新冠疫情大流行在全球造成了嚴重破壞，使過去的24個月充滿了挑戰。我們現在需要接受這個事實，并尋找方法來適應我們的生活與世界。為了保障人們的安全、生產和幸福生活，政府、行業和企業不斷努力改變現狀。

AIoT(智能物聯網)結合了物聯網(IoT)和應用于物聯網的人工智能(AI)。它就是我們努力尋找的適應方法之一。

智能家居的時代需求

人們不得不在工作方式和工作地點上做出改變。居家工作已經成為一種常態。只要員工保持生產效率，企業就樂于繼續允許員工遠程工作。在家工作使人們重新審視工作的重要性和家庭的價值。如今，圍繞科技智能家居的討論比以往任何時候都來得頻繁。

智能家居及相關技術仍是一個非常年輕的行業。我們會看到許多企業推出相關的產品(包括硬件和軟件)以及成套的解決方案，電子工程師發現了重要的市場空間以及設備層面的問題。但智能家居真正大規模、經濟而安全地進入我們的家庭仍然需要時間。

滿足安全和效率的邊緣計算

一個設備需要的信息越多，它就越聰明。由于對數據的依賴，人工智能存在安全隱患。本地數據處理可以解決隱私問題。家庭可以將數據保存在自己的墻壁中，而無需與云中的第三方共享，就可以降低數據泄漏的風險。

智能家居設備可以用來存儲數據，這樣遠程網絡罪犯就不能輕易通過網絡傳輸這個環節來偷取信息。設備制造商必須確保他們設備上的數據處理是安全的。當涉及到數據和決策時，通過使用設備級別的各種安全特性，例如安全密鑰存儲、加速加密和實際隨機數生成，可以獲得更好的安全性。

數據連接也是AI部署的一個重大障礙。例如，當來自智能家居的監測設備發現異常時(如心臟病發作)需要迅速做出決定，家庭醫療監控不能受到連接不良的阻礙，甚至不能接受任何網絡延遲。

如果業界想要開發不受延遲影響的應用程序，就應該轉向設備上的邊緣計算。產品制造商的AIoT芯片現在可以在納秒內執行，使產品快速思考和精確決策。

還需要注意規模化的問題。聯網設備的數量在不斷增加，這給遠端的云基礎設施帶來了更多的壓力。規模化是邊緣技術在過去兩年獲得大發展的促進因素之一。專家們開始認識到物聯網根深蒂固的可擴展性優勢。

曾經物聯網擴展的主要技術障礙之一是對云處理的需求，以處理未來數十億多臺設備和pb級數據，而這一障礙正在消除。

統一標準的AIoT開發平臺

在過去的一年里，人工智能的市場一直在增長。它在技術層面上也取得了進步。人工智能在提高設備處理能力的同時，降低了所需的功耗和費用。開發者現在可以在一個負擔得起的價格上去采用合適的芯片以適應各種需求的AIoT。

開發環境則是一個至關重要的考慮因素。新的芯片架構通常意味著工程師必須學習和熟悉的不成熟和未經測試的專有編程平臺。

相反，工程師應該能夠使用他們熟悉的行業標準方法。行業標準方法包括完整的可編程性和運行環境。工程師可以使用友好的平臺快速編程芯片，而無需學習新的語言、工具或技術。

必須有一個能夠處理物聯網系統的所有計算需求的單一編程環境。在疫情時代，計算需求能力將始終是確保設計速度所需的關鍵，以在家中引入快速、安全的人工智能。