胡坚波丨城市大脑的未来形态

当前，新一轮 科技 革命和产业变革方兴未艾，数字化正以不可逆转之势深刻改变人类生产生活方式。作为新基建的重要内容，城市大脑不仅仅是技术创新，更是 社会 创新，揭示了城市未来的发展模式，也预示着城市文明新阶段的到来。未来，城市大脑管理运行的领域、类型与内容还将不断扩展，运用大数据、云计算、区块链、人工智能等前沿技术推动城市管理手段、管理模式、管理理念创新，从数字化到智能化再到智慧化，是推动城市治理体系和治理能力现代化的必由之路。

中国信息通信研究院总工程师胡坚波认为， 作为推动数字化转型的重要抓手，城市大脑在我国整体上处于发展起步阶段，平台赋能不足、业务支撑不力、建设运营模式不清晰等问题也很突出，这反映了城市大脑相关理论认识与政策规划的分散与不足。建议通过构建“四大核心平台”，赋能“七大协同场景”，实现对城市治理和服务领域的全面覆盖，因地制宜推动城市大脑加快落地实施。

目前我国城市大脑建设中还存在哪些主要问题？

1、平台赋能机制有待完善。当前城市大脑组件的系统性、功能性相对较弱，难以快速提供上层系统需要的大数据、物联网感知、城市信息模型等服务，场景灵活搭建和系统快速生成能力不强，城市大脑支撑平台全面赋能上层应用的作用机制有待进一步健全。

2、跨部门业务协同型场景支撑力不足。城市大脑中涉及多部门联动处置的业务经常出现“数据盲区、数据打架”等问题，城市大脑针对跨部门业务需求打造的典型场景和超级应用有待进一步完善。

3、城市大脑常态化运营模式不清晰。城市大脑系统复杂度高、技术更新迭代快、所需资金数额巨大，需建立长效运营理念，建立与技术支撑、制度建设相匹配的城市级建设运营服务体系，提供基础技术支撑。

如何因地制宜推动城市大脑落地实施？

1、因地制宜创新建设运营模式。相对于智慧城市建设，城市大脑的技术复杂度更高、更新速度更快、系统集成度更复杂，势必需要专业的公司进行建设和运营。

2、内外协同构建建设运营生态。城市大脑是一个复杂巨系统，需要协调内外部资源形成建设运营生态。对内强化统筹协调，形成政府多部门协同合力，对外成立产业联盟，聚合市场建设资源。

3、示范引领稳步推进城市大脑建设。城市大脑建设应根据城市自身发展战略、数字政府建设需求、数字 社会 及数字经济发展需求，遵循“需求导向、顶层设计、示范引领、分步实施”思路稳步推进，避免贪大求快。

更多精彩观点

01 城市大脑整体处于发展起步阶段

据不完全统计，“十四五”期间，城市大脑投资规模可达千亿。截至2020年10月底，全国共有129个项目以“城市大脑”为名进行招标，平均中标金额约为5500万元，成为当前新型智慧城市的建设热点。在全国36个省级城市（含直辖市、计划单列市）、255个地级市和2851个县级行政区中，完成或正在建设城市大脑的城市不足2%，根据中国信息通信研究院（以下简称“中国信通院”）测算，2019年全国智慧城市投资总规模约为17万亿元，而城市大脑占智慧城市总投资比例约为4%，预计未来几年城市大脑项目可能保持100%以上增速。此外，在地域分布上，东部地区城市大脑建设数量遥遥领先，占比达到60%，其中，浙江省共17个市县已启动建设城市大脑，建设普及率居全国第一。

《中华人民共和国国民经济和 社会 发展第十四个五年规划和2035年远景目标纲要》明确提出“ 探索 建设数字孪生城市”。2020年，国家发改委、 科技 部、工信部、自然资源部、住建部等部委密集出台政策文件，有力推动城市信息模型及建筑信息模型相关技术、产业与应用快速发展，助力数字孪生城市建设。随着数字孪生城市在雄安新区先行先试，数字孪生建设理念深入到各地新型智慧城市规划中。2020年2月，上海市发布《关于进一步加快智慧城市建设的若干意见》，明确提出“ 探索 建设数字孪生城市”；8月，海南省发布《智慧海南总体方案》，提出“到2025年底，基本建成‘数字孪生第一省’”；12月，浙江省提出建设数字孪生社区。据中国信通院统计，2018年全国仅有两项城市信息模型相关投标项目，2019年新增8项，2020年（截至2020年10月）新增19项，增长迅猛，标志着城市信息模型已加速进入到 探索 推广阶段。

各地城市大脑着重提升协同联动能力，深化“一网统管”建设，一方面聚焦公共安全、应急管理、规划建设、城市网格化管理、交通管理、市场监管、生态环境等重点领域，实现态势全面感知、风险监测预警、趋势智能研判、资源统筹调度、行动人机协同；另一方面打破“层层上报、层层审批”的传统上传下达方式，聚焦数据采集慢、融合难、整理耗时长等问题，着力构建“市、区、街道社区”三级联动体系，实现快速灵活综合调度。例如，在疫情防控初期，传统数据报送处理方式层级多，数据从采集、整理、摸排、上报到发布要一天左右。海口城市大脑疫情防控智能指挥平台建立“市、区、街道社区”三级联防联控体系，基层人员和公众可直报数据到城市大脑，城市大脑处置命令直达工作人员，实现命令下达、执行跟踪、摸排上报、群防群治全链路快速闭环，避免了多级数据采集和命令传达的滞后。

在新冠肺炎疫情前期，疫情发展迅速，急需快速搭建疫情监测、人口排查、防控指挥等全新应用场景。城市大脑基于基础支撑平台、成熟应用组件库、基础数据库等，实现了疫情防控新平台的快速搭建。例如，杭州基于城市大脑快速开发 健康 码平台，将开发周期从常规的4周缩短到16小时；北京海淀区基于城市大脑的“时空一张图”和“AI计算平台”等，推动了疫情防控平台的快速上线。

产业生态方面，企业基于四大核心优势融入城市大脑领域，形成群雄逐鹿的产业格局。一是以云数据为内核的生态整合实力。基于“云+数”优势，通过打造城市级“云数”平台，面向合作伙伴打造“合作生态”，助力合作伙伴基于平台快速构建应用层，提供“最后一公里”服务。如华为基于可同时提供云管端协同ICT产品与创建解决方案的能力，打造数据底座，提供云计算服务、新ICT能力和行业使能，构建了开放的数字化生态。二是以AI为核心的技术实力。基于AI核心技术，提供更多具有“AI思维”的解决方案，从而迅速打开市场空间。如百度基于百度大脑和AI核心技术，提出AI智能城市“ACE王牌计划”，引入自动驾驶 汽车 、智慧道路车路协同，提升车和路的智能化水平；研发自主泊车功能，帮助驾驶员节省寻找停车位的时间。三是便捷触达公众的平台优势。依托城市服务平台能够更为便捷地服务群众，发挥城市智能中枢应用工具和应用场景得天独厚的多元化优势，形成技术与场景的点线面结合。如腾讯提出构建“WeCity未来城市”，以腾讯云基础产品为底层架构，为数字政务、城市治理、城市决策和产业互联等领域提供解决方案，并通过微信、小程序等工具触达用户。四是系统集成能力。依托传统集成商强大的产业链上下游整合能力和售后服务能力，积极融入城市智能中枢建设。

一是平台赋能机制有待完善。当前城市大脑组件的系统性、功能性相对较弱，难以快速提供上层系统需要的大数据、物联网感知、城市信息模型等服务，场景灵活搭建和系统快速生成能力不强，城市大脑支撑平台全面赋能上层应用的作用机制有待进一步健全；

二是跨部门业务协同型场景支撑力不足。城市大脑中涉及多部门联动处置的业务经常出现“数据盲区、数据打架”等问题，一张图规划、一盘棋管理等跨部门跨行业应用场景的实施效果相对有限，不利于决策指挥、联防共治，城市大脑针对跨部门业务需求打造的典型场景和超级应用有待进一步完善；

三是城市大脑常态化运营模式不清晰。城市大脑系统复杂度高、技术更新迭代快、所需资金数额巨大，需建立长效运营理念，建立与技术支撑、制度建设相匹配的城市级建设运营服务体系，引入具有定制化服务、长效运营增值、生态伙伴培引等功能的本地运营机构，提供基础技术支撑。

02 “一体四翼”构建未来城市大脑

城市大脑以网络、计算、感知设施为基础，全面汇聚整合分布在城市各级各部门各行业的海量数据，构建聚合数据、共享技术、协同业务、赋能应用的城市运营中枢平台，促进数据协同、技术协同、业务协同，赋能生产、生活、生态等上层应用场景。作为城市新型基础设施，城市大脑是开放、不断完善、迭代发展的，一方面能够随着未来信息技术的发展不断演进；另一方面，随着各行业信息化建设逐步深化，激活城市各行业以及跨行业的基于城市大脑的系统建设，有利于推进各行业系统接入及提升。

四大核心平台。

城市大脑是互联网大脑架构与智慧城市建设结合的产物，是城市级的类脑复杂智能巨系统，在人类智慧和机器智能的共同参与下，在物联网、大数据、人工智能、边缘计算、5G、云机器人、数字孪生等前沿技术的支撑下，充分推进城市数据资源网络化共享、集约化整合、高效化开发、全面化赋能，各类共性支撑平台是城市大脑的核心要素：

（1）城市大数据平台。城市大数据平台以城市信息模型数据为框架，通过对全域全量数据汇聚、融合、存储与分析，并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术，提高数据资源利用水平，打造数据驱动治理模式的强大引擎。随着数据处理技术的不断进步和数据应用需求的不断提升，城市大数据的数据资源越来越丰富。同时，城市大数据结构异构特征显著，数据量大、速度提升快、处理速度和实时性要求高，且具有跨部门、跨行业流动的特征。虽然各级地方政府和企业都在积极 探索 城市大脑建设，但仍然存在特色不明、体验不佳、共享不足等问题。究其根源在于未能实现城市大数据资源与城市业务的良好融合，大部分城市仍停留在政务数据共享交换平台的水平，即主要在政府内部进行的数据共享；

（2）城域物联感知平台。城域物联感知平台以全域物联感知和智能化设施接入为基础，为设备开发者、应用开发者、业务管理者、运维服务者等参与者提供物联感知服务，成为终端设备与智能应用之间的纽带。城域物联感知平台的核心功能主要包括接入管理、设备管理、数据管理三部分，向下接入感知终端，兼容适配各类协议接口，提供感知数据的接入与汇聚；中间面向设备开发者、管理者、运维者提供远程运维管理、事件告警、反向控制等设备管理；向上为应用开发者提供数据解析、数据分析、数据统计、数据调用等数据管理，支撑物联数据创新应用；

（3）城市信息模型平台。城市信息模型平台是刻画城市细节、呈现城市发展趋势、推演未来趋势的综合信息载体。城市信息模型平台基于城市地理信息系统GIS地图，按照地形层、道路层、建筑层、水域层等顺序加载城市大数据平台和城域物联感知平台数据，并对建筑物、桥梁、停车场、绿地等城市部件进行单体化处理。在模型单体化基础上，同步接入人口、房屋、水电燃气、交通等城市公共系统的信息资源，实现可视化展示城市运行状态，并运用模拟仿真、深度学习等技术，模拟推演城市发展态势；

（4）应用支撑模型平台。应用支撑模型平台是城市大脑关键共性技术、应用开发组件和城市模型服务的模块化封装集成平台，能够实现灵活配置和高效开发利用，包括共性应用组件服务、信息模型服务和核心使能技术服务。其中，共性应用组件服务包括信用服务、身份认证、非税支付、电子证照等底层技术支撑；信息模型服务是指面向应用场景的赋能服务，包括自定义渲染服务、空间分析计算、虚实融合互动等；核心使能技术服务包括人工智能、大数据、区块链等新技术能力，旨在为上层应用提供技术支撑。

七大协同场景。

城市大脑在行业系统应用的基础上，着眼城市建设和管理，以解决城市运行问题为牵引，推动场景不断向跨部门跨领域的超级场景应用方向发展，协同联动成为业务场景建设的重点和亮点：

（1）多规融合一图管控。城市大脑整合基础空间数据、现状数据、规划成果、地下空间数据等城市规划相关信息资源，在城市信息模型上实现合并叠加，解决潜在冲突差异，统一空间边界控制，形成规划管控的“一张蓝图”。在充分保证“一张蓝图”实时性和有效性的前提下，汇聚更多规划数据，如人口分布密度、绿地面积布局、交通流量、实时环境检测、空气流动、温度变化、群体社交活动等信息，并基于全量数据构建各类模型，如城市风貌模型、控规模型、参数化模型等，对各种规划方案及结果进行模拟仿真及可视化展示，实现方案的优化和比选；

（2）项目建设全程可视。在设计阶段，利用数字孪生技术，构建还原设计方案周边环境，充分考虑设计方案和已有环境的相互影响因子，让原来到施工阶段才能暴露出来的缺陷提前暴露在虚拟设计过程中，方便设计人员及时针对缺陷进行优化。在施工阶段，利用数字孪生技术将施工方案和计划进行模拟，分析进度计划的合理性，对施工过程进行全面管控。在运营维护阶段，基于设计、施工、装配过程中留存数据生成的建筑三维模型，结合建筑内外部各类传感器、监控设备采集的建筑环境数据、设备运行数据、构件压力和应变数据、视频监控数据、异常报警数据等，开展智能分析，对可能出现的影响建筑寿命、设备 健康 等问题进行预测预警；

（3）城市运行一网统管。基于统一标准的城市部件数字编码标识体系和空天地全方位立体部署的物联感知设施，为各类城市部件、基础设施甚至是动植物等生命体赋予独一无二的“数字身份z”，从而实现对城市部件的智能感知、精准定位、故障发现和远程处置。利用城市智能引擎赋能城市摄像头，智能识别跨门经营、违章停车、堆物堆料、暴露垃圾、无证游商、积存垃圾渣土、沿街挂晒等违章行为，通过智能立案、派发、审核，缩减案件处置流程，有效缩短处置时间、节省工作人力投入，提升城市管理的智能化水平，提升市民满意度。此外，通过全要素数据聚合，准确抓取城市体征，进行城市画像，洞察城市机场、高铁站、交通枢纽、地铁站、热门景点、博物馆、图书馆、 体育 馆运行状态和实时利用率，人和车辆动态和轨迹追踪，城市大型建筑、桥梁、游乐场、重点设施的安全监控，实现一张图全景展现城市运行动态；

（4）公共安全一屏掌控。依托城市大脑，基于AI和大数据技术能力，构建治安防控圈，对重点区域、重点出入口等监控点位的人员和车辆进行全覆盖、全方位智能采集，将散布在城市各个角落的监控摄像头等设备产生的数据连接起来，进行分析与整合，根据结构化数据形成一脸一档、一车一档及标签库等，做到“人过留像、车过留牌、留特征、留轨迹”。当 社会 治安防控系统智能发现显性问题时，可启动自动报警、快速响应与协同处置等机制，实现对城市的精准分析、整体研判、协同指挥。例如，当发生老年人、幼童走失等事件时，系统将自动调出事发现场及其周边的视频监控设备，通过轨迹跟踪和自动寻位，降低人员走失风险；

（5）应急指挥一键调度。城市大脑依托其应急指挥中心功能，能够为决策者实时远程分析、多维度展示城市信息，对重大事件和重点人群进行动态监测、跟踪、信息预警，支持跨层级、跨部门的全域资源快速调动，从而实现对重大公共安全事件、突发公共卫生事件、自然灾害等紧急突发事件的有效应对，做到统一平台、统一通信、统一部署、统一指挥、统一调度，打造“管理驾驶舱”。通过整合视频监控等各类信息，快速还原应急事故现场的环境，为相关部门开展灾情研判、灾害分析等工作提供保障；通过可视化界面实时展示各种应急资源的位置、状态，并基于空间实际地理坐标对可用应急资源进行查询，形成应急资源“一张图”；通过三维模拟仿真技术对整个应急事件的处置进行全流程仿真，通过多种评价方式对每个具体的仿真流程、整体应急资源的准备情况、应急预案整体执行效率等进行多维度的评价，为领导决策提供科学辅助；

（6）政务服务一网通办。以城市大脑建设为基础，打造一体多端的政务服务平台，以政府服务大厅、政务服务网、城市级App、自助终端、12345热线等为基础，整合各部门、各领域现有公共服务入口，形成统一入口，整合用户使用频率高、需求量大的服务事项，实现政务服务线下大厅办、网上办、掌上办、自助办、12345热线办等多渠道联动。打造政务服务支撑平台，推进区块链+政务服务审管互动应用，加强政务服务事项治理分析，利用OCR识别、自然语言处理、语音识别、智能机器人等AI能力，实现跨部门业务流程自动化和12345语音智能识别、审批材料智能化识别，解决审批信息二次录入问题，支撑利企惠民服务直达。以惠民服务为例，通过“掌上政务”服务平台融合身份z、驾驶证、社保卡、医保卡、yhk等功能权限，为市民提供交通出行、教育缴费、看病就医、政务服务、智慧社区、信用支付、不动产交易、小微贷款、图书馆借阅等便民服务；

（7）产业发展一图总览。基于城市大脑，汇聚投资、消费、就业、税收、财政、金融、能源等经济运行领域的监测数据，为产业经济运行分析提供数据支持。开展产业运行态势综合监测，实现生产运营管理总体情况便捷查询，数据范围涵盖产业结构、入驻企业、产值分析、税收、招商引资、复工复产情况等；生成产业地图，重点聚焦城市产业分布，从空间和产业两个维度生成现状图和未来图，通过发挥产业地图的指引作用，有效服务各类投资者，推动重大项目与产业地图精准匹配、快速落地，引导 社会 资本向重点区域集聚，加快构建集产业链、创新链等为一体的产业要素体系；创新产业经济分析模式，通过分析城市传统产业、优势产业、战略产业的发展规模、投资、效益、税收情况，以及各产业在研发、生产、销售、管理各环节的状态、资源分布情况，建立经济运行大数据分析模型，对区域经济运行趋势进行分析和预判，为淘汰落后产能、清理“僵尸企业”、鼓励 科技 创新、扶持优势产业、改造技术落后企业等一系列经济调节目标提供及时、精准、有效的决策信息。

03 因地制宜推动城市大脑落地实施

因地制宜创新建设运营模式。

相对于智慧城市建设，城市大脑的技术复杂度更高、更新速度更快、系统集成度更复杂，势必需要专业的公司进行建设和运营。 目前，国内城市大脑建设主要有三种模式：

（1）企业总包建设运营模式。由某家企业总包负责城市大脑建设运营，企业通常为与城市签订战略合作协议的国内领军ICT企业。该模式的优点是系统之间集成整合相对平滑，政府部门统筹组织难度低；缺点是城市大脑企业标签化色彩较重，技术体系开放度较低；

（2）领军企业生态圈建设+主导企业运营模式。由智慧城市主管部门组织实施，由国内领军ICT企业负责城市大脑的总体架构设计和核心模块建设，聚集若干专业化企业形成生态圈，共同参与城市大脑不同模块建设。在城市大脑建设完成并投入运行后，由主导企业负责后续运营工作。该模式的优点是建设阶段能实现生产合力最大化，缺点是政府统筹组织压力较大；

（3）政企合作组建公司开展建设运营模式。由政企合作性质的公司负责建设运营（该公司通常为某主导企业和后续参与建设的领军企业合资），推动该领军企业的技术方案落地，同时引入其他专业化企业参与建设，并承担后续运营工作。该模式的优点是整个建设运营阶段都由专业化公司负责，有利于有效整合企业资源，缺点是组建公司等前期准备工作相对复杂。

内外协同构建建设运营生态。

城市大脑是一个复杂巨系统，需要协调内外部资源形成建设运营生态。一方面，对内强化统筹协调，形成政府多部门协同合力。例如，杭州在市级层面成立杭州城市大脑建设领导小组，由市委书记挂帅，六位市领导担任副组长，由一位副市长主抓，各区县（市）和各部门主要领导均为领导小组成员；同时，以项目为单元，建立工作专班，统一进驻云栖小镇集中办公。又如，上海成立城市运行综合管理中心，持续深化联席会商机制，对于需要多部门共同处置的事件，建立共同的规则和秩序，明确责任主体、规范处置流程。另一方面，对外成立产业联盟，聚合市场建设资源。例如，在海淀城市大脑的建设过程中，百度牵头45家公司成立 科技 产业联盟；在杭州城市大脑的建设过程中，阿里云负责总体架构以及计算平台、数据采集系统、数据交换中心、开放算法平台、数据应用平台等核心模块建设，若干大数据运营企业负责模块建设等系列工作。

示范引领稳步推进城市大脑建设。

城市大脑建设应根据城市自身发展战略、数字政府建设需求、数字 社会 及数字经济发展需求，遵循“需求导向、顶层设计、示范引领、分步实施”思路稳步推进，避免贪大求快。根据项目实施重点的不同，城市大脑建设期可划分为夯实基础、推广应用、全面建设三个主要阶段。夯实基础阶段重点围绕顶层设计编制、平台运营公司组建、平台及重点子系统建设等工作开展；推广应用阶段重点围绕平台及重点系统完善、先行先试示范应用项目建设等工作开展；全面建设阶段重点围绕各领域智慧应用服务全面深化和协同运行，打造多维度、多元化的特色智慧应用。

原文标题：《关于城市大脑未来形态的思考》（微信有删节）

以下回答仅供参考：
1 物联网是新一代信息技术的重要组成部分，其英文名称是：“The Internet of things”。顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信 也就是物物相息。物联网就是“物物相连的互联网”。
2 从问题所说，物联网用途广泛，遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、环境监测、路灯照明管控、景观照明管控、楼宇照明管控、广场照明管控、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。
3 回到问题本身，物联网目前最火的地方在智慧城市、智能家居、智能照明，这三个方向是未来物联网领域最可能大规模爆发的地方。

摘 要：对物联网的技术信息进行了综合分析，介绍了物联网的起源、基本概念、国内外的研究现状和应用现状，讨论了物联网的体系结构、感知及终端技术、物联网的安全、智能化等关键技术，最后结合中国物联网的发展及产业现状，提出了物联网的应用与技术建议。
关键词：物联网(IOT)；射频识别(RFID)；网络应用；关键技术
中图分类号：TP3934 文献标识码：A 文章编号：2095-1302(2012)08-0078-03
Features and application of Internet of Things
MA Yin
(Jiangsu College of Information Technology, Wuxi 214153, China)
Abstract: A comprehensive analysis of Internet of Things (IOT) is made The origin and basic concepts of IOT is presented firstly The current research on IOT at homeland and abroad and application of IOT are introduced secondly The key techniques of IOT such as the architecture, perception and terminal technology, security of IOT and intelligence are discussed in detail Combined with the development and current industry situation, the suggestions about IOT application and technical improvement are made finally
Keywords: Internet of Things (IOT); Radio Frequency Identification (RFID); Internet application; key technique
0 引 言
随着信息技术的发展，智能化管理与服务也得到快速发展，物联网正是在这样的条件下发展起来的新兴产业。物联网是以感知为核心的物物互联的综合信息系统，其发展将促进传统生产、生活方式向着现代智能化的方式转变，可大大提高生产力和社会运行效率，提升人们的生活质量。物联网是继计算机、互联网之后，世界信息产业的第3次革命。
早在1995年，比尔·盖茨在《未来之路》中就已经提及物物互联的概念，但受限于当时无线网络、硬件及传感设备的发展情况而未引起重视。1998年，美国麻省理工学院(MIT)创造性地提出了当时被称为EPC系统的物联网构想。1999年，在建立物品编码、RFID技术和物联网的基础上，美国Auto-ID中心首先提出“万物皆可通过网络互联”，从此阐明了物联网的基本含义[1]。
物联网的基本思想产生于上世纪末，但近年来，随着信息技术的发展，物联网才真正引起人们的关注。2005年，在信息社会世界峰会(WSIS)上，国际电信联盟(ITU)发布了《ITU互联网报告2005：物联网》[2]。《报告》指出，无所不在的“物联网”通信时代即将来临：通过一些关键技术，用互联网将世界上的物体都连接在一起，使世界万物都可以上网，世界上所有物体都可以通过互联网主动进行信息交换。射频识别技术(RFID)、传感器技术、纳米技术、智能嵌入技术和机器人技术等将得到更加广泛的应用。欧洲智能系统集成技术平台(EPOSS)于2008年在《物联网2020》[3]报告中分析预测了未来物联网的发展主要经历四个阶段：2010年之前广泛应用于物流、零售和制药等领域；2010—2015年实现物与物之间的互联；2015—2020年进入半智能化阶段；2020年之后实现全智能化。目前，物联网的产业发展和应用正在由第一阶段向第二阶段过渡期，物物互联的应用范围不断扩大。RFID 在欧美国家已具有成熟的产业链，这些国家主要将RFID 技术应用于交通、车辆管理、身份识别、生产线自动化控制、仓储管理及物资跟踪等领域。我国目前的物联网虽然只有小规模应用，但物联网的战略性新兴产业地位已经明确。
1 物联网关键技术及特点
物联网是一个基于互联网、传统电信网等信息载体，让所有能够被独立寻址的普通物理对象实现互联互通的网络。它具有普通对象设备化、自治终端互联化和普适服务智能化的重要特征。物联网是一种复杂多样的综合网络系统，根据信息生成、传输、处理和应用过程，可以把物联网分为感知识别层、网络构建层、管理服务层和综合应用层。
11 感知识别层
感知识别层由大量具有感知和识别功能的设备组成，可以部署于世界任何地方、任何环境之中，被感知和识别的对象也不受限制。感知识别技术是物联网的核心技术，是联系物理世界和信息世界的纽带，主要作用是感知和识别物体，采集并捕获信息。关键技术不仅包括射频识别技术、无线传感器等信息自动生成设备，也包括各种智能电子产品用来人工信息生成，主要是感知和识别设备的功耗、物体标签信息的浓缩和写入、物体信息代码的分类匹配等。近年来，各类可联网的电子产品层出不穷，智能手机、个人数字助理(PDA)、多媒体播放器、上网本、笔记本、平板电脑等迅速普及，人们可以随时随地接入互联网，分享信息。信息生成方式的多样化是物联网区别于其他网络的重要特征。
12 网络构建层
网络构建层主要是将感知识别层数据接入互联网。互联网及下一代互联网(包含IPv6技术)是物联网的核心网络。
各种无线网络可提供随时随地的网络接入服务。各种不同类型的无线网络合力提供便捷的网络接入，是实现物物互联的重要基础设施。无线个域网包括蓝牙技术(802151标准)、ZigBee技术(802154标准)，无线局域网包括现在广为流行的Wi-Fi技术(80211标准)，无线城域网包括现有的WiMAX技术(80216标准)，无线广域网包括现有移动通信网络及其演进技术(3G、4G通信技术)。

2019年全球ICT产业关键字，聚焦「智慧、速度与创新」。创新技术如人工智慧、延展实境（XR）、区块链、数位分身（DigitalTwin）持续出笼，尤其人工智慧加速晶片及量子电脑的发展，伴随5G商转，势必带动产业跳跃式前进。既然聚焦「虚实整合、运算科技、人机互动」三大主轴，2019年COMPUTEX，全球IP矽智财授权领导厂Arm受邀出席《COMPUTEX论坛》、《InnoVEX论坛》主题演讲。Arm在COMPUTEX揭示全面运算(TotalCompute)主张，为5G时代提供更符合更多使用情境(usecase)的整体运算方案，并展现强大生态系能量。

Arm在COMPUTEX2019有哪些亮点展示？瘾科技带你浏览四大解决方案 亮点一：物联网平台

回应Arm的目标在2035年打造达一兆台连网装置，为了让连网装置深度沟通，Arm针对IoT平台的生态系，近年接续推出「DesignStart」、「Pelion」及「Neoverse」等相关计画。今年COMPUTEX，Arm展示Pelion这项混合环境的端到端联网连接、装置和资料管理平台方案。Pelion特色在于建构3A情境，「任何装置、任何资料、任何云端」（Anvice,Anydata,Anycloud），管理任何种类的连网装置与连接，应付任何内外部不同类型的资料，连接任何公有、私有及混合云端。

换言之，Pelion平台让企业在安全环境下，管理各项物联网装置，无限制连结任何规模的资料。COMPUTEX也展示，Arm收购TreasureData后，借助巨量资料技术能力，Pelion平台对资料流程进行融合，让企业用户以高效、更安全的技术部署、连接和更新连网装置，顺利走入物联网的资料世界。

亮点二：AI机器学习

联网装置与数据资料爆发成长，人工智慧的机器学习应用，逐渐从云端转移至终端。为了把机器学习技术放在边缘装置发挥所长，Arm针对机器学习的晶片应用进而打造全新处理器。延续Arm在CPU具备的可编程优势，以及GPU数据处理压缩能力和高吞吐量的设计特点，将其整合至机器学习晶片设计之中。针对机器学习热潮，Arm推出「ProjectTrillium」机器学习运算平台支持各种AI应用程序，在功能性与可扩展性方面，能实现更快机器学习效率。根据统计，目前ProjectTrillium平台的学习数据吞吐量，比起过去CPU、GPU协同作业的机器学习效率，已经达2~4倍以上，效能也优于传统DSP的可编程逻辑。

换言之，ProjectTrillium是一个异质的ML运算平台，平台架构包括ArmML处理器、开放原始码ArmNN软体框架，目前搭载于超过25亿台Android装置。Arm针对ML处理器进行强化，包括超过两倍能源效率，达到每瓦5兆次运算(TOPs/W)、记忆体压缩技术提升达三倍，以及提升至高达八核心的次世代峰值效能，与每秒最高32兆次运算(TOP/s)。

随着机器学习需求愈来愈高，开发人员更渴望利用系统上专属神经处理器(NPU)的优势。Arm机器学习ML处理器提供同级最优化的能耗效率，并有强大的软体生态系统支援，让整个生态系统的AI效能极大化。

▲Arm示范如何在装置上快速的执行机器学习功能，挑战人的记忆，和装置相比，看谁能先辨出不同的图像。

亮点三：AR/VR装置

前几年开始流行的AR、VR装置，过去最大挑战来自虚拟视觉的稳定度。对此，Arm因应5G科技演进推出多款全新高阶IP套件，其中Mali-D77DPU显示器即是聚焦扩增实境、虚拟实境所需的内容所打造，让虚拟实境更加真实。Mali-D77是Mali-D71显示处理器更新版，最高可对应3K解析度与120fps更新率，虚拟视觉影像得以更稳定呈现。全新的硬体功能，加速头戴式显示器的虚拟实境运算，实现更小、更轻、更舒适的VR装置部署。

▲在COMPUTEX展示OculusQuest的VR头盔，提供高效能、无线，摆脱传统VR装置需要连接线的牵绊，创造VR装置新体验。

当然，使用者对AR、VR装置的期待除了影像稳定，在沉浸式体验方面，还包含更轻量、不受线材影响以及更顺畅的效能。Mali-D77其他功能表现在镜头失真校正（LensDistortionCorrection）、色差校正（ChromaticAberrationCorrection）、非同步时间扭曲（AsynchronousTimewarp），对应更清晰、更真实影像，还能降低配戴者头晕情况。除此之外，Mali-D77显示处理器IP，3K120虚拟实境效能，硬体节省VR作业负载4成以上系统频宽，以及12%功耗表现。Arm表示，为了让VR更为普及，在全球达到数十亿台装置的长期目标，Mali-D77解决现阶段显示技术的挑战，为VR产业迎向下一个新世代。

亮点四：车用

Arm在今年COMPUTEX展示的第四个亮点，聚焦在汽车应用。Arm在车用方面扮演重要角色，因其牵涉稳定与安全，尤其ADAS与自动驾驶需要顾虑的层级更是重要。对此，Arm针对车载安全推出ArmSafetyReady计画，同时也包括针对自驾车的7nm制程最佳化处理器架构Cortex-A76AE，借由整合Split-Lock提供车载所需的安全性。

换言之，ArmSafetyready车用安全计画涵盖Arm既有、新型与未来的全方位车载计画，从系统性流程到研发，且通过ISO26262与IEC61508标准，一站式提供软体、元件、工具、认证及标准等资源，确保加入此计画的合作伙伴其SoC与系统，皆达到最高安全层级。

今年COMPUTEX也展示基于Arm的DMS（DriverMonitoringSystem）驾驶监控系统产品。DMS是采用ArmCortex-A7所支援的深度学习NN模型，由TEEAILab所开发。这套DMS系统展示在CortexA7上运行AI/ML以实现驱动程序状态监视功能。例如针对驾驶员闭眼、打哈欠侧视、俯视、打电话和吸烟等行为进行迅速检测，并发出音频以提醒驾驶。Arm在智慧驾驶领域，也展开AutomotiveEnhancedforFunctionalSafety计画，将推出首款多情绪执行处理器，以强化新世代安全驾驶体验。

▲COMPUTEX展会上也展示Arm在智慧驾驶领域的成果(图右)，情绪执行处理器问世将有助驾驶安全。

聚焦未来世界，打造创新体验

Arm在COMPUTEX2019展会中，展现新世代运算领域的创新技术与相关应用。除了上述相关亮点，也聚焦面向未来2030年的使用情境。Arm拥有全面软体开发框架，包含ArmIP、ArmNN、ArmComputeLibrary及ArmDevelopmentStudios，透过生态系统合作帮助开发人员更快采用、更快上市，透过机器学习软体优化，有效扩展硬体效能。

想像未来的世界，5G传输、机器学习、终端运算可能已经成为我们生活的日常，而产业之间将呈现万物联网的庞大生态系。对此，Arm将持续展现其领先技术优势，携手物联网超级战队掌握下一波科技浪潮。

---