為克服汽車、工業(yè)運(yùn)算與虛擬實(shí)境(VR)等云端應(yīng)用固有的延遲問題、實(shí)現(xiàn)即時(shí)服務(wù)，Marvell與Pixeom在2018年消費(fèi)性電子展(CES)中展示一個(gè)低成本、高效能的解決方案，建立分散式作業(yè)模式，配置高效能運(yùn)算硬體與搭配的相關(guān)軟體于網(wǎng)路邊緣(edge)的裝置，并提供所需的安全功能，以拓展Google Cloud Platform服務(wù)至網(wǎng)路邊緣。

根據(jù)Semiconductor Engineering報(bào)導(dǎo)，在物聯(lián)網(wǎng)(IoT)執(zhí)行的應(yīng)用與連網(wǎng)移動(dòng)裝置日益運(yùn)算密集化與智能化，大數(shù)據(jù)對(duì)網(wǎng)路造成極大負(fù)荷。既使數(shù)個(gè)Gb網(wǎng)路已廣泛采用，未來5G網(wǎng)路也將提供更大可用頻寬，供持續(xù)增多的云端運(yùn)算與儲(chǔ)存服務(wù)使用，但新一代云端架構(gòu)須將更高比例的智能分散至整個(gè)網(wǎng)路基礎(chǔ)架構(gòu)，而非采用傳統(tǒng)集中模式。

傳輸包含大量資料的高解析度視訊與音訊內(nèi)容至云端進(jìn)行分析，成本極高且非常耗費(fèi)云端運(yùn)算與儲(chǔ)存資源、網(wǎng)路基礎(chǔ)架構(gòu)頻寬。Marvell與Pixeom的邊緣運(yùn)算解決方案，以最佳化的方式直接在網(wǎng)路邊緣配置運(yùn)算與儲(chǔ)存資源，進(jìn)行高解析度視訊與音訊資料分析，不僅分擔(dān)網(wǎng)路基礎(chǔ)架構(gòu)與云端負(fù)荷，更可大幅提升作業(yè)效率與減少延遲。

Marvell與Pixeom的解決方案透過Pixeom Edge Platform軟體，讓云端服務(wù)供應(yīng)商可大規(guī)模打包(package)、就地部署(on-premise)基于Docker容器(container)的Google TensorFlow微服務(wù)(microservice)，并協(xié)調(diào)安排在配備Marvell ARMADA 8040系統(tǒng)單芯片(SoC)嵌入式處理器的Marvell MACCHIATObin community board上執(zhí)行。

Google TensorFlow微服務(wù)可提供各種關(guān)鍵功能，包括臉部辨識(shí)、保全與安全警示的智能通知、物體偵測(cè)、讀取車牌與名牌等物品上的文字。涵蓋人工智能、自駕車、智能零售、影像監(jiān)控等各種應(yīng)用。

Pixeom Edge Platform建置的云端網(wǎng)路邊緣運(yùn)算服務(wù)器即微云(cloudlet)，邊緣物聯(lián)網(wǎng)核心(Edge IoT Core)內(nèi)建分析、API管理、資料處理、功能即服務(wù)(FaaS)、物聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)、訊息傳送等Google Cloud Platform功能?；诮巧拇嫒」δ埽尭鞯亻_發(fā)者協(xié)作建置邊緣運(yùn)算應(yīng)用。

Marvell MACCHIATObin community board最高支援16Gb DDR4存儲(chǔ)器，配備完整連網(wǎng)介面，執(zhí)行Linux作業(yè)系統(tǒng)，ARMADA 8040的處理器核心為64位元ARMv8 4核心架構(gòu)，最高時(shí)脈達(dá)2.0GHz。Marvell的硬體與Google Cloud Platform相容，因此能大規(guī)模分析與管理所部署的邊緣運(yùn)算資源。