什么是邊緣計算

最近，邊緣計算成為了人工智能和物聯(lián)網(wǎng)領(lǐng)域非常熱門的關(guān)鍵詞。

人們對于人工智能和物聯(lián)網(wǎng)的最初設(shè)想是，在云端有一個異常強(qiáng)大的數(shù)據(jù)中心，而物聯(lián)網(wǎng)各個節(jié)點負(fù)責(zé)采集數(shù)據(jù)交給云端，云端在根據(jù)數(shù)據(jù)分析并做決策后再把結(jié)果發(fā)還給終端。在這種模型中，云端負(fù)責(zé)智能計算，而終端節(jié)點負(fù)責(zé)數(shù)據(jù)采集以及決策執(zhí)行。

然而，這樣的設(shè)想在實際實現(xiàn)中遇到了不少困難。***個困難來源于數(shù)據(jù)傳輸?shù)拈_銷。物聯(lián)網(wǎng)節(jié)點通常都使用無線網(wǎng)絡(luò)與云端做數(shù)據(jù)傳輸，而如果物聯(lián)網(wǎng)節(jié)點把不加任何處理的原始數(shù)據(jù)一股腦全部傳到云端，會導(dǎo)致帶寬需求爆炸，網(wǎng)絡(luò)基礎(chǔ)架構(gòu)沒法支撐如此高的帶寬。開銷的另一部分是無線傳輸?shù)墓?，如果把?shù)據(jù)不加任何處理就傳輸?shù)皆贫?，那么終端節(jié)點的無線傳輸模塊必須支持高速無線傳輸，這就意味著無線模塊需要很大的功耗，與物聯(lián)網(wǎng)節(jié)點低功耗的設(shè)想不符。第二個困難在于延遲。許多節(jié)點執(zhí)行的任務(wù)對于延遲非常敏感，例如無人駕駛，例如安防，在這些應(yīng)用中網(wǎng)絡(luò)傳輸帶來的延遲（幾十毫秒以上，有時候網(wǎng)絡(luò)信號不好會帶來數(shù)秒的延遲甚至掉線）無法被接受。

考慮到這些問題，邊緣計算就成為了解決方案。在邊緣計算中，終端節(jié)點不再是完全不負(fù)責(zé)計算，而是做一定量的計算和數(shù)據(jù)處理，之后把處理過的數(shù)據(jù)再傳遞到云端。這樣一來延遲和帶寬的問題可以解決，因為計算在本地，而且處理過的數(shù)據(jù)一定是從原始數(shù)據(jù)中進(jìn)行過精煉的數(shù)據(jù)所以數(shù)據(jù)量會小很多。當(dāng)然，具體要在邊緣做多少計算也取決于計算功耗和無線傳輸功耗的折衷——終端計算越多，計算功耗越大，無線傳輸功耗通常就可以更小，對于不同的系統(tǒng)存在不同的***值。

對于邊緣計算系統(tǒng)，處理器、算法和存儲器是整個系統(tǒng)中最關(guān)鍵的三個要素。下面我們仔細(xì)分析這幾個元素。

用于邊緣計算的處理器：要多通用？是否要上專用加速器？

常規(guī)物聯(lián)網(wǎng)終端節(jié)點的處理器是一塊簡單的MCU，以控制目的為主，運算能力相對較弱。如果要在終端節(jié)點加邊緣計算能力，有兩種做法，***是把這塊MCU做強(qiáng)，例如使用新的指令集增加對矢量計算的支持，使用多核做類似SIMD的架構(gòu)等等；第二種是走異構(gòu)計算的思路，MCU還是保持簡單的控制目的，計算部分則交給專門的加速器IP來完成，目前正火的AI芯片其實大部分做的就是這樣的一個專用人工智能算法加速器IP。顯然，前一種思路做出來通用性好，而第二種思路則是計算效率高。未來預(yù)期兩種思路會并行存在，平臺型的產(chǎn)品會使用***種通用化思路，而針對某種大規(guī)模應(yīng)用做的定制化產(chǎn)品則會走專用加速器IP的思路。然而，IoT終端的專用加速器IP設(shè)計會和其他領(lǐng)域（如手機(jī)）的專用加速器設(shè)計有所不同，因為有內(nèi)存的限制（見下面分析）。

算法與內(nèi)存

眾所周知，目前最主流的深度神經(jīng)網(wǎng)絡(luò)模型大小通常在幾MB甚至幾百MB，這就給在物聯(lián)網(wǎng)節(jié)點端的部署帶來了挑戰(zhàn)。物聯(lián)網(wǎng)節(jié)點端處于成本和體積的考量不能加DRAM，一般用FLASH（同時用于存儲操作系統(tǒng)等）作為系統(tǒng)存儲器。我們可以考慮用FLASH來存儲模型權(quán)重信息，但是緩存必須在處理器芯片上完成，因為FLASH的寫入速度比較慢。由于緩存大小一般都是在幾百KB到1MB數(shù)量級，這就限制了模型的大小，因此算法必須能把模型做到很小，這也是為什么最近“模型壓縮”這個話題會這么火的原因。

如果算法無法把模型做到很小，就需要考慮內(nèi)存內(nèi)計算。內(nèi)存內(nèi)計算（in-memory computing）是一種與傳統(tǒng)馮諾伊曼架構(gòu)不同的計算方式。馮諾伊曼架構(gòu)的做法是把處理器計算單元和存儲器分開，需要時處理器從存儲器讀數(shù)據(jù)，之后在處理器處理完了數(shù)據(jù)之后再寫回存儲器。因此傳統(tǒng)使用馮諾伊曼架構(gòu)的專用加速器大部分也需要配合DRAM內(nèi)存使用，使得這樣的方案在沒法加DRAM的物聯(lián)網(wǎng)節(jié)點端難以部署。內(nèi)存內(nèi)計算則是直接在內(nèi)存內(nèi)做計算而無需把數(shù)據(jù)取到處理器里，這樣就節(jié)省了內(nèi)存存取的額外開銷。一塊內(nèi)存內(nèi)計算的加速器的主體就是一塊大SRAM或者Flash，然后在內(nèi)存上再加一些計算電路，從而直接在內(nèi)存內(nèi)做計算，理想情況下就能在沒有DRAM的情況下跑起來相關(guān)算法。

當(dāng)然內(nèi)存內(nèi)計算也有自己的挑戰(zhàn)。出了編程模型需要仔細(xì)考慮之外，內(nèi)存內(nèi)計算目前的實現(xiàn)方案本質(zhì)上都是做模擬計算，因此計算精度有限，F(xiàn)P32之類的高精度肯定是不可能了。這就需要人工智能模型和算法做相應(yīng)配合，對于低精度計算（即量化計算，quantized computation）有很好的支持，避免在低精度計算下?lián)p失太多正確率。目前已經(jīng)有不少binary neural network（BNN）出現(xiàn)，即計算的時候只有1位精度0或者1，并且仍然能保持合理的分類準(zhǔn)確率。

另一方面，目前IoT節(jié)點終端內(nèi)存不夠的問題除了可以用模型壓縮來解決之外，另一條路就是使用新存儲器解決方案來實現(xiàn)高密度片上內(nèi)存，或者加速片外非易失性存儲器的讀寫速度，并降低讀寫功耗。因此，邊緣計算也將會催生新內(nèi)存器件，例如MRAM，ReRAM等等。

總結(jié)

邊緣計算是人工智能和物聯(lián)網(wǎng)結(jié)合的產(chǎn)物，是未來的重要趨勢。未來邊緣計算的關(guān)鍵技術(shù)，包括新處理器（強(qiáng)通用處理器或?qū)Ｓ眉铀倨鳎?，?nèi)存內(nèi)計算，網(wǎng)絡(luò)模型壓縮，以及新存儲器。喜歡新技術(shù)的朋友們不妨多多關(guān)注這些領(lǐng)域，預(yù)計會出現(xiàn)不少有趣的公司和技術(shù)。