为什么从自动驾驶到万物互联边缘运算成为了更好的解决方案探索工业总线类型在人物应用中的奥秘
当我回想那些蝙蝠侠的蝙蝠战车从远处驶来的场景，或者《机械公敌》中威尔·史密斯驾驶智能汽车与智脑对话的画面，我不禁感慨科技飞速发展的今天，这些曾经只在科幻电影中出现的奇迹或许能够真正展现在我们眼前。
自动驾驶技术已经取得了长足进步，Google母公司Alphabet旗下的Waymo领先于这一领域，而沃尔沃、福特、大众等传统汽车企业也正在稳步推进。新兴互联网企业如百度Apollo平台也在研发自动驾驶共享汽车，并在重庆进行试运营。这类共享汽车具备定点远程召唤、自主泊车和自动充电等功能，旨在解决共享汽车“最后一公里”的难题。
边缘运算概念简单来说，就是将云端的运算工作转移到终端设备或附近的地方。随着自动驾驶系统越来越完善，它们需要处理的大量数据会逐渐增加。Intel分析显示到2020年，每天产生的数据量可能达到4TB，这样的庞大数据量通过云端处理显然是不合理的。首先，网络传输速度和延迟限制了其可行性；其次，即使网络条件允许，大规模数据传输会消耗大量流量费用；再者，将如此多数据放到云端后，其安全性难以保证，在隐私保护日益严格的大数据时代尤为重要。
这些限制都表明边缘端（Edge）比云端（Cloud）更加适合实际需求。在终端设备或靠近终端位置进行处理，可以实现即时处理即时反馈，但这对于终端设备而言也是一个巨大的挑战，因为它们需要高性能的处理器和大容量存储空间。目前，我们正见证Intel、联发科以及国内寒武纪等厂商在AI处理方面取得重大突破，以及慧荣科技提供的大容量存储解决方案。
黄士德协理认为，与生活和工作环境中的各种传感器收集大量资料后，我们需要有效地存储这些信息。如果一切都要上传到云机房，那么成本将是不可接受的，因此结合人工智能（AI）与边缘计算技术，可以提供原始资料及相关信息，以半导体解决方案加以特征化并卷标化，再上传至云服务中心，为物联网解决方案增添新的变革力量。
黄士德进一步解释说，无论是在边缘计算还是云服务，都有共同需求，那就是大量NAND闪存用于存储。他指出慧荣科技作为嵌入式存储领域深耕多年的专家，他们拥有超过20年的设计开发经验，并且凭借丰富主控芯片经验，可提供高度定制化产品满足不同需求。而他们近四年来销售13亿eMMC/UFS主控芯片更是证明了他们在嵌入式市场中的竞争力，其中Ferri系列产品因其应用广泛而受到好评，并被军工规及医疗、运输等行业所青睐。在未来的岁月里，慧荣科技将继续推出具有竞争力的新产品，为全球各行各业带来更多专业级别的人工智能整体解决方案。