阿里巴巴云和英特尔团队在物联网上
阿里巴巴云和英特尔已经开发了一种互联网（物联网）计算平台，旨在使企业更容易，以便在网络边缘执行培训人工智能（AI）和机器学习（ML）模型等培训密集型任务。
该系统被称为联合边缘计算平台，为IOT应用程序提供了一个开放式架构，可为Edge Compling集成AI和云技术，同时满足不同行业的需求。
在上周杭州阿里巴巴云的年度技术会议上，英特尔和阿里巴巴高管在平台的核心讲述了一个宽敞的开发人员和商业领袖是阿里巴巴的链接IOT边缘服务器。
除了使用从IOT设备收集的数据在网络边缘应用和培训AI模型，服务器还连接到阿里巴巴云以缩放重度工作负载。
作为与阿里巴巴云合作的一部分，英特尔正在提供处理器，硅加速技术和软件优化功能，以便提供边缘所需的计算能力，以及OpenVino计算机视觉开发工具包。
Ecosystm的主要顾问，技术研究和咨询公司的主要顾问，与Edge Computing Platform表示，“阿里巴巴和英特尔在将计算能力和AI软件工具和靠近Eded IoT设备中进行了一个重要的一步，以确保时间至关重要决定发生在边缘 - 无需不断返回云或回到核心“。
新平台早期采用者是中国重庆的合金压铸专家Yumei。该公司使用平台的电脑视觉功能来实时识别缺陷而不是等待，直到结束制造线，提高其缺陷检测率五次。
虽然其他云供应商已将其脚趾浸入IOT和Edge Computing，但它们一直在这样做，这些产品具有在云中培训的AI和ML模型进行了基于AI和ML模型的产品，以降低带宽成本。
2018年7月，谷歌宣布其边缘张量处理单元（TPU）旨在运行移动和嵌入式设备上的Tensorflow Lite机器学习模型，而亚马逊Web服务（AWS）有其雪球边缘设备，让企业从边缘移动到AWS的边缘以及使用AWS EmberGrass ML推理能力执行边缘计算任务。
“在制造业，公共安全，运输和其他时间关键行业中，运行ML推断的IOT设备往往是不够的 - 随着算法需要连续学习和适应 - 在飞行中与新的ML模型进行新的决策，”Sheedy说。
“使用当前的ML推理启用的IOT设备是一个很好的开端，但缺乏适应意味着他们的算法可以匆忙多约会。允许部署在物联网设备上的ML算法继续学习和调整为AI增加了重要的新机遇和应用程序 - 并为拥抱阿里巴巴和英特尔之间的这种联合能力的企业使AI更有意义和准确，“他补充说。
根据生态斯坦，预计全球物联网支出将以2017年至2022年的复合年增长率（复合年度复合）增长6.9％，达到367亿美元的价值
根据生态系统的半年度的IOT全球预测，建议亚太地区将成为IOT的全球中心，以7.4％的成长为全球近一半（48％）的全球范围内占177亿美元2022。
以前，边缘设备被认为是任何物联网市场预测的低价值。然而，生态天文指出，与AI和ML能力耦合的IOT边缘要求的升高，正在推动新的更丰富的硬件配置。因此，该研究表明，在2022年，硬件将以9.2％的CAGR增长9.2％至1150亿美元。
