“我們正處在第四次工業(yè)革命的關(guān)鍵時刻。根據(jù)最新數(shù)據(jù)，全球端側(cè)AI設(shè)備市場規(guī)模已超過600億美元，年復(fù)合增長率（CAGR）達(dá)到22%，遠(yuǎn)超基于云的AI服務(wù)的增長率。其中，中國占據(jù)了超過35%的市場份額，預(yù)計到2030年將超過1500億美元。”

趙何娟表示，這一趨勢標(biāo)志著AI正從云端計算向?qū)崟r端側(cè)處理遷移。根據(jù)Gartner的預(yù)測，到2025年，75%的企業(yè)數(shù)據(jù)將在端側(cè)處理，這意味著我們正在經(jīng)歷云端“中心化智能”向端側(cè)“分布式智能”的歷史性跨越。

然而，要真正實現(xiàn)這一變革，端側(cè)AI必須解決三大關(guān)鍵挑戰(zhàn)。

首先，AI模型輕量化至關(guān)重要。斯坦福大學(xué)的AI指數(shù)報告顯示，模型參數(shù)每年增長230%。然而，端側(cè)AI需要輕量化的解決方案，以適配端側(cè)部署。其次，端側(cè)AI必須具備持續(xù)進(jìn)化能力，基于現(xiàn)實世界的數(shù)據(jù)不斷改進(jìn)，以保持其性能和適應(yīng)性。最后，端側(cè)AI需要實現(xiàn)產(chǎn)業(yè)場景的深度滲透，在不同行業(yè)中進(jìn)行精準(zhǔn)適配，從而提高本地環(huán)節(jié)的工作效率。

此外，為推動端側(cè)AI的賦能，趙何娟也提出了三大支撐體系。首先，需要建立“數(shù)據(jù)飛輪”生態(tài)，以實現(xiàn)數(shù)據(jù)的高效利用和循環(huán)增值。其次，推動AI與5G及物聯(lián)網(wǎng)的深度融合，將為端側(cè)AI提供更強(qiáng)大的技術(shù)支持。最后，形成開放協(xié)作的產(chǎn)業(yè)共同體，將促進(jìn)各方資源的整合與協(xié)同創(chuàng)新。

值得注意的是，在這場巨大的歷史性變革中，趙何娟認(rèn)為中國在端側(cè)AI領(lǐng)域有著自己的獨(dú)特優(yōu)勢，將占據(jù)強(qiáng)有力的地位：全球37%的端側(cè)AI專利來自中國；智慧城市端側(cè)AI設(shè)備的部署率超過60%；45%的端側(cè)AI應(yīng)用在工業(yè)質(zhì)檢場景中。到2025年，中國的邊緣計算市場預(yù)計將達(dá)到2000億元。

以下是趙何娟的演講全文，由鈦媒體App編譯：

尊敬的各位領(lǐng)導(dǎo)、行業(yè)專家、女士們、先生們：大家上午好！

我是趙何娟，鈦媒體集團(tuán)的創(chuàng)始人兼CEO。非常榮幸能夠參加MWC的AI算力發(fā)展論壇。

作為一名長期從事AI應(yīng)用研究、分析和創(chuàng)業(yè)的人士，我想分享一些關(guān)于端側(cè)AI模型如何重塑產(chǎn)業(yè)智能化的觀察。本次演講將分為三個部分：端側(cè)AI的崛起、端側(cè)AI的關(guān)鍵挑戰(zhàn)以及中國在端側(cè)AI領(lǐng)域的獨(dú)特優(yōu)勢。

首先，關(guān)于端側(cè)AI的崛起。

當(dāng)前，全球正在經(jīng)歷第四次工業(yè)革命的關(guān)鍵轉(zhuǎn)折點(diǎn)。據(jù)最新數(shù)據(jù)顯示，全球端側(cè)AI設(shè)備市場規(guī)模突破600億美元，年復(fù)合增長率達(dá)22%，遠(yuǎn)超云端AI服務(wù)增速。其中，中國占比超35%，預(yù)計2030年突破1500億美元。

這標(biāo)志著AI正從云端計算向?qū)崟r端側(cè)處理遷移。據(jù)Gartner預(yù)測，到2025年，75%的企業(yè)級數(shù)據(jù)將在邊緣產(chǎn)生，這意味著我們正在經(jīng)歷云端“中心化智能”向端側(cè)“分布式智能”的歷史性跨越。

其次，端側(cè)AI的關(guān)鍵挑戰(zhàn)是什么？要完全實現(xiàn)這一轉(zhuǎn)變，必須解決三大挑戰(zhàn)：

1、AI模型輕量化，適配端側(cè)部署

AI模型的參數(shù)量正在指數(shù)級增長——斯坦福AI指數(shù)報告顯示，主流模型參數(shù)每年增長230%，但端側(cè)AI需要輕量化突破。

例如：卡內(nèi)基梅隆大學(xué)開發(fā)了一款盲人導(dǎo)航戒指，將環(huán)境識別模型壓縮至僅52KB；荷蘭初創(chuàng)公司Epitel創(chuàng)建了一個癲癇預(yù)警系統(tǒng)，大小僅為0.5MB，提供90秒的早期預(yù)警，同時將誤報率降低了40%。

這些案例證明，小型化AI模型同樣可以在實際應(yīng)用中發(fā)揮強(qiáng)大作用。

2、AI的持續(xù)進(jìn)化能力

AI模型需要能夠不斷學(xué)習(xí)和優(yōu)化，以適應(yīng)實際應(yīng)用場景。

谷歌的DeepMind實驗室推出了一款新的AI診斷系統(tǒng)“Med-PaLM Oncology”，可以在3秒內(nèi)識別出13種癌癥的早期跡象。該系統(tǒng)的臨床驗證準(zhǔn)確率達(dá)到96.7%，超過了人類醫(yī)生。

這印證了IDC提出的“邊緣智能進(jìn)化定律”——當(dāng)端側(cè)設(shè)備具備持續(xù)學(xué)習(xí)能力，其性能可以指數(shù)級提升。

3、產(chǎn)業(yè)場景的深度滲透

端側(cè)AI正在推動制造業(yè)、農(nóng)業(yè)等行業(yè)的變革。

在特斯拉的上海工廠，端側(cè)AI視覺系統(tǒng)將誤報率降低至0.5%，檢測準(zhǔn)確率提高至99.98%，效率提升了5倍；在山東壽光，搭載端側(cè)AI的農(nóng)業(yè)無人機(jī)將害蟲檢測準(zhǔn)確率提高了40%，農(nóng)藥使用量減少了35%。

Gartner預(yù)測，到2025年，制造業(yè)中本地環(huán)節(jié)的效率將提高20%-50%。

然而，要讓端側(cè)AI真正賦能產(chǎn)業(yè)，我們需要構(gòu)建三大支撐體系：

1、建立“數(shù)據(jù)飛輪”生態(tài)

IDC預(yù)測，全球每天產(chǎn)生14.849億TB的端側(cè)數(shù)據(jù)，但只有不到15%被利用。

例如：最新的AI智能手機(jī)將本地數(shù)據(jù)處理速度提高了6倍，延遲降低至8毫秒；智能挖掘機(jī)通過端側(cè)決策將能耗降低了22%。

2、AI-5G-IoT的融合

根據(jù)波士頓咨詢公司的研究，AI+5G+物聯(lián)網(wǎng)的融合正在催生新的生產(chǎn)力。

在青島港，5G+端側(cè)AI系統(tǒng)使集裝箱調(diào)度效率提高40%；在螞蟻集團(tuán)，區(qū)塊鏈+端側(cè)AI使跨境支付處理時間從小時級縮短至秒級。

3、構(gòu)建開放協(xié)作的產(chǎn)業(yè)共同體

目前，全球已有超過200個端側(cè)AI開源項目，其中中國企業(yè)貢獻(xiàn)占比22%。Linux基金會2024邊緣計算白皮書指出，開放協(xié)作可降低端側(cè)AI部署成本60%。

最后，我想談?wù)勚袊诙藗?cè)AI領(lǐng)域的獨(dú)特優(yōu)勢。

中國在全球端側(cè)AI革命中占據(jù)著強(qiáng)有力的地位：全球37%的端側(cè)AI專利來自中國；智慧城市端側(cè)AI設(shè)備的部署率超過60%；45%的端側(cè)AI應(yīng)用在工業(yè)質(zhì)檢場景中；到2025年，中國的邊緣計算市場預(yù)計將達(dá)到2000億元人民幣。

我們要充分看到端側(cè)AI的未來和機(jī)會。已有多家機(jī)構(gòu)的綜合預(yù)測：到2026年，50%的企業(yè)端側(cè)AI系統(tǒng)將采用動態(tài)任務(wù)分配策略。到2027年，90%的端側(cè)AI設(shè)備將支持多模態(tài)交互。到2030年，30%的工業(yè)端側(cè)設(shè)備將具備自學(xué)習(xí)能力。端側(cè)AI將每年推動全球GDP增長0.3-0.8個百分點(diǎn)。

這不僅是技術(shù)的演進(jìn)，更是人類社會向智能化邁進(jìn)的關(guān)鍵一步。

最后，我想用鈦媒體長期跟蹤的一家智能制造工廠的案例來總結(jié)今天的觀點(diǎn)。在引入端側(cè)AI后，該工廠287個生產(chǎn)環(huán)節(jié)實現(xiàn)智能化，人均產(chǎn)值提升4.6倍；產(chǎn)品不良率降至百萬分之三。這印證了今天演講的核心觀點(diǎn)——當(dāng)AI算力深入產(chǎn)業(yè)一線，我們迎來的不僅是效率革命，更是人類生產(chǎn)力的維度升級。

讓我們共同努力，攜手推動這場靜默而深遠(yuǎn)的智能革命。謝謝大家！（本文首發(fā)鈦媒體APP，作者 | 饒翔宇 編輯 | 鐘毅）

763人已贊賞 >

敬原創(chuàng)，有鈦度，得贊賞

贊賞支持

0

21

0

掃描下載App