数字经济已成为推动中国经济增长的主要引擎,而AIo T（Artificial Intelligence＆Internet of Things,人工智能物联网）在数字经济发展的浪潮中作为一种新兴技术,正发挥着巨大的作用。AIo T是一种人工智能与物联网相互深度融合的一种Io T应用与研究的形态,Io T可以看作是AIo T的基础设施层,采集并提供大量的传感数据,而AI则是帮助Io T实现智慧互联的工具。随着AIo T的概念被提出,传统Io T正在快速地向AIo T进行转变,这样的变化也带来了前所未见的困难与挑战。由于边缘终端设备爆炸式的增长导致产生海量的传感数据,我们需要对传感数据进行智能识别和数据挖掘,需要对海量的AI训练数据以及智能识别分析之后的数据进行存储。这对网络带宽、算力以及存储这三点提出了巨大的挑战,传统的物联网架构难以满足现阶段的需求。本文综合了异构计算、分布式技术、云边协同等技术与理论,设计并实现了基于异构计算的云边端融合AIo T架构。由于AIo T场景的多样化,单一计算体系结构无法解决算力的瓶颈,本文设计并实现一种支持异构计算的算法引擎,能够利用GPU多核心的并行化计算实现对算法的加速,本文针对已有的KNN算法实现了并行化重构来加速计算并且支持算法库的动态切换。本文的架构分层为AIo T边缘层与AIo T云核心层。在边缘层,针对海量设备接入导致带宽不足以及处理效率低的问题设计了一种高并发高可用的智能物联网网关软件,边缘层网关通过封装多通信总线进行异构数据源接入,通过自定义解析规则模板实现数据处理以及通过数据库技术完成数据存储。并且针对AI处理的延迟敏感问题和算力不足的问题提出了一种低延迟的边云协同的AIo T解决方案。该架构通过注册中心将边缘节点和云核心节点完成整合,根据节点间传输时延和节点负载等情况设计动态调度方案,并且缓存到边缘节点,辅助选择最优节点实现计算卸载任务。云核心层也提供数据分析、数据持久化等服务。并且对外提供API能力,通过通用的接口实现指令下发等能力,是一套完整的AIo T应用的解决方案。本文设计的系统也通过落地应用来证明其可行性及可靠性,已经在学校宿舍、出租屋、充电桩等场景安装并稳定运行。