大模型在這一年以強(qiáng)勁的勢(shì)頭滲透到全球產(chǎn)業(yè)的邊邊角角，遍及科教文衛(wèi)，更是在數(shù)字化轉(zhuǎn)型的趨勢(shì)下，在工業(yè)界如魚得水。AI已經(jīng)以不可思議的方式，融入我們生活的方方面面，這種情況對(duì)于大模型，需要的時(shí)間會(huì)更短。
物聯(lián)網(wǎng)是新一代信息網(wǎng)絡(luò)技術(shù)的高度集成和綜合運(yùn)用，對(duì)于培育經(jīng)濟(jì)發(fā)展新動(dòng)能、推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、提升社會(huì)治理服務(wù)水平，可以發(fā)揮重要的支撐作用。據(jù)研究機(jī)構(gòu)Statista統(tǒng)計(jì)，到2030年，全球IoT設(shè)備數(shù)量將達(dá)到294.2億臺(tái)，相比今年翻一番，而中國(guó)屆時(shí)消費(fèi)級(jí)IoT設(shè)備就會(huì)有80億臺(tái)。龐大的數(shù)量和市場(chǎng)應(yīng)用，也是物聯(lián)網(wǎng)行業(yè)備受關(guān)注的重要原因。
大模型x物聯(lián)網(wǎng)，一個(gè)是風(fēng)頭正盛的科技前沿，一個(gè)是量大勢(shì)猛的關(guān)鍵產(chǎn)業(yè)。它們能碰撞出來(lái)怎樣的火花呢？
就在今天，以計(jì)算，為了不可計(jì)算的價(jià)值為主題的云棲大會(huì)正式落幕，阿里以云廠商的視角展示了他們?cè)诟鱾€(gè)領(lǐng)域的探索與實(shí)踐。
值得關(guān)注的是，相比2022年云棲大會(huì)，除了增加了這一年來(lái)逢會(huì)必談的大模型之外，物聯(lián)網(wǎng)相關(guān)話題也有了明顯地增加，涉及物聯(lián)網(wǎng)各個(gè)場(chǎng)景的落地和實(shí)踐。
我們從眾多精彩演講中梳理出重要的觀點(diǎn)，探究大模型如何為物聯(lián)網(wǎng)廠商帶來(lái)新的機(jī)遇，以及云廠商如何為物聯(lián)網(wǎng)產(chǎn)業(yè)賦能。
云廠商怎么看物聯(lián)網(wǎng)與大模型？
看完大會(huì)關(guān)于物聯(lián)網(wǎng)相關(guān)場(chǎng)景的發(fā)布，一言以蔽之，他們同時(shí)看到了機(jī)會(huì)和痛點(diǎn)。
針對(duì)不同領(lǐng)域的需求，阿里云進(jìn)行了多項(xiàng)發(fā)布：
盡管大模型占據(jù)了本次大會(huì)的半壁江山，物聯(lián)網(wǎng)也不遑多讓，各個(gè)并行主題甚至有大量重復(fù)，“物聯(lián)網(wǎng)”之所以能夠與如日中天的“大模型”并排成為云棲大會(huì)上經(jīng)常談到的話題，來(lái)自于物聯(lián)網(wǎng)經(jīng)濟(jì)。除了巨大的數(shù)量規(guī)模和各種痛點(diǎn)之外，物聯(lián)網(wǎng)被“盯上”的原因還有一個(gè)，它帶來(lái)的海量、真實(shí)的數(shù)據(jù)非常珍貴的。
智能網(wǎng)聯(lián)平臺(tái)
阿里表示，從AWS提出IoT core以來(lái)，近幾年他們發(fā)現(xiàn)了三點(diǎn)趨勢(shì)：1. 中國(guó)物聯(lián)網(wǎng)經(jīng)濟(jì)正在飛速發(fā)展，到2030年會(huì)成為全球最大的物聯(lián)網(wǎng)經(jīng)濟(jì)體；2. B2B物聯(lián)網(wǎng)（也就是產(chǎn)業(yè)物聯(lián)網(wǎng)）的崛起；3. 智能成為價(jià)值核心，也就是到處都在提AI和大模型。
于是，阿里開始思考提供2.0版本的物聯(lián)網(wǎng)云服務(wù)，并提出智能物聯(lián)網(wǎng)平臺(tái)應(yīng)該滿足三個(gè)特性：
1.更深入行業(yè)，更理解場(chǎng)景； 2.更便捷的設(shè)備上云體驗(yàn)； 3.智能化的數(shù)據(jù)服務(wù)和算法應(yīng)用。
應(yīng)用引擎2.0
關(guān)于穿戴設(shè)備和教育場(chǎng)景，他們發(fā)布了飛雀應(yīng)用引擎2.0，帶來(lái)表盤生成能力、音樂地圖等終端能力，并且擁抱生成式AI。但是這并不只是為了做一個(gè)智能設(shè)備，而是他們發(fā)現(xiàn)人們對(duì)于AI交互需求日益增長(zhǎng)的同時(shí)，也關(guān)注到了物聯(lián)網(wǎng)產(chǎn)業(yè)的一個(gè)特點(diǎn)——碎片化問題。
阿里表示，新的應(yīng)用引擎從三個(gè)方面幫助解決碎片化的開發(fā)效率問題：
提供100+api，增強(qiáng)與芯片側(cè)合作； 2. 搭建應(yīng)用市場(chǎng)，提升移動(dòng)端應(yīng)用體驗(yàn)； 3. 通過生成式組件，結(jié)合數(shù)字人渲染能力，帶來(lái)終端創(chuàng)新動(dòng)力。
工業(yè)物聯(lián)數(shù)智底座2.0
此外，他們也面向工業(yè)物聯(lián)網(wǎng)的痛點(diǎn)開刀，發(fā)布了工業(yè)物聯(lián)數(shù)智底座2.0。
阿里表示，未來(lái)的工廠將會(huì)是智能物聯(lián)的現(xiàn)代化工廠，工業(yè)的設(shè)備增長(zhǎng)率已經(jīng)超越了網(wǎng)聯(lián)汽車。一方面，這展示了巨大的市場(chǎng)，另一方面，IT與OT領(lǐng)域的數(shù)據(jù)結(jié)構(gòu)是天然割裂的，OT的數(shù)據(jù)更多是時(shí)序性、低密度的，而IT則更多是結(jié)構(gòu)化、高密度的數(shù)據(jù)。這里的痛點(diǎn)在于，如何將兩種數(shù)據(jù)進(jìn)行統(tǒng)一的分析和價(jià)值挖掘。
所以，他們帶來(lái)新的架構(gòu)，從原有的數(shù)據(jù)采集、資源建模&空間資產(chǎn)以及數(shù)據(jù)分析和計(jì)算的基礎(chǔ)上，增加了海量設(shè)備接入、大模型驅(qū)動(dòng)的工業(yè)知識(shí)庫(kù)，以及工業(yè)低代碼開發(fā)。用一個(gè)聽起來(lái)簡(jiǎn)單的一個(gè)詞就是“一致”，阿里云希望能夠?qū)T與IT融合，而這并不是一件容易的事情。
盡管沒有掌聲熱烈的“隆重發(fā)布”，阿里云在發(fā)布引擎和平臺(tái)的背后，依然反映出他們的對(duì)于物聯(lián)網(wǎng)現(xiàn)狀和痛點(diǎn)的理解。對(duì)于大模型x物聯(lián)網(wǎng)，他們又是怎樣看的呢？
從小模型到大模型
上述三個(gè)新平臺(tái)發(fā)布當(dāng)中，無(wú)一例外都有大模型的加持。
2022年由ChatGPT帶來(lái)的大模型浪潮席卷全球，從學(xué)術(shù)圈到工業(yè)產(chǎn)業(yè)界，幾乎言必稱“大模型”，阿里云解決方案架構(gòu)師蘇吉普在介紹品類趨勢(shì)的時(shí)候這樣說：在產(chǎn)品技術(shù)基礎(chǔ)探討的時(shí)候，大家已經(jīng)把大模型作為不可忽視的考慮項(xiàng)，成為一種標(biāo)配的產(chǎn)品邏輯。
對(duì)于物聯(lián)網(wǎng)產(chǎn)品來(lái)說，其實(shí)在設(shè)備端的算力和算法存在一定的不足，阿里云聯(lián)合達(dá)摩院構(gòu)建了設(shè)備端的算法生態(tài)，通過魔搭平臺(tái)和IoT技術(shù)結(jié)合，解決了異構(gòu)信息算法不足和部署問題。此外，他們還提供了包括模型選取、數(shù)據(jù)標(biāo)注、訓(xùn)練、轉(zhuǎn)合和部署等環(huán)節(jié)的技術(shù)Pipeline.
阿里表示，通過大模型結(jié)合設(shè)備端小模型，能夠?qū)崿F(xiàn)諸如貓臉識(shí)別、智能問答等功能，大模型結(jié)合RoT場(chǎng)景將為物理世界帶來(lái)新的變化。
不能用做IT的路子去做OT
物聯(lián)網(wǎng)帶來(lái)的大量真實(shí)數(shù)據(jù)也是云平臺(tái)所渴望和樂于處理的，那么，面對(duì)物聯(lián)網(wǎng)海量的感知設(shè)備和數(shù)據(jù)，如何在復(fù)雜的場(chǎng)景下布局，以提供智能化的解決方案，幫助客戶提效和轉(zhuǎn)型，我們一起來(lái)看一看”阿里方案“。
物聯(lián)網(wǎng)的數(shù)據(jù)，除了大數(shù)據(jù)的5V特點(diǎn)：大量、高速、真實(shí)、多元、價(jià)值之外，還具有序列、固化、標(biāo)準(zhǔn)等3S的特點(diǎn)。傳統(tǒng)的方式就是通過Hbase，spark等開源解決方案。需要針對(duì)物聯(lián)網(wǎng)場(chǎng)景進(jìn)行配置和調(diào)試，甚至需要幾十個(gè)人去調(diào)試和開發(fā)，阿里云則提出了一個(gè)一體化數(shù)據(jù)平臺(tái)，即云原生多模數(shù)據(jù)庫(kù)Lindorm，為物聯(lián)網(wǎng)場(chǎng)景下的數(shù)據(jù)管理提供了更加高效和低成本的解決方案。
而他們此前也踩了坑，會(huì)上，阿里云還以多家企業(yè)為例，講述了為什么傳統(tǒng)互聯(lián)網(wǎng)的架構(gòu)不適合物聯(lián)網(wǎng)的場(chǎng)景。
此前，美的采用阿里云的互聯(lián)網(wǎng)產(chǎn)品解決物聯(lián)網(wǎng)場(chǎng)景的問題，往往需要幾十組物理集群才能滿足，而且還需要在夜間進(jìn)行運(yùn)維，同樣，TCL也面臨類似的問題，原因在于，物聯(lián)網(wǎng)場(chǎng)景往往有不同于互聯(lián)網(wǎng)產(chǎn)品的需求。甚至還有一家車廠，由于網(wǎng)絡(luò)割接造成了連接風(fēng)暴，居然出現(xiàn)了無(wú)法打開車門的情況。
在不斷的溝通當(dāng)中，阿里云提出了云網(wǎng)絡(luò)解決方案，為物聯(lián)網(wǎng)場(chǎng)景下的用戶提供了具有彈性IP、云連接器、負(fù)載均衡、云數(shù)據(jù)傳輸?shù)刃阅艿漠a(chǎn)品，保證了物聯(lián)網(wǎng)產(chǎn)品的可靠運(yùn)行，而他們也總結(jié)道，不能用IT的路子搞OT。
云邊端一體化
我國(guó)“十四五”規(guī)劃中明確提出要“協(xié)同發(fā)展云服務(wù)與邊緣計(jì)算服務(wù)”，國(guó)務(wù)院《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》同時(shí)指出要“加強(qiáng)面向特定場(chǎng)景的邊緣計(jì)算能力”。顯然，云邊端等側(cè)的協(xié)同已經(jīng)成為了行業(yè)趨勢(shì)。
在物聯(lián)網(wǎng)場(chǎng)景下，如何形成統(tǒng)一化與定制化的解決方案，帶來(lái)更加智能的平臺(tái)，是包括物聯(lián)網(wǎng)企業(yè)和云廠商都在做的事情。
從2008年就專業(yè)做云計(jì)算的阿里云，自然希望能夠以“我”為主，用平臺(tái)將云、邊、端整合為一體化，幫助企業(yè)實(shí)現(xiàn)對(duì)各個(gè)位置進(jìn)行統(tǒng)一調(diào)控。此外，邊緣云也能在一定程度上解決物聯(lián)網(wǎng)產(chǎn)品對(duì)于帶寬、時(shí)延等的需求。
面對(duì)物聯(lián)網(wǎng)發(fā)展到新階段，大規(guī)模、多場(chǎng)景的復(fù)雜架構(gòu)，阿里云提出了具有全息感知、智能加持、高性能高可用等特點(diǎn)的云邊端一體化的場(chǎng)景智聯(lián)平臺(tái)。他們表示，這也是對(duì)過去五六年的臟活累活進(jìn)行的沉淀和總結(jié)。
阿里提出了云邊端一體化的場(chǎng)景智聯(lián)平臺(tái)，從演講者對(duì)于該平臺(tái)核心能力的描述當(dāng)中，我們也總結(jié)出對(duì)于物聯(lián)網(wǎng)行業(yè)的痛點(diǎn)和啟示：
目前，物聯(lián)網(wǎng)的感知數(shù)據(jù)和協(xié)議仍然呈現(xiàn)碎片化的特點(diǎn)，除了感知采集到的數(shù)據(jù)，對(duì)于設(shè)備和歷史系統(tǒng)里面的數(shù)據(jù)也需要進(jìn)行處理，講者認(rèn)為，物模型的萬(wàn)物歸一抽象為軟硬件耦合，但是并不能發(fā)揮出其全部能力。
另外，時(shí)序引擎對(duì)于碎片化的物聯(lián)網(wǎng)數(shù)據(jù)其實(shí)太重了，可以采用更輕量的計(jì)算方式；對(duì)于感知設(shè)備，通過AI+RPA的技術(shù)，能夠讓人工的重復(fù)操作自動(dòng)化。與傳統(tǒng)科學(xué)計(jì)算的CPU密集和GPU密集型不同，物聯(lián)網(wǎng)領(lǐng)域的核心是IO密集，因而需要進(jìn)行線程優(yōu)化。
寫在最后
可以說，阿里云在面對(duì)物聯(lián)網(wǎng)場(chǎng)景和大模型潮流下，依然保持了作為“云廠商”的厚度，建立了應(yīng)用引擎2.0、物聯(lián)網(wǎng)平臺(tái)2.0，工業(yè)數(shù)智底座AIM2.0。一言蔽之就是“瘋狂搞基建”，在實(shí)踐當(dāng)中也總結(jié)出不能用IT方式去搞IoT等經(jīng)驗(yàn)，為眾多企業(yè)在降本增效、產(chǎn)業(yè)落地以及降碳減排等領(lǐng)域提供了支持。
值得一提的是，高通也談了他們對(duì)于終端側(cè)生成式AI能力的探索，他們?cè)诳隙ㄔ朴?jì)算能力的同時(shí)表示：未來(lái)，生成式AI將在終端側(cè)運(yùn)行。并演示了他們?cè)谑謾C(jī)端實(shí)現(xiàn)的Stable Diffusion以及ControlNet等能力。他們希望在未來(lái)在一些場(chǎng)景下將計(jì)算從云上卸載到終端領(lǐng)域中，讓需要更多算力的場(chǎng)景上云，實(shí)現(xiàn)終端與云端AI的雙向奔赴。
那么，隨著芯片算力的提升，未來(lái)是否如上所言，生成式AI在終端側(cè)運(yùn)行呢？
參考內(nèi)容：
1.https://www.statista.com/statistics/1183457/iot-connected-devices-worldwide
2. https://gxt.jiangsu.gov.cn/art/2016/11/1/art_6288_3705222.html
3 .云棲大會(huì)2023官網(wǎng)
4. 云棲大會(huì)2022官網(wǎng)
5. 《漫話邊緣計(jì)算》，2023，中國(guó)科學(xué)技術(shù)出版社
