0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

边缘智能为人工智能的发展带来了很多帮助

独爱72H 来源:EEWORLD 作者:EEWORLD 2020-03-16 17:22 次阅读

(文章来源:EEWORLD)

随着人工智能(AI)和机器学习(ML)的发展,以算法形式处理大量数据的能力变得越来越重要。

为了使数十亿连接设备上的数据应用程序能够更高效、更有价值德尔使用,处理从集中式第三方云服务器迁移到分散的、本地化的设备上(通常称为边缘计算)的势头越来越大。根据SAR Insight & Consulting最新的人工智能/机器学习嵌入式芯片数据库显示,在2019-2024年,全球支持人工智能的设备和边缘计算的CAGR将以64.2%的速度增长。

Edge AI将算法和处理数据尽可能地接近物理系统,在这种情况下,本地需在硬件设备上进行处理。其优点是数据处理不需要连接。数据的计算发生在网络的“边缘”,也就是数据被开发的地方,而不是集中数据处理中心。对于设备、技术和组件提供商来说,在边缘处理的能力和应该能力之间取得适当的平衡将成为最重要的决策之一。

在生产深度学习预测模型的训练和推理引擎中,边缘处理通常需要来自Intel、Qualcomm、Nvidia和谷歌等供应商的x86或Arm处理器,以及一个AI加速器,并且能够处理10-14个核心高达2.5 GHz的速度。

随着市场的扩大,计算数据和计算能力的服务和应用需求也在不断扩大,这会对推动边缘计算发展起到积极作用。由于可靠、可适应性强的情境资讯的需求不断变化, 大多数数据都迁移到本地的设备上处理,从而获得更快的性能和响应时间(少于几毫秒)、更低的延迟、更低的电源效率。此外,通过在设备上保留数据提高了安全性,以及通过最小化数据中心传输而节省了成本。

边缘计算的最大好处之一是能够为时间敏感的需求确保实时结果。在许多情况下,传感器数据可以直接收集、分析和交流,而无需将数据发送到时间敏感的云中心。关键是,跨各种边缘设备的可伸缩性能够帮助加速本地决策。为提供即时和可靠数据的能力建立了基础,也提高了客户参与度,在许多情况下,还挽救了生命。想想家庭安全、航空航天、汽车、智能城市、医疗保健等这些行业——这对诊断和设备性能的即时解释至关重要。

亚马逊、谷歌、苹果、宝马、大众、特斯拉、Airbus, Fraunhofer, Vodafone, Deutch Telekom, Ericsson, 和Harting等创新机构,现在都在为AI下着巨大的砝码。此外,许多这样的公司正在建立行业协会,如欧洲边缘计算联盟(EECC),它可帮助教育和激励中小型和大型企业,以推动制造业和其他工业市场采用边缘计算。

欧洲边缘计算产业联盟旨在支持欧洲和世界各地的大中小型企业采用相关技术,尤其侧重于 OT 技术与 ICT 技术的融合。ECCE将推动在制造业,运营商以及企业与 IoT 等相关领域解决方案中采用边缘计算技术,注重发现和推动现有的技术,标准的应用并持续贡献,使得联盟成员的产品更加符合用户对边缘计算解决方案的需求。联盟成立的目标包括:边缘计算参考架构模型(ECCE RAMEC)、边缘计算全栈技术实现(边缘计算节点)、识别产业发展的短板并通过对不同路径的评估比较找到最佳实践(ECCE Pathfinders),与相关产业/标准化组织积极互动,对联盟的成果进行推广。

人工智能和机器学习的发展为创造智能设备提供了大量的机会,这些设备能够感知周围的环境。对智能机器的需求将受益于多感官数据的增长,这些数据能够以更高的精度和性能进行计算。边缘计算可以将人工智能数据转化为几乎所有行业的“实时”价值。智能边缘是人工智能技术发展和成功的下一个阶段。

边缘计算横跨多个领域,涉及网络联接、数据聚合、芯片、传感、行业应用多个产业链角色。根据IDC统计数据显示,到2020年将有超过500亿的终端和设备联网,其中超过50%的数据需要在网络边缘侧分析、处理与存储,边缘计算市场之大显而易见。另外,边缘计算和5G相辅相成,5G 的加速推进也会促进边缘计算的大规模部署。边缘计算产业发展已进入重要机遇期。

除了华为以外,此次参与合作的还有ADI、ARM、庞巴迪、贝加莱自动化、德国人工智能研究中心(DFK)、IBM、英特尔、库卡等来自世界各地不同行业的公司。

云计算为代表的集中式处理模式将无法高效地处理边缘设备产生的数据,无法满足人们对服务质量的需求。其劣势主要体现在以下两个方面。实时性不够。在云计算服务模式下,应用需要将数据传送到云计算中心进行处理,这增大了系统的时延。以无人驾驶汽车为例,高速行驶的汽车需要在毫秒级的时间内响应,一旦由于数据传输、网络等问题导致系统响应时间增加,将会造成严重的后果。

带宽不足。边缘设备产生的大量数据全部传输至云计算中心,给网络带宽造成了极大的压力。例如,飞机波音787每秒产生的数据超过5 GB,但飞机与卫星之间的带宽不足以支持数据的实时传输。

边缘计算模型应运而生。边缘计算是部署在边缘终端设备和云计算中心之间的一种新型计算模型。边缘计算的资源是指从数据源到云计算中心路径上的任意计算和网络资源,是一个连续系统。在该模式下,边缘设备上亦有计算。边缘计算具有几个明显的优点:首先,边缘设备处理了部分产生的临时数据,不再需要将全部数据上传至云端,只需要传输有价值的数据,这极大地减轻了网络带宽的压力,且减少了对计算存储资源的需求。其次,在靠近数据源端进行数据处理,能够大大地减少系统时延,提高服务的响应时间。

而人工智能技术已成功应用于目标识别、智能搜索、语言处理、智能交通等领域。然而,由于人工智能方法包含大量的计算,当前人工智能大部分计算任务部署在云计算中心等大规模计算资源集中的平台上,这极大地限制了人工智能带给人们的便利。

为此,边缘智能应声而出。边缘智能是指终端智能,它是融合网络、计算、存储、应用核心能力的开放平台,并提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。将智能部署在边缘设备上,可以使智能更贴近用户,更快、更好为用户地提供智能服务。
(责任编辑:fqj)

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    87

    文章

    29740

    浏览量

    268037
  • 边缘计算
    +关注

    关注

    22

    文章

    3040

    浏览量

    48445
收藏 人收藏

    评论

    相关推荐

    发展人工智能对社会的利与弊?

    人工智能(AI)的发展对社会的影响是深远且复杂的,它如同一把双刃剑,既带来了前所未有的机遇和利益,也伴随着一系列挑战和风险。 一、人工智能发展
    的头像 发表于 10-22 16:47 496次阅读

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    探讨了人工智能如何通过技术创新推动能源科学的进步,为未来的可持续发展提供了强大的支持。 首先,书中通过深入浅出的语言,介绍了人工智能在能源领域的基本概念和技术原理。这使得我对人工智能
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    。 4. 对未来生命科学发展的展望 在阅读这一章后,我对未来生命科学的发展充满了期待。我相信,在人工智能技术的推动下,生命科学将取得更加显著的进展。例如,在药物研发领域,AI技术将帮助
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    ,还促进了新理论、新技术的诞生。 3. 挑战与机遇并存 尽管人工智能为科学创新带来了巨大潜力,但第一章也诚实地讨论了伴随而来的挑战。数据隐私、算法偏见、伦理道德等问题不容忽视。如何在利用AI提升科研效率
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    RISC-V和Arm内核及其定制的机器学习和浮点运算单元,用于处理复杂的人工智能图像处理任务。 四、未来发展趋势 随着人工智能技术的不断发展和普及,RISC-V在
    发表于 09-28 11:00

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    、污染治理、碳减排三个方面介绍了人工智能为环境科学引入的新价值和新机遇。 第8章探讨了AI for Science在快速发展过程中面临的机遇和挑战,并对“平台科研”模式进行了展望。 申请时间
    发表于 09-09 13:54

    报名开启!深圳(国际)通用人工智能大会将启幕,国内外大咖齐聚话AI

    8月28日至30日,2024深圳(国际)通用人工智能大会暨深圳(国际)通用人工智能产业博览会将在深圳国际会展中心(宝安)举办。大会以“魅力AI·无限未来”为主题,致力于打造全球通用人工智能领域集产品
    发表于 08-22 15:00

    FPGA在人工智能中的应用有哪些?

    定制化的硬件设计,提高了硬件的灵活性和适应性。 综上所述,FPGA在人工智能领域的应用前景广阔,不仅可以用于深度学习的加速和云计算的加速,还可以针对特定应用场景进行定制化计算,为人工智能技术的发展提供有力支持。
    发表于 07-29 17:05

    英伟达与戴尔帮助企业创建“人工智能工厂”

    英伟达公司首席执行官黄仁勋近日表示,英伟达与戴尔科技公司的合作将极大地推动人工智能技术的普及。双方的合作旨在帮助企业和组织建立自己的“人工智能工厂”,使更多客户能够享受AI带来的便利。
    的头像 发表于 05-22 09:37 333次阅读

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2)

    ://t.elecfans.com/v/27185.html *附件:语音对话机器人案例.pdf 人工智能 AI泛边缘智能安防实训 31分38秒 https://t.elecfans.com/v/25509.html
    发表于 05-10 16:46

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    机器人案例.pdf 人工智能 AI泛边缘智能安防实训 31分38秒 https://t.elecfans.com/v/25509.html *附件:泛边缘案例课.pdf
    发表于 04-01 10:40

    嵌入式人工智能的就业方向有哪些?

    于工业、农业、医疗、城市建设、金融、航天军工等多个领域。在新时代发展背景下,嵌入式人工智能已是大势所趋,成为当前最热门的AI商业化途径之一。
    发表于 02-26 10:17

    推动人工智能安全发展

    近年来,国家高度重视人工智能安全发展,逐步完善相关政策法规。国务院印发《新一代人工智能发展规划》提出面向2030年我国新一代人工智能
    的头像 发表于 01-04 16:32 1091次阅读

    为人工智能治理提供中国方案

    人工智能发展,是否会打开令人意想不到的“潘多拉魔盒”?在对外经济贸易大学数字经济与法律创新研究中心主任张欣看来,人工智能特别是生成式人工智能发展
    的头像 发表于 11-25 15:01 615次阅读

    人工智能要以人为本智能向善

    随着人工智能技术的迅猛发展人工智能已遍布人们日常生活的许多领域,给人类社会带来前所未有的巨大变革,同时也带来了一系列重大安全风险。全球
    的头像 发表于 11-16 10:32 564次阅读