如今，行業流行將AI與IoT結合到一起來看，也就是“AI+IoT”，熟稱AIoT，。人工智能技術與物聯網在應用場景中進行融合，無疑是行業發展必然趨勢，當然無論是AI，還是物聯網，都離不開一個關鍵：數據。

數據是互聯互通的基礎，對于如何存儲數據?如何對數據進行處理?在科學技術的發展史上做過諸多的研究，如云服務，讓數據發揮價值提供了保障。隨著5G時代的來臨，對數據的處理要求越來越高，AIoT的實現對數據處理提出了更高的需求，而邊緣計算的處理能力就很好的解決這一問題。為此，電子發燒友采訪了索喜科技(上海)有限公司銷售部項目總監趙輝。

趙輝指出，云計算是集中式大數據處理，而邊緣計算則可以理解為邊緣式大數據處理。不同的是邊緣計算無需將數據傳到遙遠的云端，在邊緣側就能解決，因此邊緣計算能更實時、更快速地進行數據分析和處理。另外，邊緣計算關鍵優勢則是與安全性和合規性，由于邊緣設備能夠在本地進行數據處理，因此即使遭到網絡攻擊，所受影響也不會那么嚴重。

面對AIoT市場，Socionext如何抓住機會?

趙輝談到，前不久Socionext 推出的SC2002(M11S)圖像處理器，這款處理器具備有卓越的背光校正功能和低照度攝影功能，不同于市面上的低照度攝像機，搭載SC2002影像處理器的監控攝像機能在不借助任何光照或紅外線補光技術，僅憑借其高效能和低功耗的特征，就能實現影像的檢測、識別和預測。

在硬件方向，SC2002更搭載最新的H.265視頻編碼器及高性能影像處理功能，且其一大特點是在通常操作情況下其功耗低于1.5W。主要有幾大功能：

其一，DOL WDR(數字重疊寬動態技術) ，WDR將兩三幅以不同曝光拍攝的影像合成，達至120dB的動態范圍，從而當影像包含不同光量的區域時提高可視性;

其二，HEVC編碼器，HEVC編碼器以H.264的一半比特率保持詳細信息。能有效改善靜態物件的銳度、保持移動物件的輪廓、降低移動物件的塊狀噪聲及減小網絡帶寬;

其三，視頻解析功能，內置的DSP和HW核心實現智慧功能，讓不同應用成真;

如何降低物聯網設備功耗，一直以來都是開發者的最為關心的，SC2002圖像處理器采用ROI智能編碼技術，可以根據要求對視頻進行智能編碼，并在不損失圖像質量的前提下，優化視頻編碼性能，大幅降低網絡帶寬占用率和減少存儲空間。具體技術參數如下：

AIoT的邊緣計算，市場趨勢如何?

回顧過去20年我們看到，2000年前后隨著IT技術的進步帶動了中國PC的普及，隨之誕生了BAT這類互聯網企業。之后智能手機的普及推動了一大批像美團、滴滴出行這類移動互聯網公司的發展。趙輝談到，目前在人工智能的研究與發展方面，中國技術已經達到了世界領先水平，并涌現出大批獨角獸公司。作為信息時代的尖端技術，人工智能產業已經成為了社會經濟發展的新引擎。

隨著AI技術的不斷普及，以及不斷和商業結合，市場將出現更多新的產業，加上5G技術的落地，AIoT的邊緣計算預計會在自動輔助駕駛、安防和智慧城市等多個領域有更多開花。

而圖像處理技術是索喜科技擅長的領域之一，獨自研發的Milbeaut?系列成像處理器可以跟蹤記錄數碼單反相機、智能手機、監控攝像頭和其他各種攝像頭，提供多種解決方案，SC2002圖像處理器就屬于Milbeaut?系列產品。

趙輝指出，“物聯網和AI市場爆發式的增長加速了物聯網和人工智能的融合，AIoT必將是未來發展的一大趨勢，甚至可能進一步改變原有的產業生態。一直以來，索喜科技都十分看好中國AIoT市場，并期望通過努力開拓與本土企業的合作，助力中國AIoT產業發展。”

可以預見，未來三年很可能是邊緣計算的爆發期。隨著5G商用落地不斷逼近，它將對邊緣計算起到一定的促進作用，為邊緣計算掃除網絡帶寬的限制。伴隨著物聯網終端設備的不斷涌現，邊緣計算市場規模將超萬億，成為與云計算平分秋色的新興市場。

小結：AIoT帶來市場需求主要表現在兩個方面：一是對芯片低功耗、低成本并能有效完成AI運算(邊緣計算)需求;二是IoT需求碎片化嚴重，對AI算力的需求也不盡相同，需要做一些定制化的服務。只有從IoT的不同場景出發，增加提升性能的同時、降低功耗和成本、滿足邊緣計算以及跨設備形態，才能符合市場需求。