为什么边缘设备和计算中的AI应用是未来?
变革一直是发展不可或缺的一部分。随着技术的飞速发展,公司也需要自己接受这些技术,以实现最大的收益。就像我们目睹了计算从大型机向云计算的转变一样,人工智能(AI)正在移向边缘IoT设备和网络。随着数据的不断增长,我们需要选择将数据存储和数据计算放置在设备上。高通,NVIDIA和英特尔等公司正在帮助我们实现这一现实。
尽管边缘站点计算系统比中央数据中心的系统要小得多,但是它们已经成熟,并且由于当今x86商用服务器的处理能力的巨大增长,现在已经成功运行了许多工作负载。此外,如果应用程序对延迟敏感,则Edge是更好的选择。更好的隐私性、安全性、低延迟和带宽是边缘平台的一些特点。
什么是边缘人工智能?
它指的是在硬件设备上本地处理的AI算法。它也被称为设备上AI。这使您可以在不到几毫秒的时间内使用设备处理数据,从而为您提供实时信息。使用Edge AI,人们可以从设备上的应用程序获得她想要的个性化功能。
根据IDC的预测,到2023年,Edge AI软件市场预计将从2018年的3.55亿美元增长到1.12万亿美元。IDC研究总监Dave McCarthy说:“ AI是边缘计算中最常见的工作负载。随着物联网实施的成熟,人们对在生成点应用人工智能进行实时事件检测的兴趣与日俱增。”
云端边缘
当前,AI处理是在需要大量计算能力的基于云的数据中心中使用深度学习模型完成的。延迟是云环境或由云支持的物联网设备面临的最常见问题之一。此外,在将数据传输到云期间,始终存在数据被盗或泄漏的风险。使用edge可以对数据进行整理,然后再将其发送到远程位置进行进一步分析。此外,边缘人工智能将实现智能物联网管理。
在基于边缘的体系结构中,推理在设备上本地发生。这样可以减少流回云的网络流量,同时将IoT设备的响应时间缩短到最短,从而使管理决策可在本地使用,并靠近具有众多优势的设备。
Edge AI需求的驱动因素:
有几个因素要求将AI处理推向边缘:
边缘设备产品:
排名前三的边缘产品是:
NVIDIA?Jetson Nano?开发人员工具箱是使用最广泛且最受欢迎的工具,可提供计算性能,以前所未有的大小,功能和成本运行现代AI工作负载。开发人员,学习者和制造商现在可以为图像分类、对象检测、分段和语音处理等应用程序运行AI框架和模型。它还包括板支持包(BSP)、Linux OS、NVIDIACUDA?、cuDNN和TensorRT?软件库,用于深度学习,计算机视觉,GPU计算,多媒体处理等。该软件甚至可以使用易于刷新的SD卡映像来使用,从而使其快速,容易上手。
其他值得注意的包括NVIDIA Jetson TX1,TX2,TX2i(可承受更高的振动,温度和湿度范围以及灰尘),适用于RISC-V AI + IoT的Sipeed Maixduino套件、Raspberry Pi 4计算机模型B、Coral开发板等。
实际应用:
毫无疑问,边缘人工智能将改变我们的未来。公司和公司已经开始合并它,以向客户提供高效且无忧的体验。其中一些实例是:
边缘人工智能的用途和潜力因行业和公司而异。虽然基于边缘的推理已经被证明是云计算的一个更好的选择,但是在这一领域还有很多工作要做。
在过去的二十年里,世界在技术上取得了巨大的进步,并影响了人类生活的许多方面...
【51CTO.com快译】 随着人工智能浪潮席卷现代社会,不少人对于机器学习、深度学...
由全球移动通信系统协会GSMA主办的2021年世界移动通信大会(MWC)上海展正式开幕。...
粒子物理学中的标准模型,已经成功描述了所有已知基本粒子以及控制整个宇宙的全...
据央视新闻报道,缅甸国内移动通信运营商接到通知,自3月15日起无限期关闭移动通...
安卓系统发展到现在,已经进入到LPDDR5时代,3200MHz频率,内存最大为16GB,究其...
折叠屏被认为是未来手机发展的趋势,这一点毋庸置疑。近段时间,随着三星Galaxy ...
随着互联网及大数据的强劲发展,信息基础建设也如火如荼。其中,数据中心(IDC)作...
一般来说,当我们想到食品行业,我们可能会想到客户服务和外卖零工经济服务。最...
数据中心是自动化的设施,因此不需要人为干预。 数据中心是任何组织的重要组成部...