边缘AI普及，Wi-Fi乘风而起

边缘AI建设步伐持续加快，正重新改变人与人工智能的交互模式。行业重心逐步从大型AI数据中心的全域海量数据挖掘与分析，转向在边缘端实现更快响应、更高效率，以及更具针对性的算力任务。

两种应用场景均对数据传输与处理速度有着极高要求，但边缘端待处理的数据量更少，数据传输距离也更短。超大规模云服务商主要聚焦场景化检索、大型仿真以及大语言模型训练；而边缘端的应用场景则更为具体，例如向机器人下达指令，控制其抓取物体的力度，或是检测到行人突然横穿道路后，立即向车辆发送刹车指令。面向特定领域与任务的小型专用模型，逐步取代了通用大语言模型。

两类AI应用市场均存在旺盛需求，但随着边缘生态逐步成型，其发展形态与OpenAI、Anthropic等企业所布局的路线截然不同。新思科技高级产品线经理Ananda Roy表示：“边缘AI绝非云厂商所打造的那类人工智能。它属于通用人工智能范畴，同时具备超低功耗特性。几年前，这类技术还被称作微型机器学习，特点是功耗极低、内存占用小。依托该技术，设备可运行各类小型AI模型，比如实现预测性维护、Wi-Fi环境感知，或是通过信号探测判断人员是否在场、是否移动。”

如今，Wi-Fi在边缘产业发展中扮演的角色愈发关键，早已不再是最初仅用于家庭、咖啡馆共享网络的工具。随着接入边缘网络的设备不断增多，Wi-Fi也成为目前应用最广泛的联网技术。伴随Wi-Fi7全面普及、Wi-Fi8（预计2028年末推出）即将落地，无线网络的稳定性、可靠性与安全性也在持续提升。

英飞凌无线产品线高级副总裁Sivaram Trikutam谈道：“Wi-Fi最初是按尽力交付的理念设计，这与移动通信技术不同，后者从诞生之初就对可靠性设定了明确标准。但如今Wi-Fi广泛应用于工业机器人、各类自动化设备等场景，行业对其传输可靠性提出了严苛要求。Wi-Fi现已成为基础设施级应用，网络绝不能出现中断或卡顿。”

尽管移动通信运营商持续发力布局，Wi-Fi依旧牢牢占据了本地数据传输市场。多年来，运营商一直将5G、6G描绘为全域高速通信的未来，也倒逼芯片厂商同时兼容两类通信技术。理论上，5G毫米波的传输速率可达每秒10吉比特，基本比肩光纤，但实际落地表现差距明显。毫米波信号衰减速度极快，无法像4G长期演进技术那样绕开障碍物、穿透门窗，人员、车辆等移动物体，甚至温度变化，都会对其信号造成干扰。目前唯一的解决办法是大量布设信号中继器与微基站。但这种通信方式本质依赖视距传输，不仅基建投入庞大，在复杂恶劣环境中也难以运维，这极大限制了5G、6G毫米波的实际应用价值。

与此同时，Wi-Fi可同时与多台设备双向传输数据，各大芯片厂商也在持续优化，进一步提升并发传输速度。当下接入本地Wi-Fi网络的电子设备数量激增，这项能力也变得尤为重要。

是德科技产品经理Sassan Ahmadi表示：“在企业园区、工厂环境中，设备会在不同接入节点间移动，机器人等设备对网络连接稳定性要求极高，而Wi-Fi可以让大量终端接入同一核心节点，优势十分突出。如今AI芯片纷纷向边缘端部署，因为边缘节点能够完成数据采集、分析处理，还可优化网络流量调度、提升传输效率与移动接入能力，这些场景都离不开智能算力的支撑。”

安全能力

从安全层面来看，Wi-Fi支持本地处理与云端处理灵活切换，可有效降低数据泄露风险，数据在未被物理接触的情况下，很难被窃取。

“对于国防类企业而言，核心数据绝不允许流出厂区范围。”是德科技的Ahmadi说道，“边缘节点部署在企业内部、防火墙与安全防护体系之内。企业虽会做部分算力集中部署，但核心数据不会向外传输。而移动通信网络的边缘节点，实际隶属于运营商机房。将部分算力部署在边缘而非云端，另一大原因是云端数据往返存在时延，无法满足高时效业务需求，这就要求边缘节点尽可能贴近终端设备。”

目前，Wi-Fi芯片也在持续叠加全新安全功能。新思科技产品营销与客户工程副总裁Shishir Gupta称：“行业对安全能力的要求日趋严格。我们从硬件到软件进行全栈安全设计，搭载硬件信任根，同时支持三级平台安全架构、Arm可信区域、内存保护以及安全启动功能。”

图1：新思VerosWi-Fi7与蓝牙5.4系统级芯片

性能稳定性

发展初期，Wi-Fi从未被视作关键核心技术。即便网络卡顿、网页加载或应用更新出现延迟，通常也不会造成严重影响。但随着Wi-Fi承担起更多核心业务，网络波动、传输中断等问题已经无法被接受。

“这本质上指向确定性传输，也就是对时延设定上限。”英飞凌的Trikutam解释道，“我们需要明确保障：特定类型的数据传输，耗时绝不会超过规定范围。Wi-Fi最初采用尽力交付模式，数据最终能够送达，但耗时无法预估。回想二十年前使用音乐下载软件，你不知道一首歌曲是两分钟还是二十分钟才能下载完成，这就是尽力交付的特点——网络尽力传输，结果却无法预判。此后多年，Wi-Fi技术不断迭代，近几年行业研发重心也从单纯提速，转向提升可靠性。而Wi-Fi8将迎来新一轮变革，核心目标就是实现确定性传输。”

如今，家庭、办公场所及各类工业环境中，联网设备数量持续增长，对传输确定性的需求也愈发普遍。Trikutam表示：“我家中就有四五十台联网设备，这些设备需要全天候稳定在线；即便意外断连，也必须实现自动无缝重连。”

实现上述目标远比看上去复杂。传输可靠性与确定性，只是全面落地边缘AI的关键一环，相关技术仍在持续优化。数据传输的物理载体同样至关重要，涵盖点对点微波、铜线、光纤等多种形式。其中光纤凭借大容量、高速度的优势，在数据中心与边缘端的大数据传输场景中表现尤为亮眼。

是德科技的Ahmadi介绍：“边缘节点一般通过光纤连接现场终端，主流规格为10吉比特/秒或25吉比特/秒。部分运营商仍在使用微波链路，但中日韩等地区的运营商已基本完成光纤改造，足以承载海量数据流转。倘若传输带宽不足，边缘网络的规模就会受限。举例来说，原本一个核心节点可接入100个无线接入点，带宽不足时可能仅能承载20个，这也会影响设备移动过程中的数据同步，而数据同步对漫游场景至关重要。”

芯片架构变革

边缘AI的兴起，也推动半导体芯片架构迎来全新发展方向。行业愈发注重稳定、高性能的数据传输，推动算力单元与数据端进一步靠近，同时集成推理算力，实时统筹调度各类硬件模块。

新思科技的Roy表示：“这类芯片具备丰富的外设接口，可对接光照、温度等各类传感器，提取有效数据并输入机器学习模型，再根据运算结果做出智能响应，这在以往是难以实现的。”

如何统筹调度核心数据源与各类终端设备，是一大技术难题。以新思的Wi-Fi芯片为例，其搭载三类存储单元：专属连接类随机存取存储器与只读存储器，仅用于网络通信模块，媒体访问控制、基带处理及协议栈均部署于此，不对应用程序开放；其次是应用随机存取存储器，用于加载各类应用数据；此外还支持闪存就地执行，外部闪存存储主程序代码，设备可从闪存低时延安全启动，并直接运行程序，无需将全部软件搬运至芯片内部。这种分布式存储架构，能够同时优化时延与功耗表现。

除此之外，Wi-Fi7、Wi-Fi8芯片还需兼容低功耗蓝牙6.0、Thread低功耗网状网络、Zigbee网状网络等短距通信协议。在复杂的通信链路中精准调度数据传输，是一项巨大挑战。和云端芯片的发展趋势类似，随着应用场景不断丰富，边缘端芯片也朝着专用化方向演进。

新思科技的Gupta说道：“目前我们已落地两类典型应用：Wi-Fi感知、蓝牙信道探测。蓝牙信道探测可通过解析蓝牙信号的相位与频点，测算设备间距离，精度可达20至30厘米。既然设备已搭载蓝牙功能，就无需额外增加芯片成本，可直接集成超宽带、雷达等功能（这类功能功耗相对更高）。大量应用场景，仅需该精度即可满足需求。”

总结

Wi-Fi技术如今已走向成熟，但这并非最初的设计初衷。Wi-Fi问世之时，人工智能还只存在于科幻想象之中。ChatGPT推出后，各类技术路线与商业应用思路被彻底改写。边缘AI目前正处于快速起步阶段，行业也逐步看清其未来发展方向、应用潜力以及落地所需的技术支撑。

而Wi-Fi正是这场产业变革的核心支柱。是德科技的Ahmadi总结道：“边缘网络的核心价值，就是保障数据往返时延理想状态下低于1毫秒。光纤每传输一公里，就会产生3微秒时延，若传输距离达到20公里，时延便会增至60微秒，超出这个范围，传输时效将无法得到保障。