋了設備的所有通信組件?!?/p>

② 后量子加密技術(Post-Quantum Cryptography)加速落地

在保護網(wǎng)絡傳輸層方面,后量子密碼學(PQC)也正在獲得越來越多的關注。與量子密碼學不同,后量子密碼學并不依賴于任何基于量子特性的數(shù)學問題。其重點在于避免使用整數(shù)因式分解和離散對數(shù)問題來加密數(shù)據(jù)。

在 MWC 2025 上,意大利跨國電信公司 TI Sparkle 與英國網(wǎng)絡安全公司 Arqit 聯(lián)合發(fā)布了一項量子安全網(wǎng)絡即服務(NaaS)解決方案,該方案采用 Arqit 的量子安全 VPN(QSVPN)來保障互聯(lián)網(wǎng)通信的安全。

該方案采用一種獨特的自生成密鑰協(xié)商機制,實現(xiàn)了端到端控制,完全消除了傳統(tǒng)的密鑰交換流程,并具備量子安全加密與持續(xù)密鑰輪換能力,為面向未來的通信安全提供重要支撐。

基于上述五大趨勢,我們可以看出——在所有領域,通信、計算和安全之間的傳統(tǒng)界限正在消失,從而催生了智能、安全和有彈性的基礎設施,為下一波數(shù)字化轉型做好準備。

參考資料:

《5 connectivity and computing themes shaping the future—insights from MWC & EW 2025》,iot-analytics

《一文讀懂歐盟網(wǎng)絡韌性法案》,歐盟官網(wǎng)及IAPP

《一文讀懂后量子加密(PQC)》,光子盒QUANTUM


熱門文章
近日,全國數(shù)據(jù)資源統(tǒng)計調查工作組發(fā)布了《全國數(shù)據(jù)資源調查報告(2024年)》,報告顯示,2024年全國數(shù)據(jù)資源規(guī)模加速增長,數(shù)據(jù)生產(chǎn)總量達到41.06ZB,同比增長25%;人均年度數(shù)據(jù)生產(chǎn)量約為31.
2025-05-09
X
青川县| 昌吉市| 溧阳市| 新和县| 含山县| 合作市| 奉贤区| 济阳县| 巴马| 庄河市| 鄂托克前旗| 安达市| 佛学| 庐江县| 永顺县| 高碑店市| 陵川县| 宝丰县| 丘北县| 昔阳县| 维西| 台湾省| 洛隆县| 南皮县| 泉州市| 济宁市| 肥东县| 龙口市| 阿勒泰市| 玉田县| 乐都县| 墨竹工卡县| 延寿县| 曲松县| 尚义县| 盐源县| 星座| 永登县| 额敏县| 榕江县| 思南县|