隨著人工智能行業的發展，以及應用場景的鋪開，人工智能在加速融入到人們的生活、生產流程，而且隨著人工智能產品的更新換代、智能計算場景的多樣化，在對于人工智能硬件、算法及芯片的要求提高的同時，人工智能的主要攻堅方向也從云端向邊緣側遷移。

可以說，“邊緣計算”，正在成為人工智能行業最關注的一大課題，從芯片、終端，再到算法、應用，新的技術趨勢對于每一個環節都提出了嚴峻的挑戰。

9月19日，2018世界人工智能大會“邊緣計算·智能未來”高峰論壇在上海召開。當天地平線創始人、CEO余凱在參加論壇時，表示“AI讓城市更安全、更美好，而計算需要大量下沉到邊緣，必須要依賴可靠、高效的邊緣AI芯片。”

余凱認為，AI未來的發展，必然會促成智慧城市的建成，并將徹底改變交通、駕駛，使這些行業存在大量的人機交互，并提出在AI適用于大規模數據爆發的城市生活中，邊緣計算將會成為必然的趨勢，“邊緣計算之所以這么重要，是因為它確實會讓整個城市的生活變得更加安全，更加美好。”

“根據一份來自研究機構的數據報告顯示，2025年，全球數據量將以10倍速劇增至163 ZB，這個數據量遠超過任何互聯網公司現在所儲備的數據量。”余凱表示，他認為需要在城市的應用場景中，處理如此大批量的數據，并且需要在實時性、可靠性、低能耗的環境下進行計算，許多計算需要在邊緣端完成。

余凱在現場引用了三國演義的“分久必合，合久必分”，認為在PC時代，隨著互聯網的發展，曾一度是從邊緣計算向云端計算進行演化，而從移動互聯網開始到現在物聯網，則更多的計算從中央往邊緣遷移，尤其是在隧道、地下車庫等沒有信號的環境之下的汽車，或者是對于可靠性要求較高的安防類企業來講，若依靠需要借助于信號、網速的云端計算，則可靠度將大大降低，并影響人工智能技術的進一步普及推廣。

對于近年來部分地區積極吸引數據中心，余凱認為，數據中心一般會建在用電需求較少的地區，這源于數據中心對于供電系統有較為強大的要求，而邊緣端的計算則需要滿足低能耗的要求，“可以說，邊緣計算對于處理器要求非常高，這可以說是今天我們整個智慧城市，自動駕駛的核心的技術基石。”

余凱對于物理學上較為重要的“摩爾定律”(指IC上可容納的晶體管數目,約每隔18個月便會增加一倍,性能也將提升一倍)做了解讀，認為隨著正在逼近原子的極限，原有的摩爾定律已經無法滿足人工智能行業的發展，需要通過運用場景、任務、軟件算法去驅動“新摩爾定律”，并且以無人駕駛舉例，表示無人駕駛隨著級別的上升，每上升一個級別，整個的計算量增加一個數量級，這也就意味著，若需要達到全天候、全路況的完全無人駕駛，理想狀態下需要達到1000T的信息量。

“根據對于新摩爾定律的預測，基本上到2025年的時候，每一千美金能夠買到的算力相當于1000個T，而這正好和我們今天的人類大腦的算力相當;同時，我們繼續開發匹配的軟件系統，使得2030年的時候，真正的五級的無人駕駛成為可能。”余凱表示。

由此，余凱指出，隨著大數據的普及所帶來大計算的介入，并在仿真性能上的提高，邊緣的人工智能處理器將是未來科技競爭的主戰場，并將成為人工智能業界的一個技術制高點。

而為了能夠在邊緣計算中能夠取得先發優勢，光靠軟件明顯有所不夠，更多需要通過軟件跟硬件的深刻結合，并提出軟硬件結合的重要性。“過去只有一家公司，只有一個人，就是喬布斯跟他領導的蘋果公司，所以我們看到整個的移動時代，世界上唯一的一家公司做軟硬結合的，芯片自己做，軟件操作系統也他自己做。“

同時，以運用人工智能技術的無人駕駛場景為例，從汽車市場的規模來看，美國是1700萬輛，今年中國會保持2500萬輛的規模，所以中國在場景數量上的優勢，也為人工智能行業的發展和技術的進步，帶來一系列優勢。

對此，余凱表示，“(在人工智能的各種場景中)我們認為最高的還是自動駕駛。在攀登這個高峰的過程中，一路都會有收獲，包括智慧城市，智慧零售，智能制造，都是邊緣處理器的應用場景...”