欧洲色图亚洲色图,无码毛片在线看,国产成人麻豆精品午夜在线,成人在线免费观看三级片,约了个苗条身材妹子在线,欧美日韩在线电影,久久久久黄,特黄AAAAAAA免费无码

前言：隨著邊緣設(shè)備的廣泛使用和性能提升，將機(jī)器學(xué)習(xí)相關(guān)的部分任務(wù)遷移到邊緣，也即邊緣AI技術(shù)，已成為必然趨勢(shì)。但僅憑技術(shù)是不足夠完成落地和產(chǎn)業(yè)轉(zhuǎn)化的，近日我們啟動(dòng)了邊緣AI研發(fā)落地生態(tài)挑戰(zhàn)調(diào)研。我們發(fā)現(xiàn)，當(dāng)前學(xué)界業(yè)界在落地過程已經(jīng)遇到各式各樣的困難，重點(diǎn)生態(tài)挑戰(zhàn)包括數(shù)據(jù)集和配套算法難以獲取、通用方案無法滿足特定業(yè)務(wù)、缺乏商業(yè)成功案例等。

報(bào)告下載：

邊緣AI研發(fā)落地生態(tài)挑戰(zhàn)調(diào)研

基于一些落地經(jīng)驗(yàn)，華為云邊緣云創(chuàng)新實(shí)驗(yàn)室（ECIL，Edge Cloud Innovation Lab，Huawei Cloud）系列文章中曾介紹過數(shù)據(jù)異構(gòu)等四大技術(shù)挑戰(zhàn)。針對(duì)這些挑戰(zhàn)，各個(gè)技術(shù)方案落地與成果轉(zhuǎn)化到產(chǎn)業(yè)的進(jìn)程正在緊鑼密鼓地進(jìn)行。但僅憑技術(shù)是不足夠完成落地和產(chǎn)業(yè)轉(zhuǎn)化的。當(dāng)前學(xué)界業(yè)界很多團(tuán)隊(duì)已經(jīng)遇到各式各樣的困難，比如數(shù)據(jù)集難以獲取、通用方案無法滿足特定業(yè)務(wù)、缺乏商業(yè)成功案例等。

因此除了技術(shù)挑戰(zhàn)外，華為云邊緣云創(chuàng)新實(shí)驗(yàn)室一直密切關(guān)注邊緣AI的生態(tài)挑戰(zhàn)*。為了讓更多邊緣AI領(lǐng)域的朋友多快好省地完成技術(shù)研發(fā)落地和商業(yè)閉環(huán)，華為云邊緣云創(chuàng)新實(shí)驗(yàn)室啟動(dòng)了邊緣AI研發(fā)落地生態(tài)挑戰(zhàn)調(diào)研。

本次調(diào)研通過問卷發(fā)放的方式，希望進(jìn)一步了解邊緣AI方案落地與產(chǎn)業(yè)落地過程中遇到的生態(tài)挑戰(zhàn)。截至2021年11月29日，已回收有效答卷175份，問卷開放選項(xiàng)采集到49條補(bǔ)充意見和8條補(bǔ)充建議。

根據(jù)調(diào)研結(jié)果，對(duì)邊緣AI各角色而言，當(dāng)前阻礙研發(fā)落地，首當(dāng)其沖生態(tài)挑戰(zhàn)分別是：

算法開發(fā)者：“真實(shí)業(yè)務(wù)數(shù)據(jù)集及其基線算法、預(yù)訓(xùn)練模型難以獲取”
服務(wù)開發(fā)者：“通用方案整體性能不一定滿足特定業(yè)務(wù)需求”
技術(shù)布道者：“缺乏商業(yè)成功案例”

具體調(diào)研報(bào)告結(jié)果請(qǐng)見下文。

調(diào)研對(duì)象

調(diào)研對(duì)象職業(yè)主要是工業(yè)界從業(yè)者（53.45%），其次是在校學(xué)生（31.03%）和學(xué)術(shù)界研究者（25.86%）。

調(diào)研對(duì)象的技術(shù)方向主要是邊緣AI及其應(yīng)用（55.75%）、AI及其應(yīng)用（49.43%）、邊緣計(jì)算及其應(yīng)用（42.53%）。也有約四分之一的方向?yàn)樵朴?jì)算及其應(yīng)用（25.86%），以及少量的其它方向（13.22%）。

邊緣AI算法開發(fā)者

本問卷中，邊緣AI算法開發(fā)者是指研發(fā)聯(lián)邦學(xué)習(xí)、協(xié)同推理乃至深度學(xué)習(xí)調(diào)度等邊緣AI典型算法的角色。有80.46%調(diào)研對(duì)象填寫了邊緣AI算法開發(fā)者相關(guān)問卷調(diào)研選項(xiàng)。對(duì)每個(gè)挑戰(zhàn)的負(fù)面影響有四種選項(xiàng)，包括“不了解可跳過”“可維持現(xiàn)狀”“建議改進(jìn)”“亟需改進(jìn)”。

本章先介紹答卷中關(guān)于各個(gè)算法開發(fā)生態(tài)挑戰(zhàn)的不同維度調(diào)研結(jié)果，本章末尾將小結(jié)各不同維度的結(jié)論。

平均分

若選擇“不了解跳過”或“可維持現(xiàn)狀”記為0分，“建議改進(jìn)”記為5分，“亟需改進(jìn)”記為10分，答卷中對(duì)邊緣AI算法開發(fā)者各挑戰(zhàn)的平均分值如下圖所示。對(duì)比認(rèn)為“還有其他重要挑戰(zhàn)”的1.43分，問卷中所羅列的各挑戰(zhàn)都超過了5分，可以認(rèn)為各挑戰(zhàn)都有改進(jìn)的需求。

其中，平均分值最高（6.87分）的挑戰(zhàn)是：

“真實(shí)業(yè)務(wù)數(shù)據(jù)集及其基線算法、預(yù)訓(xùn)練模型難以獲取”

在截尾均值* 6.09分以上的其它頭部挑戰(zhàn)還包括：

“算法研發(fā)迭代中，重復(fù)部署整套端邊云系統(tǒng)過于沉重”

“缺乏AI工具，包括資源監(jiān)控、節(jié)點(diǎn)仿真、標(biāo)注工具等”

“算法找不到對(duì)應(yīng)業(yè)務(wù)場(chǎng)景，或很難得知實(shí)際業(yè)務(wù)落地性能”

*截尾均值指是指在一個(gè)數(shù)列中，去掉兩端的極端值后所計(jì)算的算術(shù)平均數(shù)。在本問卷中用于屏蔽最后一個(gè)開放選項(xiàng)的影響，下同。

從“邊緣AI及其應(yīng)用”方向細(xì)分工業(yè)界、學(xué)術(shù)界和在校學(xué)生等不同職業(yè)調(diào)研對(duì)象（三者在調(diào)研對(duì)象中的比例大致為2:1:1），細(xì)化算法開發(fā)者各項(xiàng)挑戰(zhàn)平均分：

“邊緣AI及其應(yīng)用”方向下各職業(yè)平均分值最高的算法開發(fā)挑戰(zhàn)分別是：

工業(yè)界：“缺乏AI工具，包括資源監(jiān)控、節(jié)點(diǎn)仿真、標(biāo)注工具等” （平均分7.5）
學(xué)術(shù)界：“缺乏真實(shí)業(yè)務(wù)及其研究需求的固定來源” （平均分7.14）
在校學(xué)生：“真實(shí)業(yè)務(wù)數(shù)據(jù)集及其基線算法、預(yù)訓(xùn)練模型難以獲取”（平均分7.68）

在截距均值以上的其它頭部挑戰(zhàn)還包括：

工業(yè)界（截距均值6.19）：

“真實(shí)業(yè)務(wù)數(shù)據(jù)集及其基線算法、預(yù)訓(xùn)練模型難以獲取”（平均分7.1）
“算法研發(fā)迭代中，重復(fù)部署8整套端邊云系統(tǒng)過于沉重”（平均分7）
“邊緣AI系統(tǒng)部署等起步過程中缺乏指南文檔”（平均分6.35）

學(xué)術(shù)界（截距均值6.30）：

“真實(shí)業(yè)務(wù)數(shù)據(jù)集及其基線算法、預(yù)訓(xùn)練模型難以獲取”（平均分6.96）
“缺乏AI工具，包括資源監(jiān)控、節(jié)點(diǎn)仿真、標(biāo)注工具等”（平均分6.72）

在校學(xué)生（截距均值6.77）：

“缺乏真實(shí)業(yè)務(wù)及其研究需求的固定來源”（平均分7.41）
“算法找不到對(duì)應(yīng)業(yè)務(wù)場(chǎng)景，或很難得知實(shí)際業(yè)務(wù)落地性能”（平均分7.59）

亟需改進(jìn)

對(duì)于邊緣AI算法開發(fā)者，問卷中提及的挑戰(zhàn)被選為“亟需改進(jìn)”的比例通常三分之一左右，高于“還有其他重要挑戰(zhàn)”的6.36%，可以認(rèn)為各個(gè)挑戰(zhàn)都有相當(dāng)?shù)钠惹行枨蟆?/span>

其中被選為“亟需改進(jìn)”的挑戰(zhàn)中比例最高（42.77%）的是：

“真實(shí)業(yè)務(wù)數(shù)據(jù)集及其基線算法、預(yù)訓(xùn)練模型難以獲取”

在截尾均值（33.33%）以上的其它頭部挑戰(zhàn)還包括：

“算法研發(fā)迭代中，重復(fù)部署整套端邊云系統(tǒng)過于沉重”

“缺乏AI工具，包括資源監(jiān)控、節(jié)點(diǎn)仿真、標(biāo)注工具等”

“算法找不到對(duì)應(yīng)業(yè)務(wù)場(chǎng)景，或很難得知實(shí)際業(yè)務(wù)落地性能”

“邊緣AI系統(tǒng)部署等起步過程中缺乏指南文檔”

可以看到，除了一個(gè)挑戰(zhàn)，“亟需改進(jìn)”和“平均分”頭部挑戰(zhàn)基本保持一致，這個(gè)有區(qū)別的挑戰(zhàn)是：

“邊緣AI系統(tǒng)部署等起步過程中缺乏指南文檔”

但可以觀察到，除了“亟需改進(jìn)”維度，該挑戰(zhàn)其實(shí)在“平均分”維度也是非常接近頭部（距離截尾均值0.02），這說明其重要性。

可改進(jìn)

問卷中的絕大部分挑戰(zhàn)都以較大比例（63.1% - 69.94% ）被選為“建議改進(jìn)”和“亟需改進(jìn)”（下總稱“可改進(jìn)”），對(duì)比認(rèn)為“有其他重要挑戰(zhàn)”需改進(jìn)的比例僅為13.87%，說明列舉在問卷中相關(guān)挑戰(zhàn)大部分都明顯有改進(jìn)的需求。

其中，被認(rèn)為“可改進(jìn)”的挑戰(zhàn)中比例最高（69.94%）的是：

“真實(shí)業(yè)務(wù)數(shù)據(jù)集及其基線算法、預(yù)訓(xùn)練模型難以獲取”

在截尾均值（67.06%）以上的其它頭部挑戰(zhàn)還包括：

“缺乏真實(shí)業(yè)務(wù)及其研究需求的固定來源”

“邊緣AI系統(tǒng)部署等起步過程中缺乏指南文檔”

“缺乏AI工具，包括資源監(jiān)控、節(jié)點(diǎn)仿真、標(biāo)注工具等”

“算法研發(fā)迭代中，重復(fù)部署整套端邊云系統(tǒng)過于沉重”

與“亟需改進(jìn)”相比，“可改進(jìn)”維度頭部部分選項(xiàng)排名有變化。

1、在“可改進(jìn)”維度頭部選項(xiàng)中，比“亟需改進(jìn)”排名更高的挑戰(zhàn)，可以認(rèn)為是有一定的重要性，但相對(duì)不那么緊急。這些可能看上去更“長遠(yuǎn)”的“重要不緊急”挑戰(zhàn)包括：

“缺乏真實(shí)業(yè)務(wù)及其研究需求的固定來源”

“邊緣AI系統(tǒng)部署等起步過程中缺乏指南文檔”

第二個(gè)挑戰(zhàn)也與“亟需改進(jìn)”部分結(jié)論一致。

2、在“亟需改進(jìn)”維度頭部選項(xiàng)中，比“可改進(jìn)”排名更高的挑戰(zhàn)，可以認(rèn)為是一定的重要性，但相對(duì)比較緊急，這些看上去更“緊迫”的“重要且緊急”挑戰(zhàn)包括：

“算法研發(fā)迭代中，重復(fù)部署整套端邊云系統(tǒng)過于沉重”

“缺乏AI工具，包括資源監(jiān)控、節(jié)點(diǎn)仿真、標(biāo)注工具等”

小結(jié)

對(duì)邊緣AI算法開發(fā)者有以下結(jié)論：

平均分值最高（6.87分）的挑戰(zhàn)是：
“真實(shí)業(yè)務(wù)數(shù)據(jù)集及其基線算法、預(yù)訓(xùn)練模型難以獲取”
其它頭部重要挑戰(zhàn)中

“重要不緊急”頭部重要挑戰(zhàn)包括：
“缺乏真實(shí)業(yè)務(wù)及其研究需求的固定來源”“邊緣AI系統(tǒng)部署等起步過程中缺乏指南文檔”
“重要且緊急”頭部重要挑戰(zhàn)包括：
“算法研發(fā)迭代中，重復(fù)部署整套端邊云系統(tǒng)過于沉重”“缺乏AI工具，包括資源監(jiān)控、節(jié)點(diǎn)仿真、標(biāo)注工具等”

3. “邊緣AI及其應(yīng)用”方向下算法開發(fā)各職業(yè)平均分值最高的生態(tài)挑戰(zhàn)分別是：

工業(yè)界：
“缺乏AI工具，包括資源監(jiān)控、節(jié)點(diǎn)仿真、標(biāo)注工具等” （平均分7.5）
學(xué)術(shù)界：
“缺乏真實(shí)業(yè)務(wù)及其研究需求的固定來源” （平均分7.14）
在校學(xué)生：
“真實(shí)業(yè)務(wù)數(shù)據(jù)集及其基線算法、預(yù)訓(xùn)練模型難以獲取”（平均分7.68）

問卷中也嘗試調(diào)研邊緣AI算法開發(fā)其余重要挑戰(zhàn)，調(diào)研結(jié)果詞云如下所示，包括邊緣AI概念與定義、硬件方案、人才協(xié)作、工具與文檔、場(chǎng)景需求、AI效果等24條意見，由于篇幅限制不一一闡述。

邊緣AI服務(wù)開發(fā)者

本問卷中，邊緣AI服務(wù)開發(fā)者是指，在給定算法基礎(chǔ)上開發(fā)工業(yè)、Re-ID、能源、機(jī)器人等邊緣AI服務(wù)的角色。有74.90%的調(diào)研對(duì)象填寫了邊緣AI服務(wù)開發(fā)者相關(guān)問卷調(diào)研選項(xiàng)。對(duì)每個(gè)挑戰(zhàn)的負(fù)面影響有四種選項(xiàng)，包括“不了解可跳過”“可維持現(xiàn)狀”“建議改進(jìn)”“亟需改進(jìn)”。

本章先介紹答卷中關(guān)于各個(gè)算法開發(fā)生態(tài)挑戰(zhàn)的不同維度調(diào)研結(jié)果，本章末尾將小結(jié)各不同維度的結(jié)論。

平均分

若選擇“不了解跳過”或“可維持現(xiàn)狀”記為0分，“建議改進(jìn)”記為5分，“亟需改進(jìn)”記為10分，答卷中對(duì)邊緣AI服務(wù)開發(fā)者各挑戰(zhàn)的平均分值如下圖所示。對(duì)比認(rèn)為“還有其他重要挑戰(zhàn)”的1.24分，問卷中所羅列的各挑戰(zhàn)都超過了5分，可以認(rèn)為各挑戰(zhàn)都有改進(jìn)的需求。

其中，平均分值最高（6.76分）的挑戰(zhàn)是：

“通用方案整體性能不一定滿足特定業(yè)務(wù)需求”

在截尾均值6.09分以上的其它頭部挑戰(zhàn)還包括：

“自研業(yè)務(wù)算法和系統(tǒng)方案周期長成本高”

“方案效果復(fù)現(xiàn)困難或通用方案應(yīng)用范圍存疑”

從“邊緣AI及其應(yīng)用”方向細(xì)分工業(yè)界、學(xué)術(shù)界和在校學(xué)生等不同職業(yè)調(diào)研對(duì)象（三者在調(diào)研對(duì)象中的比例大致為2:1:1），細(xì)化服務(wù)開發(fā)者各項(xiàng)挑戰(zhàn)平均分：

“邊緣AI及其應(yīng)用”方向下各職業(yè)平均分值最高的服務(wù)開發(fā)挑戰(zhàn)完全一致：

工業(yè)界：
“通用方案整體性能不一定滿足特定業(yè)務(wù)需求” （平均分7.1）
學(xué)術(shù)界：
“通用方案整體性能不一定滿足特定業(yè)務(wù)需求” （平均分7.8）
在校學(xué)生：
“通用方案整體性能不一定滿足特定業(yè)務(wù)需求”（平均分7.5）

在截距均值以上的其它頭部挑戰(zhàn)還包括：

工業(yè)界（截距均值5.99）：

“自研業(yè)務(wù)算法和系統(tǒng)方案周期長成本高”（平均分6.63）
“方案效果復(fù)現(xiàn)困難或通用方案應(yīng)用范圍存疑”（平均分6.1）

學(xué)術(shù)界（截距均值5.75）：

“自研業(yè)務(wù)算法和系統(tǒng)方案周期長成本高”（平均分7.00）
“方案效果復(fù)現(xiàn)困難或通用方案應(yīng)用范圍存疑”（平均分6.60）

在校學(xué)生（截距均值5.84）：

“方案效果復(fù)現(xiàn)困難或通用方案應(yīng)用范圍存疑”（平均分6.88）
“自研業(yè)務(wù)算法和系統(tǒng)方案周期長成本高”（平均分6.46）

亟需改進(jìn)

對(duì)于邊緣AI服務(wù)開發(fā)者，問卷中提及的挑戰(zhàn)被選為“亟需改進(jìn)”的比例都在20%以上，高于“還有其他重要挑戰(zhàn)”的6.36%，可以認(rèn)為各個(gè)挑戰(zhàn)都有一定的迫切需求。

其中被選為“亟需改進(jìn)”的挑戰(zhàn)中比例最高（36.78%）的是：

“通用方案整體性能不一定滿足特定業(yè)務(wù)需求”

在截尾均值（25.57%）以上的其它頭部挑戰(zhàn)還包括：

“自研業(yè)務(wù)算法和系統(tǒng)方案周期長成本高”

“現(xiàn)場(chǎng)人員只會(huì)開關(guān)機(jī)，希望簡(jiǎn)化現(xiàn)場(chǎng)安裝部署”

與“平均分”維度相比，“亟需改進(jìn)”維度頭部部分選項(xiàng)排名有變化。

1、在“亟需改進(jìn)”維度才進(jìn)入頭部的挑戰(zhàn)有一個(gè)，在“平均分”部分其實(shí)也是非常接近頭部（距離截尾均值0.06），這可能說明該挑戰(zhàn)比較重要，而且需求比較迫切，這個(gè)挑戰(zhàn)是：

“現(xiàn)場(chǎng)人員只會(huì)開關(guān)機(jī)，希望簡(jiǎn)化現(xiàn)場(chǎng)安裝部署”

2、在“平均分”維度有一個(gè)頭部挑戰(zhàn)在“亟需改進(jìn)”維度排名下降，意味著其有一定的重要性，但相對(duì)緊急程度較低，可能是“重要不緊急”的、更為“長遠(yuǎn)”的需求，這個(gè)挑戰(zhàn)是：

“方案效果復(fù)現(xiàn)困難或通用方案應(yīng)用范圍存疑”

可改進(jìn)

問卷中的絕大部分挑戰(zhàn)都以較大比例（59.77% - 68.96% ）被選為“建議改進(jìn)”和“亟需改進(jìn)”（下總稱“可改進(jìn)”），對(duì)比認(rèn)為“有其他重要挑戰(zhàn)”需改進(jìn)的比例僅為10.92%，說明列舉在問卷中相關(guān)挑戰(zhàn)大部分都明顯有改進(jìn)的需求。

其中，被認(rèn)為“可改進(jìn)”的挑戰(zhàn)中比例最高（68.96%）的是：

“通用方案整體性能不一定滿足特定業(yè)務(wù)需求”

在截尾均值（61.78%）以上的其它頭部挑戰(zhàn)還包括：

“自研業(yè)務(wù)算法和系統(tǒng)方案周期長成本高”

“方案效果復(fù)現(xiàn)困難或通用方案應(yīng)用范圍存疑”

與“亟需改進(jìn)”相比，“可改進(jìn)”維度頭部部分選項(xiàng)排名有變化。

1、在“可改進(jìn)”維度頭部選項(xiàng)中，比“亟需改進(jìn)”排名更高的挑戰(zhàn)，可以認(rèn)為是有一定的重要性，但相對(duì)不那么緊急，看上去更“長遠(yuǎn)”的“重要不緊急”挑戰(zhàn)包括：

“方案效果復(fù)現(xiàn)困難或通用方案應(yīng)用范圍存疑”

這與“亟需改進(jìn)”章節(jié)結(jié)論一致。

“現(xiàn)場(chǎng)人員只會(huì)開關(guān)機(jī)，希望簡(jiǎn)化現(xiàn)場(chǎng)安裝部署”

這與“亟需改進(jìn)”章節(jié)結(jié)論一致。

小結(jié)

對(duì)邊緣AI服務(wù)開發(fā)者有以下結(jié)論：

平均分值最高（6.76分）的挑戰(zhàn)是：
“通用方案整體性能不一定滿足特定業(yè)務(wù)需求”
其它頭部重要挑戰(zhàn)中

“重要不緊急”頭部重要挑戰(zhàn)包括：
“方案效果復(fù)現(xiàn)困難或通用方案應(yīng)用范圍存疑”
“重要且緊急”頭部重要挑戰(zhàn)包括：
“現(xiàn)場(chǎng)人員只會(huì)開關(guān)機(jī)，希望簡(jiǎn)化現(xiàn)場(chǎng)安裝部署”
頭部重要挑戰(zhàn)還包括：
“自研業(yè)務(wù)算法和系統(tǒng)方案周期長成本高”

3. “邊緣AI及其應(yīng)用”方向下服務(wù)開發(fā)各職業(yè)平均分值最高的生態(tài)挑戰(zhàn)完全一致：

工業(yè)界：
“通用方案整體性能不一定滿足特定業(yè)務(wù)需求” （平均分7.1）
學(xué)術(shù)界：
“通用方案整體性能不一定滿足特定業(yè)務(wù)需求” （平均分7.8）
在校學(xué)生：
“通用方案整體性能不一定滿足特定業(yè)務(wù)需求”（平均分7.5）

問卷中也嘗試調(diào)研邊緣AI服務(wù)開發(fā)其余重要挑戰(zhàn)，調(diào)研結(jié)果詞云如下所示。包括場(chǎng)景定制化、培訓(xùn)與指南、部署安裝、硬件資源、技術(shù)方案等18條挑戰(zhàn)，由于篇幅原因不一一闡述。

邊緣AI技術(shù)布道者

本問卷中，邊緣AI技術(shù)布道者是指開展邊緣AI技術(shù)演講布道，推廣甚至銷售現(xiàn)有邊緣AI技術(shù)與服務(wù)的角色。有69.94%調(diào)研對(duì)象填寫了邊緣AI技術(shù)布道者相關(guān)問卷調(diào)研選項(xiàng)。對(duì)每個(gè)挑戰(zhàn)的負(fù)面影響有四種選項(xiàng)，包括“不了解可跳過”“可維持現(xiàn)狀”“建議改進(jìn)”“亟需改進(jìn)”。

本章先介紹答卷中關(guān)于各個(gè)算法開發(fā)生態(tài)挑戰(zhàn)的不同維度調(diào)研結(jié)果，本章末尾將小結(jié)各不同維度的結(jié)論。

平均分

若選擇“不了解跳過”或“可維持現(xiàn)狀”記為0分，“建議改進(jìn)”記為5分，“亟需改進(jìn)”記為10分，答卷中對(duì)邊緣AI技術(shù)布道者各挑戰(zhàn)的平均分值如下圖所示。對(duì)比認(rèn)為“還有其他重要挑戰(zhàn)”的0.73分，問卷中所羅列的各挑戰(zhàn)都超過了5分，可以認(rèn)為各挑戰(zhàn)都有改進(jìn)的需求。

其中，平均分值最高（6.61分）的挑戰(zhàn)是：

“缺乏商業(yè)成功案例”

在截尾均值5.77分以上的其它頭部挑戰(zhàn)還包括：

“缺乏與現(xiàn)有方案系統(tǒng)對(duì)比，包括成本、部署要求”

“受眾對(duì)邊緣AI不了解”

從“邊緣AI及其應(yīng)用”方向細(xì)分工業(yè)界、學(xué)術(shù)界和在校學(xué)生等不同職業(yè)調(diào)研對(duì)象（三者在調(diào)研對(duì)象中的比例大致為2:1:1），細(xì)化技術(shù)布道者各項(xiàng)挑戰(zhàn)平均分：

“邊緣AI及其應(yīng)用”方向下各職業(yè)平均分值最高的技術(shù)布道挑戰(zhàn)分別是：

工業(yè)界：
“缺乏與現(xiàn)有方案系統(tǒng)對(duì)比，包括成本、部署要求” （平均分6.63）
學(xué)術(shù)界：
“缺乏商業(yè)成功案例” （平均分6.59）
在校學(xué)生：
“受眾對(duì)邊緣AI不了解”（平均分6.25）

在截距均值以上的其它頭部挑戰(zhàn)還包括：

工業(yè)界（截距均值5.98）：

“受眾對(duì)邊緣AI不了解”（平均分6.15）
“缺乏商業(yè)成功案例”（平均分6.43）

學(xué)術(shù)界（截距均值5.40）：

“受眾對(duì)邊緣AI不了解”（平均分5.91）
“缺乏與現(xiàn)有方案系統(tǒng)對(duì)比，包括成本、部署要求”（平均分5.68）

在校學(xué)生（截距均值5.46）：

“缺乏商業(yè)成功案例”（平均分6.05）
“缺乏直觀的UI界面和Demo”（平均分6.05）
“缺乏與現(xiàn)有方案系統(tǒng)對(duì)比，包括成本、部署要求”（平均分5.53）

亟需改進(jìn)

對(duì)于邊緣AI技術(shù)布道者，問卷中提及的挑戰(zhàn)被選為“亟需改進(jìn)”的比例都在20%以上，高于“還有其他重要挑戰(zhàn)”的1.72%，可以認(rèn)為各個(gè)挑戰(zhàn)都有一定的迫切需求。

其中被選為“亟需改進(jìn)”的挑戰(zhàn)中比例最高（32.18%）的是：

“缺乏商業(yè)成功案例”

在截尾均值（25.00%）以上的其它頭部挑戰(zhàn)還包括：

“缺乏與現(xiàn)有方案系統(tǒng)對(duì)比，包括成本、部署要求”

“缺乏直觀的UI界面和DEMO”

與“平均分”維度相比，“亟需改進(jìn)”維度頭部部分選項(xiàng)排名有變化。

1、在“亟需改進(jìn)”維度才進(jìn)入頭部的挑戰(zhàn)有一個(gè)，在“平均分”部分其實(shí)也是非常接近頭部（距離截尾均值0.06），這可能說明該挑戰(zhàn)比較重要，而且需求比較迫切。這個(gè)“重要且緊急”挑戰(zhàn)是：

“缺乏直觀的UI界面和DEMO”

2、在“平均分”維度有一個(gè)頭部挑戰(zhàn)在“亟需改進(jìn)”維度排名下降，意味著其有一定的重要性，但相對(duì)緊急程度較低，更為“長遠(yuǎn)”的需求。這個(gè)“重要不緊急”挑戰(zhàn)是：

“受眾對(duì)邊緣AI不了解”

可改進(jìn)

問卷中的絕大部分挑戰(zhàn)都以較大比例（54.02% - 62.07%）被選為“建議改進(jìn)”和“亟需改進(jìn)”（下總稱“可改進(jìn)”），對(duì)比認(rèn)為“有其他重要挑戰(zhàn)”需改進(jìn)的比例僅為6.89%，說明列舉在問卷中相關(guān)挑戰(zhàn)大部分都明顯有改進(jìn)的需求。

其中，被認(rèn)為“可改進(jìn)”的挑戰(zhàn)中比例最高（62.07%）的是：

“缺乏商業(yè)成功案例”

在截尾均值（57.61%）以上的其它頭部挑戰(zhàn)還包括：

“缺乏與現(xiàn)有方案系統(tǒng)對(duì)比，包括成本、部署要求”

“受眾對(duì)邊緣AI不了解”

與“亟需改進(jìn)”相比，“可改進(jìn)”維度頭部部分選項(xiàng)排名有變化。

1、在“可改進(jìn)”維度頭部選項(xiàng)中，比“亟需改進(jìn)”排名更高的挑戰(zhàn)，可以認(rèn)為是有一定的重要性，但相對(duì)不那么緊急，看上去更“長遠(yuǎn)”的挑戰(zhàn)包括：

“受眾對(duì)邊緣AI不了解”

這與“亟需改進(jìn)”章節(jié)結(jié)論一致。

“缺乏直觀的UI界面和DEMO”

這與“亟需改進(jìn)”章節(jié)結(jié)論一致。

小結(jié)

對(duì)邊緣AI技術(shù)布道者有以下結(jié)論：

1. 平均分值最高（6.61分）的挑戰(zhàn)是：

“缺乏商業(yè)成功案例”

2. 其它頭部重要挑戰(zhàn)中

“重要不緊急”頭部重要挑戰(zhàn)包括：
“受眾對(duì)邊緣AI不了解”
“重要且緊急”頭部重要挑戰(zhàn)包括：
“缺乏直觀的UI界面和DEMO”
頭部重要挑戰(zhàn)還包括：
“缺乏與現(xiàn)有方案系統(tǒng)對(duì)比，包括成本、部署要求”

3. “邊緣AI及其應(yīng)用”方向下技術(shù)布道各職業(yè)平均分值最高的生態(tài)挑戰(zhàn)分別是：

工業(yè)界：
“缺乏與現(xiàn)有方案系統(tǒng)對(duì)比，包括成本、部署要求” （平均分6.63）
學(xué)術(shù)界：
“缺乏商業(yè)成功案例” （平均分6.59）
在校學(xué)生：
“受眾對(duì)邊緣AI不了解”（平均分6.25）

問卷中也嘗試調(diào)研邊緣AI技術(shù)布道其余重要挑戰(zhàn)，調(diào)研結(jié)果詞云如下所示。包括邊緣AI價(jià)值和方案配套等7條意見，由于篇幅原因不一一闡述。

未來工作

作為KubeEdge社區(qū)SIG AI重要成員，華為云邊緣云創(chuàng)新實(shí)驗(yàn)室將依據(jù)調(diào)研結(jié)果有針對(duì)性地向KubeEdge社區(qū)SIG AI持續(xù)貢獻(xiàn)。KubeEdge是業(yè)界首個(gè)云原生邊緣計(jì)算框架、當(dāng)前云原生計(jì)算基金會(huì)內(nèi)部唯一孵化級(jí)邊緣計(jì)算開源項(xiàng)目。KubeEdge在全球已擁有800+貢獻(xiàn)者和60+貢獻(xiàn)組織，在Github獲得4.6k+Stars和1.3k+Forks。作為KubeEdge中唯一的AI特別興趣小組（Special Interest Group），KubeEdge社區(qū)SIG AI致力于使能AI應(yīng)用在邊緣更好地運(yùn)行，聚焦邊緣AI技術(shù)討論、API定義、參考架構(gòu)、開源實(shí)現(xiàn)等。為全球開發(fā)者提供相關(guān)研發(fā)支持并孵化繁榮生態(tài)，當(dāng)前已開源邊緣AI平臺(tái)Sedna，包括其跨邊云的協(xié)同推理、聯(lián)邦學(xué)習(xí)、增量學(xué)習(xí)和終身學(xué)習(xí)特性。

作為信奉開源文化的社區(qū)，KubeEdge始終都強(qiáng)調(diào)“Best ideas win”，領(lǐng)域發(fā)展自然也不例外。為了交出一個(gè)更有競(jìng)爭(zhēng)力和創(chuàng)意的提案，本次調(diào)研了解每位關(guān)注開源與邊緣AI的朋友對(duì)相關(guān)方案落地過程遇到的困難，然后選取Best idea，對(duì)社區(qū)內(nèi)容進(jìn)行優(yōu)化，以便為大家呈現(xiàn)一個(gè)體現(xiàn)開源開放精神的資源分享社區(qū)生態(tài)。

除了之前章節(jié)提及的內(nèi)容，問卷中還包括調(diào)研對(duì)象的建議。其中“提供公開數(shù)據(jù)集、預(yù)處理和基線代碼，構(gòu)建Benchmark”的建議無論在總覽、還是在邊緣AI方向的工業(yè)界、學(xué)術(shù)界和在校學(xué)生中票數(shù)均排名第一，比例分別為82.18%、92.98%、87.10%、86.67%，并且顯著高于其它建議，相信此建議需要重點(diǎn)關(guān)注。社區(qū)也可以根據(jù)上面的闡述細(xì)分相關(guān)職業(yè)需求，進(jìn)一步優(yōu)化邊緣AI生態(tài)。

問卷也嘗試調(diào)研其余重要建議。包括場(chǎng)景演示和研發(fā)支撐等8條建議：

場(chǎng)景演示

增加demo展示
深入了解行業(yè)落地痛點(diǎn)
找準(zhǔn)一個(gè)典型領(lǐng)域或場(chǎng)景進(jìn)行全方案的落地測(cè)試，包括訓(xùn)練和推理結(jié)合實(shí)際業(yè)務(wù)形成一套端到端的解決方案
光調(diào)研開發(fā)者不足夠，并非方案用戶，要落地還得調(diào)研邊緣AI的最終客戶需求

研發(fā)支撐

最重要還是數(shù)據(jù)公開
希望能提供更多的例子，示例怎么完成一個(gè)任務(wù)的訓(xùn)練和部署。
聯(lián)邦學(xué)習(xí)目前了解的人比較少，希望對(duì)它的優(yōu)勢(shì)和使用方法做更多介紹，降低系統(tǒng)使用門檻。
需要對(duì)相關(guān)開源平臺(tái)的了解，也可以搞合作
提供更多的開發(fā)者使用模式，不局限于現(xiàn)在example

路遙共相伴，勠力同向前。特別感謝參與答卷的專家、學(xué)者和同學(xué)，本次調(diào)研的四大“意見領(lǐng)袖”與十佳“優(yōu)秀意見”等各項(xiàng)評(píng)選正在有序進(jìn)行，并將陸續(xù)發(fā)放報(bào)告和紀(jì)念品。

結(jié)合行業(yè)關(guān)注的最新技術(shù)趨勢(shì)，KubeEdge將集結(jié)當(dāng)前SIG AI中30+單位的各供應(yīng)商和開發(fā)者為邊緣AI算法開發(fā)者、服務(wù)開發(fā)者、技術(shù)布道者三種角色提供資源和平臺(tái)幫助。這將包括數(shù)據(jù)集開源、預(yù)處理與范式算法開源、以及AI工具等行業(yè)內(nèi)迫切需要的資源，為大家?guī)硪粓?chǎng)開源饕餮盛宴。相關(guān)內(nèi)容將陸續(xù)到來！

附：貢獻(xiàn)和技術(shù)交流地址

KubeEdge社區(qū)：https://github.com/kubeedge/

KubeEdge SIG AI及其項(xiàng)目Sedna：https://github.com/kubeedge/sedna

報(bào)告下載：

邊緣AI研發(fā)落地生態(tài)挑戰(zhàn)調(diào)研

下載鏈接：

未來50年：中國人工智能產(chǎn)業(yè)全景前瞻

2021中國DPU行業(yè)發(fā)展白皮書?

CCIX緩存一致性互聯(lián)技術(shù)概述

ARM CPU處理器資料匯總（1）

ARM CPU處理器資料匯總（2）

ARM系列處理器應(yīng)用技術(shù)完全手冊(cè)