中國日報網(wǎng)3月6日電 據(jù)英國《經(jīng)濟學(xué)人》報道， 一些聯(lián)網(wǎng)的設(shè)備配備一些傳感器，收集各種信息，發(fā)送給制造商用于分析。它們好似一個數(shù)字的吸塵器，在以平均兩倍的速度增長。慕尼黑的創(chuàng)業(yè)企業(yè)Bragi開發(fā)的無線耳機卻并不如此。他們保留了大部分收集的信息（如穿戴者的生命體征），在本地數(shù)據(jù)處理。該公司首席執(zhí)行官Nikolaj Hviid說：“這些設(shè)備會越用越聰明。”
      Bragi的耳塞可謂在科技行業(yè)重大轉(zhuǎn)變中處于最前沿地位。近年來，越來越多的計算開始進入“云”狀態(tài)，即大數(shù)據(jù)中心網(wǎng)絡(luò)。不過，鐘擺開始擺動：計算正趨于本地網(wǎng)絡(luò)和智能設(shè)備的那一“邊”。
      隨著2010年代初云計算的興起，這一轉(zhuǎn)變將掀起浪潮。與眾多現(xiàn)有的硬件制造商一樣，許多創(chuàng)業(yè)企業(yè)也試圖把握此次潮流。 不過，他們真正爭奪的是本地網(wǎng)絡(luò)和智能設(shè)備這一邊——即“物聯(lián)網(wǎng)”（IoT），眾多相互連續(xù)的設(shè)備的統(tǒng)稱——的控制。亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）、微軟和其它大型云供應(yīng)商是否會設(shè)法擴大其影響力？ 或者說，這是否是包括工廠（及其他）設(shè)備制造商在內(nèi)不同公司的職權(quán)范圍？
      商業(yè)計算自20世紀(jì)50年代誕生以來，在集中化和分散化之間搖擺不定。直到20世紀(jì)70年代，商業(yè)計算還局限于大型計算機。小型計算機在20世紀(jì)八九十年代問世后，商業(yè)計算變得更加分散：個人電腦可以訪問應(yīng)用程序，而應(yīng)用程序位于企業(yè)數(shù)據(jù)中心（即“客戶機-服務(wù)器”系統(tǒng)）中的電腦里。但隨著2000年代“云”的興起，商業(yè)計算又變得集中了。每個時代都有一批新公司躋身前列，但榜首只有一個：大型機為IBM，個人電腦為微軟，云計算為AWS。
      計算再次變得分散化的一個原因是更先進的技術(shù)的出現(xiàn)。從智能手機到工廠車間里的機械設(shè)備，處于邊緣地帶的設(shè)備變得越來越智能。在配備了性能強大的處理器后，現(xiàn)在的設(shè)備可以解決幾年前一個服務(wù)器滿負荷運行才能解決的計算問題。軟件變得更加靈活，也可以運行良好。現(xiàn)在許多應(yīng)用都“虛擬化”了，即不依賴于任何特定類型的硬件，代碼可以打包在數(shù)字“容器”中，在數(shù)據(jù)中心內(nèi)便捷傳輸。這離“邊緣”更近了一步。
      對于邊緣地帶的計算的需求也在增長，而且往往出于非技術(shù)層面的原因。許多國家的法律要求數(shù)據(jù)不得出境，甚至是企業(yè)外部。企業(yè)既希望使用數(shù)據(jù)又擔(dān)心泄漏，往往傾向于將信息保留在自身內(nèi)部。就消費者而言，他們關(guān)心隱私，這正是Bragi希望通過“自給自足式”耳機解決的問題。
      科技行業(yè)的主流觀點是大部分數(shù)據(jù)最好在云端集中處理。然而，由于許多新應(yīng)用程序運行迅速，這一觀點也難以立足。據(jù)估計，無人駕駛汽車每小時可產(chǎn)生25G的數(shù)據(jù)，比高清視頻流多出近30倍。再加上發(fā)回的駕駛指令，在如此龐大的數(shù)據(jù)上傳之前，汽車可能早就撞上了某個竄出在馬路上的行人。
      另一個考慮是經(jīng)濟性的調(diào)整。調(diào)整越快收入就會越多，如優(yōu)化工廠機器運行。這意味要在獲取數(shù)據(jù)時第一時間進行分析，而這一環(huán)節(jié)要在本地完成。這也能省去云端傳輸、存儲和處理數(shù)據(jù)的成本。

      伯恩斯坦研究公司（Bernstein Research）的皮埃爾·費拉格（Pierre Ferragu）解釋稱，這些束縛表明使用人工智能的服務(wù)越來越多地分裂成兩個部分，就像客戶端和服務(wù)器程序一樣。例如，無人駕駛汽車的算法首先要在云端數(shù)百萬英里的駕駛數(shù)據(jù)中進行訓(xùn)練，才能部署在汽車?yán)镄阅軓姶蟮碾娔X里，通過分析實時數(shù)據(jù)來駕駛汽車。同樣，許多監(jiān)控攝像機現(xiàn)已配備云端訓(xùn)練的面部識別軟件。蘋果最新款的的iPhone也是如此。 去年11月，谷歌宣布對其人工智能系統(tǒng)TensorFlow進行升級——這個系統(tǒng)能允許開發(fā)人員將算法部署到移動設(shè)備上。
      不過，Swim首席技術(shù)官Simon Crosby認為，在許多情況下，算法的訓(xùn)練必須在本地進行，人工智能程序才能具有商業(yè)價值。例如，在硅谷Palo Alto的十字路口，交通信號燈每天產(chǎn)生4TB的數(shù)據(jù)并發(fā)送給云計算提供商進行處理，每月將花費數(shù)千美元。Swim新研發(fā)的系統(tǒng)，在數(shù)據(jù)產(chǎn)生時就對其進行分析，完成同樣的任務(wù)只需幾百美元。
雖然人們普遍認為物聯(lián)網(wǎng)是大勢所趨，對于其將如何改變科技行業(yè)則各有己見。引用硅谷風(fēng)險投資公司Andreessen Horowitz的Peter Levine在其播客中使用的一個聳動標(biāo)題，沒有人期待“云計算的終結(jié)”。他自己預(yù)測，集中式云計算，特別是亞馬遜，谷歌和微軟的云計算將繼續(xù)增長。
      不過，各地正涌現(xiàn)出許多小型的本地型數(shù)據(jù)中心。EdgeConneX和vXchnge等企業(yè)建立了城市數(shù)據(jù)中心網(wǎng)絡(luò)。創(chuàng)業(yè)企業(yè)Vapor IO開發(fā)了一種便攜數(shù)據(jù)中心，外型像一個圓形冰箱，能迅速部署在地下室。愛立信和諾基亞等電信設(shè)備制造商以及一些網(wǎng)絡(luò)運營商都在研究“移動邊緣計算”，這相當(dāng)于把計算機放在無線基站旁或中央交換局內(nèi)。也有人推測，亞馬遜在2017年以近140億美元收購連鎖商店Whole Foods的原因之一就是為當(dāng)?shù)財?shù)據(jù)中心積累資料。
      計算機制造商將這一轉(zhuǎn)變視為收復(fù)失地的機會。戴爾/EMC和惠普（HP）都希望將更多的設(shè)備賣給熱衷于在本地收集數(shù)據(jù)的企業(yè)。不過，咨詢機構(gòu)Wikibon的喬治·吉爾伯特（George Gilbert）表示，這些IT企業(yè)繼續(xù)向前邊緣領(lǐng)域進發(fā)的能力有限。這些企業(yè)懂得如何向IT部門銷售商品硬件，但大多數(shù)物聯(lián)網(wǎng)設(shè)備將更加定制化，需要特殊的軟件，并銷售給管理機器的人員。銷售各種互聯(lián)網(wǎng)設(shè)備的思科（Cisco）似乎處于優(yōu)勢地位。
      大型云計算提供商也試圖占領(lǐng)周邊市場。今年5月，微軟的宣傳語由“移動優(yōu)先，云優(yōu)先”改為“智能云和智能端”，推出用AI算法將軟件容器分派到任何設(shè)備的服務(wù)。AWS的產(chǎn)品組合現(xiàn)在也包含一項名為Greengrass的服務(wù)，用于將物聯(lián)網(wǎng)設(shè)備的群集變成微型云。IBM在2015年以20億美元的價格收購天氣預(yù)報公司的時，希望得到不僅是天氣數(shù)據(jù)，還有成千上萬的邊緣計算“存在點”。
      無論誰占上風(fēng)，計算能力將愈加移動化，即使在最小的設(shè)備中也能發(fā)現(xiàn)這一趨勢。可以根據(jù)程序選擇最佳位置進行數(shù)據(jù)處理。數(shù)據(jù)專家開始使用另一個術(shù)語：“霧計算”。 但是，這個比喻略顯模糊。更好、更詩意的一個詞是“空氣計算”：它無處不在，給物以生命。