米文动力CEO杨冠文：智能边缘计算如何应对产业“万物智联”？

03 硬科技专场论坛

会上，杨冠文博士参与“项目—资本对接会”硬科技专场路演，分享米文动力在边缘计算领域对行业场景应用的探索和实践，展示米文动力独特的自研软件核心优势，与嘉宾共同探讨智能边缘计算这一细分行业的发展现状与前沿趋势。

杨冠文博士指出，在智慧交通、车路协同、轨道交通、工业视觉、智慧农业等战略性新兴产业，边缘计算都真正做到了给用户解决问题、带来价值。未来，米文动力会继续秉承“坚持用硬科技提高生产力”的信念，深入行业、贴近场景、服务用户，帮助行业更加健康有序发展，为人工智能产业带来更多惊喜，实打实地为社会提供价值。

04 整理杨冠文博士演讲全文如下：

大家好，我是米文动力杨冠文。很荣幸来到这次峰会，给大家汇报一下米文动力这几年的历程。

米文动力成立于2015年，是一家专业从事嵌入式人工智能科技的高新技术企业，致力于提供软硬一体边缘计算产品及技术。

1、边缘计算是不同于云计算的技术领域

未来社会应该是一个云边协同的时代，云端算力和边缘端算力相辅相成，不会出现一个取代另外一个的情况，二者合作去完成一个任务，到底哪个更重要，要从具体的场景去看。

从2015年进入边缘计算行业开始，米文动力就跟很多同行有不太一样的认识，大家普遍认为算力要从云端平衡到终端，但其实边缘计算跟云计算是非常不同的技术领域和方向，这不仅仅是一个简单的算力平移终端的问题。

主要从两个方面来讲：

从云计算角度来说，数据中心需要更多算力时，插更多的卡、接更多的服务器就可以实现，数据中心不太需要考虑算力条件，软件和算力是解耦合的，如果需要的服务比较复杂，花钱买更多的算力就行，无需考虑算力这个限制因素。

从边缘侧角度来说，情况是不一样的，比如智慧交通、无人驾驶等场景，需要把边缘侧设备放在指定地点或挂到路边电线杆，算力是固定的，但需求却不断增加。比如今天需要监测行人，明天需要监测车牌，后天需要监测施工，大后天需要监测违停等等，这个需求是在不断增加的。而边缘侧无法像云计算一样通过不断增加更多的硬件去实现算力的提升，所以需要做软硬一体和算力优化来满足场景的需求。

这两者的技术方向不太一样。

此外，数据中心基本上所有的任务都是计算，有的用CPU，有的用GPU，但都是计算；边缘侧跟数据中心不一样，边缘侧是一个很复杂的场景，承担的任务要远远多于计算本身。首先边缘侧需要接很多传感器，要先感知环境，感知完后数字化，再整合过滤，之后才有计算、通信、数据同步等后续处理，所以边缘计算对于云计算来讲，需要一个简单的设备形态去完成多样化的功能。

我们打开自动驾驶车辆的后备箱会发现，里面装满了密密麻麻各种各样的盒子，一个盒子执行一个功能，这一定不是最终的解决样态，未来肯定需要一个最简单的硬件形式去满足多个功能的需求。

2、国内首批英伟达全球生态推荐贝斯特全球最奢华218

     英伟达最高级别合作伙伴NPN Elite Partner

米文动力的发展和成立与英伟达 Jetson芯片的诞生有很大关系。

早在2014年、2015年，英伟达还是一个游戏公司，2015年AI爆发之后，英伟达在数据中心云上的业务增长很快，开始考虑边缘计算这个场景，当时米文了解到这个信息后非常认同，也认同边缘侧技术的发展，于是在2015年成立了米文动力。

米文动力成立第一天就开始与英伟达合作，在Jetson平台上去做深度的、软硬件一体的开发。与英伟达合作这几年，明显感觉到英伟达生态在全球的爆发，边缘侧在很多应用场景也飞速落地。

米文动力虽然是一家创业公司，但一直是英伟达技术上最高等级的合作伙伴（Elite Partner），也是2018 NVIDIA Inception awards初创企业大赛第三名、嵌入式领域第一名，前两名是云计算的一些创业公司，因为云计算依然是英伟达最大的业务板块，而嵌入式在英伟达业务里增速最快。

3、英伟达芯片大家都买得到，那米文动力到底在上面做了什么事情？

简单来说，第一个是算力再平衡。

前面提到算力平衡是需要把算力从云端平衡到终端，那再平衡是什么呢？其实就是根据算法的特点和不同，在边缘侧设备内部重新分配算力。目前，几乎所有的边缘侧设备都是多核异构，设备内有CPU、GPU，有很多不同种类的加速核，米文动力根据不同的场景需求和任务，在这个多核异构的结构里面重新分配任务，让设备有更高效、即时的执行任务。

第二个是，米文动力在英伟达芯片模组基础上，研发了一系列软硬一体边缘设备来解决复杂的场景应用问题。

这几年人工智能领域有一个明显的技术趋势，就是多传感器融合，以前因为激光雷达成本太高，限制了多传感器融合的使用，现在随着激光雷达的价格不断降低，多传感器融合在很多场景下都已开始普及。

多传感器融合其实比较好理解，就跟人一样，眼睛获取的信息占70%，还需要耳朵和其他感官收集信息。以此类比，在复杂场景下，单纯用摄像头会有很多问题解决不了，需要融合激光雷达共同收集数据，而激光雷达和摄像头收集的数据要完成前融合，第一个工作就是要做到数据的同步，需要不同传感器收集来的数据在空间和时间上一一对齐，才能形成一个高维度的信息去分析这个环境。

举例来说，摄像头看到墙上画了一条路，对摄像头来说看到的是一条路，对激光雷达来说看到的可能是一堵墙，单个传感器都会造成信息的缺失，只有融合以后才能有高维的数据库来产生更丰富的信息完成工作，所以多传感器里面的时钟同步就是一个比较重要的功能。

目前大家普遍的采用方案都是FPGA ，单独一个芯片把所有数据传到FPGA，先完成数据同步，再把数据传输到计算平台，随着传感器精度越来越高、数据量越来越大，从同步平台将数据传输到计算平台需要消耗的时间就越多，为了解决同步性问题而牺牲实时性，这是不合理的。

与FPGA方案不同，米文动力把英伟达芯片多核异构计算核做了改造，能给外部设备同步授时，授时核与负责计算的CPU、GPU共享内存，数据收集来后在内存就被读取，省去了来回传输的时间，效率和精度都比较高，同步精度可达亚纳秒级，意味着现在的传感器再往前迭代、升级几代也都可以满足其精度要求，这就是米文动力做的工作的一个闭环，也是米文动力非常有竞争优势的独特软件功能。

再补充一点，就是刚刚说的异构再异构，前面说米文动力的芯片是一个多核异构的结构，那什么是再异构的结构呢？就是把多个芯片在底层实现PIN to PIN的统一，未来希望除了GPU还会有其他的芯片可以纳入客户应用当中，由米文动力来完成PIN to PIN的芯片兼容。

4、米文动力坚持“懂行业、懂场景”

对于场景来说，边缘计算这个行业其实跟二十年前的互联网是一样的。最开始互联网作为一种能力可以用在很多行业，总有一两个最先落地的场景，比如20年前雅虎这样的门户网站先兴起，一直到今天的移动互联网、滴滴、美团等的应用。而AI 和边缘计算领域，目前所有行业还处在尝试阶段，2019年开始有比较明显的行业落地加速。

米文动力目前主要聚焦三个领域：

第一是特种车辆，包括像在农机、港口或挖掘机等重型机械上配置智能设备，完成智慧作业；

第二是在特殊的工业场景里面通过多传感器融合的方式去做感知，提供高实时性、高准确率、低误报率的智能质检和分选；

第三是轨道交通里的智能防碰撞和轨道检查，比如我们在中车项目里做的高铁超前防撞方案，之前台湾的铁轨发生过事故，其实中车几年之前就开始研究类似这种高速列车行进过程中超远距离防撞的问题。

5、结语

目前人工智能正处在加速发展的关键点，但人工智能的应用落地是一个永无止境的过程。

在英伟达生态里，米文动力比较幸运，跟随英伟达用5-6年的时间打磨技术和产品，并在百余个项目中不断锤炼，积累了一些经验。

米文动力希望做的事情就是在边缘计算领域，将软件和硬件结合在一起，不断开发出一系列成熟的高算力产品，赋能产业由万物互联上升至万物智联。

以上就是我的分享，谢谢大家。