业界泰斗Intel是如何解释边缘计算的

对物联网IoT技术感兴趣的朋友在这两年一定经常可以看到“边缘计算”这个名词，但是总感觉不明白到底什么是“边缘计算”，不明觉厉的感觉。 让我们看看业界泰斗Intel是如何解释边缘计算的：

图1：图片取自Intel官网页面 从图1Intel官网这段话中，我们可以总结出Intel对边缘计算的定义：

1. 相对于云计算的集中式计算，边缘计算属于分布式计算。

2. 相对于云计算系统需要上传大量的待计算数据，边缘计算可以大幅减少需要上传的数据量。

3. 相对于云计算系统，边缘计算实时性更好。

看到这里相信大家都明白了，“边缘计算”是与“云计算”相对应的一种技术，“边缘”的意思就是现场数据采集这一端。“边缘计算”就是“在数据采集现场处理数据”。

如果还不明白我就再举一个例子，这次在抗击新冠病毒中立了大功的阿里云AI诊断技术，通过分析医院上传的CT影像资料，20秒就能确诊新冠肺炎，准确率高达96%。这就是典型的云计算。如果将阿里云AI诊断系统运行于医院的服务器，本地无法识别的图像再上传到云做进一步分析，就可以避免向云端传输所有CT影像数据，只需要传输本地无法识别的图像。后者就属于边缘计算系统。

图2：云计算诊断

图3：边缘计算诊断 从边缘计算的定义来看，最典型的边缘计算莫过于汽车无人驾驶系统。各种传感器数据（摄像头，激光雷达，毫米波雷达，定位信号）都在本地进行处理。还有就是海量数据采集系统，海量数据的采集过程中，往往包含了大量的无效数据，如果采用边缘计算，将“生”数据进行简单的预处理，挑选出有效数据进行上传，将大大提高系统的运行效率。 从以上内容，我们不难总结出边缘计算的硬件架构。

有传感器/数据采集系统，用来生成数据。

有较强计算能力的MCU/MPU/CPU，可以本地化处理数据。

有存储系统，可以本地化存储管理数据。

具有网络通信系统，适用于IOT应用。

针对边缘计算市场，贸泽也针对性的进行了备货，比如专门用于人脸识别应用的MCU NXP i.MX RT106F。

i.MX RT106F交叉处理器是i.MX RT1060系列处理器面向EdgeReady解决方案的特定版本。EdgeReady是NXP针对边缘计算推出的一系列完整的，包括软件在内的解决方案。

通过集成相应的面部识别软件，i.MX RT106F可以为各种产品添加上人脸识别功能，而且无需Linux/Android系统支持，整个算法可以在小型RTOS上运行，摄像头获取的数据也无需上传云去做识别处理，从而也保护了隐私和数据安全。

这样一个具有人脸识别功能的边缘计算MCU内部资源是怎样的呢？请看图5。

图5：i.MX RT106F内部架构 作为边缘计算MCU，其计算能力体现为ARM-CortexM7内核，最高频率可达600MHz，采用了Cache、TCM技术并且具有浮点运算单元，具有优秀的实时处理能力和数学计算能力(3020 CoreMark@600MHz)。 因为是针对人脸识别而推出的产品，其带有并行的Camera接口和LCD显示控制器，支持WXGA 1366x768。在网络连接方面，其具有以太网接口；存储接口有eMMC和SD3.0。

边缘计算作为近年新出现的技术，其应用必将越来越多。