- 1、本文档共29页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
面向6G物联网的
端侧计算白皮书
2023 年 8 月
1
前 言
6G技术将提供更高的速率、更多的连接,以及更广的网络覆盖,
以满足在高度动态环境中的各类应用需求。6G“万物智联,数字孪生”
的愿景对终端处理时延、功耗、数据隐私保护等提出更高要求。面向
6G物联网的端侧计算在云、边、端构成的立体计算范式中的作用日
益凸显,但端侧计算的概念、技术架构、发展趋势还不明确。中国移
动希望联合产业合作伙伴共同推动面向6G 的端侧计算整体架构和关
键技术的成熟,推动面向6G “万物智联,数字孪生”的立体计算架
构的发展和落地应用。
本白皮书由中移智库、中国移动研究院、清华大学、北京邮电大
学、北京知存科技有限公司联合撰写,版权归中国移动及合作伙伴所
有,未经授权,任何单位或个人不得复制或拷贝本建议之部分或全部
内容。
目录
1 概述 1
1.1 背景与意义2
1.2 内容与目的3
2 典型应用场景4
2.1 大流量场景5
2.2 实时计算场景5
2.3 隐私保护场景6
2.4 离线自治场景7
3 关键技术及挑战8
3.1 算力受限9
3.2 功耗敏感 10
3.3 信息孤岛 12
4 新兴技术 13
4.1 存算一体:打破后摩尔时代的算力危机 14
4.2 类脑智能:低功耗的下一代人工智能 15
4.3 端边云协同:泛在算力 18
4.3.1 纵向端边云协同 18
4.3.2 横向端端协同20
5 总结展望23
缩略语列表25
参考文献26
1 概述
6G物联网终端实时数据爆炸式增长,芯片先进工艺的发展带来单位算力成
本下降,AI模型及软硬件协同创新带来算法性能提升,新型人工智能场景对低
时延计算需求强劲,端侧实时计算迎来新机遇。
1
1.1 背景与意义
实时数据爆炸式增长。物联网应用实现了更大连接、更广覆盖和更优体验,
连接规模已经实现了“物超人”。随着联网设备的进一步增多和高带宽业务的进
一步普及,全网数据吞吐量将呈现爆发式增长。据预测,到2030年,网络吞吐
量将达到5000EB/月,随着实时数据的井喷,云计算架构面临网络压力大、响应
速度慢、数据安全及隐私保护不足等问题。
新型场景不断涌现。人工智能技术与智能终端的结合对终端实时计算提出了
新的需求,以智能终端XR场景为例,包含追踪定位、沉浸声场、手势追踪、眼
球追踪、三维重建、机器视觉、肌电传感、语音识别、气味模拟、虚拟移动、触
觉反馈、脑机接口等多个环节,需要低时延计算能力提升用户实时体验。IDC预
计,2023年中国搭载3D空间性和运动性传感技术的终端设备将超过40%。
算力成本逐步下降。芯片先进工艺制程逐步提升,据IDC预计,2022年7nm
制程芯片将成为主流,搭载7nm芯片的智能终端设备占比将超过32%。芯片制程
的提升将使单位算力的成本逐步下降,如图1所示,7nm制程的芯片单位算力成
本仅为16nm制程的19.4%。
图 1 每TOPS算力成本随着工艺逐步下降 (数据来源:IBS)
算法性能持续提升。人工智能算法性能随着算法创新、软件优化、硬件加速
等持续提升。算法方面,深度学习网络模型不断演进,AI模型轻量化等技术不
断发展,模型的尺寸和计算量大幅缩减。据OpenAI统计,自2012年以来,人工
智能模型在 ImageNet分类中训练神经网络达到相同性能所需的计算量,每 16
2
个月减少了2倍。软件方面,面向移动端的AI计算框架发展迅猛,对终端兼容
性越来越好且对AI模型的推理性能持续提升。硬件方面,通过增加深度学习专
用硬件电路等方式,可大幅提升AI计算性能。
综上,随着6G物联网实时数据的爆炸式增长、新型场景不断涌现、算力成
本的逐步下降、算法性能的持续提升,端侧计算将迎来前所未有的发展新机遇。
1.2 内容与目的
端侧计算,指在具备一定的计算能力和存储能力的物联
您可能关注的文档
- 20230901-开源证券-2023H1网下打新收益依然可观,重点跟踪乖宝宠物、威迈斯、阿特斯.pdf
- 20230901-中信建投-科大讯飞-002230-AI技术星火燎原,垂类场景大有可为.pdf
- 20230901-天风证券-康斯特-300445-校准测试龙头引领SaaS应用,MEMS传感器打造长周期第二曲线.pdf
- 20230901-广发证券-建筑行业2023年中报综述:Q2收入稳健业绩承压,期待“一带一路”催化经营好转.pdf
- 面向算力应用环节的计算绿色化白皮书.pdf
- 绿电交易,助推绿色能源消费.pdf
- 2023暑期档电影市场报告.pdf
- 肉类&卤味零食行业调研报告:王小卤&脱骨侠.pdf
- 20230902-广发证券-太阳纸业-002078-龙头穿越周期,林浆纸一体化构筑壁垒.pdf
- 2023俄罗斯手游市场买量洞察报告.pdf
文档评论(0)