邊緣計算是在靠近物或者數據源頭的邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能化方案，滿足行業數字化在高實時性、低帶寬能耗，高安全隱私保護，高可靠性等方面的關鍵需求。

由于邊緣計算直接在靠近數據產生的地方進行計算，避免了數據的上傳與下載過程，具有較高的實時性。而且，邊緣端產生的大量數據不再全部傳遞到云端，對云端的帶寬以及能耗都有顯著的降低。邊緣計算將用戶的個人敏感隱私信息存儲在設備端，避免了傳輸帶來的安全隱患。數據在邊緣側直接進行計算，減低了由于網絡覆蓋以及故障帶來的影響，具有較高的可靠性。

隨著5G時代物聯網的持續發展，Gartner預測到 2025年企業產生的數據將有75%從傳統的中心或者云平臺轉向邊緣側。5G網絡和邊緣分布式計算結合在一起彼此增強，為行業新的產品與體驗創造機遇。通過 5G網絡提供的高速率和低延遲，再加上在邊緣處理數據的實時性與安全性，有望在汽車、媒體（VR/AR）、智慧城市、智慧醫療、智能制造等垂直領域有更大的發展空間。

現階段邊緣側智能計算的軟硬件生態呈現碎片化與異構特性，軟件上有Tensorflow、Caffe、Pytorch等深度學習框架平臺，硬件計算單元上有CPU、GPU、NPU以及DSP等計算單元，這對邊緣計算產品的開發者來說，選擇一套高效軟硬件平臺變得非常困難。

紫光展銳為邊緣計算產品開發設計者提供了一套通用的異構計算平臺，幫助用戶進行性能、功耗分析，并提供軟硬件選型參考的工具。展銳的AI技術平臺AIactiver，通過異構硬件、全棧軟件和業務深度融合，不僅大幅優化了原生用戶體驗，同時也向客戶提供了完整的二次開發平臺和定制服務，助力生態合作伙伴高效便捷的開發豐富的AI應用。

平臺底層是異構硬件，異構多核的NPU架構為不同類型的算法提供了足夠的靈活度和優異的能效。AI編譯器將前端框架工作負載直接編譯到硬件后端，充分使用現有的硬件資源，兼顧存儲和效率，降低開發者的開發難度。AI計算平臺和工具鏈，則為開發者提供了良好的開發環境。

展銳通過AI技術重構了芯片的多個關鍵子系統，如CPU/GPU處理器子系統和多媒體子系統，為用戶提供優異的用戶體驗。展銳正在將AI作為一項彌散型技術，全面融入到所有的產品規劃中去。

審核編輯：符乾江