從家居或商業應用，到互聯車輛，邊緣計算貫穿整個物聯網。隨著數據量的增加，這種計算需要具有最優網絡安全功能與最高功能安全級別的強大互聯邊緣計算平臺。

創新通常成波出現（圖1）。一些創新浪潮遵循著發展路徑，例如，從早期的大型機到小型計算機，最后過渡到如今眾所周知的緊湊型計算機，這種變化是循序漸進的。考慮到計算能力隨時間推移變得更加強大、外形尺寸更加緊湊、軟件開發更加簡單，這種過程也非常合理。其他創新浪潮則更加劇烈。從手機到智能手機的過渡以及向物聯網的快速轉變就是這樣的例子。

圖1：創新浪潮：物聯網和人工智能是邊緣設備數量迅速增加的推動力

雖然前幾波創新浪潮專注于設備或設備格局，但最近的變化已影響到細分市場、公司和使用場景。網絡設備的激增顯著改變了我們的生活，整個行業正在努力地將其所產生的勢頭轉變成效率、決策和大量數據的盈利機會。

物聯網和機器學習市場

下一波創新浪潮是受機器學習驅動的物聯網。這與物聯網的抽象潛力無關，而是在于消費類電子產品、智能家居、安全出行、智慧城市和工業4.0等特定細分市場中的成果。雖然智能手機的設計目的是供人們和端到端通信使用，但未來的變化將遠遠超出基礎設施、移動系統、智慧城市和智能制造，在市場中帶來意想不到的增長，從而實現智能互聯設備（圖2）。這一變化將重塑我們的生活及周邊基礎設施。

圖2：物聯網和機器學習的未來（按細分行業劃分）

IHS預計智能互聯產品將激增，在2015年至2020年之間，互聯設備的數量將翻倍（圖3）。在恩智浦，我們認為，互聯產品在未來五年內將取得更快的增長，而且產業合作將必不可少。恩智浦并不是在單打獨斗——其他公司在硅谷舉辦的恩智浦主題演講中也表達了類似的愿景。

圖3：IHS對物聯網和互聯設備的增長持樂觀態度，預計在2015年至2020年間數量將翻倍

微軟物聯網及混合現實銷售總監Rodney Clark在近期的恩智浦用戶大會上強調了該生態系統的發展。他解釋道，物聯網生態系統在去年一年取得的進展相當于過去五年的進展。他還強調道，多個合作伙伴需要齊心協力，為用戶（軟件供應商、硬件供應商、半導體制造商和系統集成商）提供物聯網解決方案。

物聯網和機器學習的框架條件

邊緣節點領域遵循明確的方法，無論是智能吸塵器、家用機器人還是最新工業機器人。所有系統具備相同的概念模塊（圖4）。借助于這些模塊，節點能夠識別、思考和行動，并且必須成為具有最優網絡安全功能和最高安全級別的系統的一部分。

在不同的細分市場中，這些功能的共同框架模糊了不同終端市場解決方案之間的界限。這也將使半導體行業產生一些變化，因為恩智浦等公司會探索不同任務的相似性，例如，采用能夠滿足廣泛要求的跨界處理器。

圖4：能夠以最高安全標準識別、思考、通信和行動是所有邊緣設備的基礎

傳感器技術

新邊緣節點可以利用傳感器技術獲得洞察力。傳感器可用于雷達、攝像頭、人臉和語音識別以及V2X。傳感器收集有關節點環境的信息，并回答諸如此類的問題：道路結冰了嗎？前方道路或下一個拐角是否有障礙物？附近有墻壁嗎？該區域有陡峭的坡度或其他不同尋常的情況嗎？

傳感器收集這些重要信息，然后將其傳輸到傳感器融合系統，以做出進一步決策和響應。在不斷發展的物聯網和機器學習領域，這是所有邊緣應用共有的基礎構建模塊中的第一個模塊。

思考和行動

新終端節點是智能的，需要巨大的計算能力來確保傳感器融合并推斷出恰當的響應。隨著恩智浦等公司繼續在性能和功耗方面取得迅速進展，越來越多的應用和相關決策可以在邊緣實現。在云端處理數據期間發生的延遲問題非常容易避免。這對于隱私和網絡安全也有好處，因為重要的保密信息仍在本地，只會將較不重要的語義數據傳輸到云端。

無縫連接

要利用大數據，設備需要相互連接，需要與云端連接，即使是大部分數據處理和決策工作在終端節點完成。連接顯然是物聯網的支柱。實現極近距離以及長距離連接，可以使用多項技術。這些技術包括Wi-Fi、藍牙、NFC、長距離RFID，以及無線或DSRC 802.11p，允許汽車間通信。

在恩智浦Connects大會上，恩智浦宣布推出另一項連接技術。UWB是一項極其強大且安全的無線電技術，可準確匹配對象之間的運行時間，保障網絡安全。這為工業和商業應用以及未來的汽車開創了突破性功能。全新UWB場景可能包括：在家里，門會自動打開，當居住者從一間房走到另一間房時，音樂會伴隨居住者在整個房屋內響起。有了UWB，生活變得更加簡單、順利。

安全和保護功能

終端節點和相應的應用基于兩個基本要素：功能安全和網絡安全功能。邊緣本身將作為系統安全的第一道防線，提供安全解決方案以保護物聯網系統邊緣的能力將是加速該新方法的關鍵因素。

每天，用戶依賴各種服務和云端數據保持互聯。而日漸受到機器學習的強大實力推動的物聯網需要這種連接。遺憾的是，連接也會擴大攻擊面，即攻擊手段的總和，代表黑客和攻擊者利用漏洞的潛在途徑。每種連接選項都是系統的潛在入口點。

車輛安全問題最為顯而易見，但最終，所有設備都必須得到保護。這不僅阻止黑客控制汽車（尤其是當汽車在路上行駛時），還要保護汽車，避免被設法盜取財物的罪犯入侵（例如，通過安裝勒索軟件）。

此外，隱私數據的保護也成為一個越來越重要的問題。由于越來越多的敏感信息存儲在設備上，因此需要保護與位置、駕駛習慣相關的信息及其他敏感信息。政府已采取措施來保護隱私，例如，歐盟的DSGVO（通用數據保護條例）、加利福尼亞州消費者隱私法案(CCPA)或SPY Car法案（汽車安全與隱私法案）。

整個產品范圍中的開發人員必須設計和開發在系統級別操作的跨項目解決方案，包括設備與其環境及其他設備的互動。適當的“通過設計確保安全”方法可以主動確保安全性不是事后補救，應該從一開始就集成到每個組件中。OEM制造商定義的系統安全概念將來自多個供應商的元素整合在一起。因此，在復雜的供應鏈中高效地協調該系統安全概念是取得成功的重要因素。

適用于所有系統的另一個原則是各級別的深度防御或安全機制，因為一般來說，最薄弱的環節決定了安全性有多強大。這意味著，如果一級安全防線被突破，下一級必須繼續保護系統。

安全性

在過去30年里，汽車制造商、半導體公司和主要供應商已發布功能安全的概念。這是確保新車輛電子產品推出的第一步，也廣泛應用于物聯網。功能安全基于汽車或設備中的每個電子元件都具有特定功能的理念。如果元件發生故障，系統必須能夠檢測到此錯誤并向車輛報告。

例如，在汽車中，如果駕駛艙出現紅色和橙色警告標志，則功能安全系統會報告引擎或控制單元的問題。在自動駕駛領域，功能安全是安全概念的一部分，但正朝著更復雜的安全問題快速演進。該領域不再僅局限于簡單的功能正常或不正常的概念。自動駕駛帶來新的安全問題，這些問題圍繞行為安全性和環境安全性等概念。這些一定也可以用于物聯網中的應用。

在行為安全性情景中，關注點是汽車或設備的表現是否正常。例如，它是在路邊還是在道路上行駛、是否按照適合車流的速度行駛、是否遵循所在地區的法律法規？通過對行為安全性進行先進且更復雜的評估，能夠回答諸如“在正確的情況下，車輛是否具備適當的積極性；在其他情況下，是否具備適當的防御性”這樣的問題。

除了行為安全性，還有環境安全性的概念。環境安全性旨在解決汽車無法針對動態環境變化做出適當反應的問題。如果在車輛前方的道路上有快遞車輛掉落的快遞盒，會發生什么？自動駕駛汽車如何應對？如何定義適當的方式來應對意外挑戰？環境安全性的另一部分有關在雨、霧、結冰或交通密集的情況下該怎么辦。必須確保用于控制自動駕駛車輛的電子系統和軟件能夠使車輛正確地做出響應。

嵌入式軟件和機器學習

嵌入式軟件和機器學習具備目前難以想象的新優勢，但已經開始嶄露頭角。以駕駛為例：95%的事故是由人為錯誤造成的。機器學習最終能夠排除人為因素，提高人們的安全駕駛能力。在健康保健的重病檢測領域，現在也取得了類似好處。

得益于機器學習，物聯網迎來了重要的創新浪潮。它將改進各個關鍵行業，包括消費類電子產品、汽車、智慧城市等，并需要一系列全新的智能邊緣節點。這些邊緣節點遵循類似的開發方法，使其能夠利用最新的安全和保護機制進行識別、思考和行動。