物聯(lián)網(wǎng) (IoT) 就像一個(gè)不斷復(fù)制的實(shí)體網(wǎng)絡(luò)，產(chǎn)生前所未有的復(fù)合量數(shù)據(jù)。 預(yù)計(jì)到 2025 年，全球聯(lián)網(wǎng)設(shè)備數(shù)量將達(dá)到 754.4 億臺(tái)。

雖然合理化這些數(shù)字具有挑戰(zhàn)性，但可以肯定的是，我們的世界正在變得越來越互聯(lián)、情境化和響應(yīng)性。 我們將從這些設(shè)備獲得的數(shù)據(jù)將用于為新一代智能應(yīng)用程序提供動(dòng)力，但這也提出了一個(gè)挑戰(zhàn)：我們?nèi)绾巫詈玫靥幚磉@些數(shù)據(jù)，以便為這些數(shù)據(jù)的保管人創(chuàng)造價(jià)值?

這就是邊緣計(jì)算的用武之地。邊緣計(jì)算是一種分布式計(jì)算范例，它使計(jì)算資源更接近數(shù)據(jù)源，即生成產(chǎn)生數(shù)據(jù)的事件的資產(chǎn)、流程和參與者。

雖然圍繞圖形處理已經(jīng)產(chǎn)生了許多興奮(NVIDIA的股價(jià)只是一個(gè)單一的代理)，但在做出決策或觸發(fā)事件所需的時(shí)間和復(fù)雜性是賭注的情況下，邊緣是差異化和獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵前沿。

實(shí)時(shí)情報(bào)

邊緣計(jì)算可實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)處理和低延遲反饋，這對(duì)于 AIoT 應(yīng)用至關(guān)重要。 AIoT(人工智能物聯(lián)網(wǎng))是機(jī)器學(xué)習(xí)模型的應(yīng)用，由邊緣計(jì)算設(shè)備提供支持，可近乎實(shí)時(shí)地生成有意義的見解。

這些設(shè)備以傳感器的形式出現(xiàn)，處理和吸收能量表、溫度傳感器和資產(chǎn)跟蹤器等數(shù)據(jù)，更重要的是，網(wǎng)關(guān)設(shè)備可以共同使用和處理這些數(shù)據(jù)。

Statista 預(yù)測(cè)，到 2025 年，全球邊緣計(jì)算市場(chǎng)預(yù)計(jì)將達(dá)到 2573 億美元，根據(jù)美國國家科學(xué)基金會(huì)的一篇文章，邊緣計(jì)算的平均延遲為 10 毫秒，而云計(jì)算為 100 毫秒。

GlobalData 表示，邊緣計(jì)算可通過低延遲且負(fù)擔(dān)過重的大型機(jī)、云數(shù)據(jù)庫和處理環(huán)境，將數(shù)據(jù)處理成本降低高達(dá) 70%，從而為人工智能帶來更多好處。

將數(shù)據(jù)轉(zhuǎn)化為決策

傳統(tǒng)上，BI 和高級(jí)分析用于分析歷史數(shù)據(jù)以識(shí)別趨勢(shì)和模式。 然而，借助邊緣計(jì)算，現(xiàn)在可以實(shí)時(shí)計(jì)算數(shù)據(jù)并生成有意義的、改變游戲規(guī)則的結(jié)果。 這使得企業(yè)能夠?qū)崟r(shí)做出決策，從而顯著提高效率和生產(chǎn)力。

例如，在智能蜂窩基站中，傳感器用于收集從環(huán)境和設(shè)備的溫度到站點(diǎn)上的功耗和容量的所有數(shù)據(jù)。 這些數(shù)據(jù)可用于提高效率、防止停機(jī)并優(yōu)化生產(chǎn)——從這個(gè)意義上說，就是高質(zhì)量、一致的信號(hào)中繼。

然而，如果集中傳輸和處理數(shù)據(jù)，可能會(huì)出現(xiàn)代價(jià)高昂的延遲，一瞬間的服務(wù)交付不佳會(huì)影響客戶滿意度以及員工的服務(wù)和操作可用性。

這可能會(huì)導(dǎo)致諸如機(jī)器過熱、在可控情況之外損壞或交付數(shù)量或質(zhì)量低于標(biāo)準(zhǔn)等問題。 相同的框架可以應(yīng)用于采礦機(jī)械、智能建筑、工廠、醫(yī)療設(shè)施等。

通過邊緣計(jì)算，數(shù)據(jù)在本地處理，從而消除了這些延遲。 這可以加快決策速度并提高性能。 此外，邊緣計(jì)算可以通過將數(shù)據(jù)保存在本地來幫助提高安全性，這樣數(shù)據(jù)就不易受到網(wǎng)絡(luò)攻擊。

人工智能和邊緣的 10 個(gè)基本要素

要在邊緣實(shí)現(xiàn)AIoT，必須考慮十個(gè)因素。這顯示了AIoT的多面性，以及支持各種功能和能力所需的級(jí)別。

1、強(qiáng)大的邊緣計(jì)算基礎(chǔ)設(shè)施

建立強(qiáng)大的邊緣計(jì)算基礎(chǔ)設(shè)施至關(guān)重要。 這包括部署可以在本地處理和分析數(shù)據(jù)的邊緣設(shè)備和網(wǎng)關(guān)。

這些設(shè)備應(yīng)具有足夠的計(jì)算能力、存儲(chǔ)容量和連接性，以管理物聯(lián)網(wǎng)設(shè)備生成的數(shù)據(jù)，并從邊緣到云或混合架構(gòu)(如果需要)進(jìn)行清晰的轉(zhuǎn)換。

2、支持人工智能的邊緣設(shè)備

邊緣設(shè)備需要配備人工智能能力，例如機(jī)器學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)。 這些人工智能模型可以實(shí)時(shí)處理數(shù)據(jù)，從而實(shí)現(xiàn)邊緣智能決策，而無需將數(shù)據(jù)發(fā)送到集中式服務(wù)器。

3、數(shù)據(jù)預(yù)處理和過濾

由于數(shù)據(jù)是由物聯(lián)網(wǎng)設(shè)備生成的，因此數(shù)據(jù)量可能太大或噪音太大，無法完全在邊緣處理。 有效的數(shù)據(jù)預(yù)處理和過濾技術(shù)對(duì)于提取相關(guān)信息并減少數(shù)據(jù)傳輸以優(yōu)化處理至關(guān)重要。

4、低延遲和高帶寬

AIoT 應(yīng)用通常需要低延遲和高帶寬來提供實(shí)時(shí)響應(yīng)。 確保強(qiáng)大的網(wǎng)絡(luò)基礎(chǔ)設(shè)施能夠處理邊緣設(shè)備和中央系統(tǒng)之間的數(shù)據(jù)流至關(guān)重要。

5、安全與隱私

安全性在 AIoT 實(shí)施中至關(guān)重要。 邊緣設(shè)備應(yīng)采取強(qiáng)有力的安全措施，以防止網(wǎng)絡(luò)威脅和未經(jīng)授權(quán)的人工智能訪問。 數(shù)據(jù)隱私同樣重要，尤其是在處理可能在本地處理的敏感信息時(shí)。

6、分布式智能

AIoT 依賴于分布式智能，其中決策不僅是集中式的，而且是在邊緣設(shè)備和云平臺(tái)之間共享的。 開發(fā)能夠協(xié)作并適應(yīng)不斷變化的條件的智能算法至關(guān)重要。

7、邊緣到云的協(xié)同

雖然人工智能處理發(fā)生在邊緣，但云平臺(tái)對(duì)于模型訓(xùn)練、更新和全局洞察等任務(wù)仍然至關(guān)重要。 邊緣和云之間的建設(shè)性交互對(duì)于實(shí)現(xiàn)最佳 AIoT 性能至關(guān)重要。

8、能源效率

邊緣設(shè)備由電池供電，因此能源效率成為關(guān)鍵考慮因素。 優(yōu)化算法和資源使用可以延長(zhǎng)邊緣設(shè)備的使用壽命并降低能耗。

9、數(shù)字孿生的可擴(kuò)展性和靈活性

隨著連接設(shè)備數(shù)量和數(shù)據(jù)量的增長(zhǎng)，AIoT 系統(tǒng)必須具有可擴(kuò)展性，以滿足不斷增長(zhǎng)的需求。 它還應(yīng)該足夠靈活，以適應(yīng)不斷變化的需求和技術(shù)進(jìn)步，其中描述物理實(shí)例以與虛擬再現(xiàn)保持一致的強(qiáng)大對(duì)象模型至關(guān)重要。

10、數(shù)據(jù)治理與合規(guī)性

AIoT 實(shí)施必須遵守?cái)?shù)據(jù)治理法規(guī)和行業(yè)標(biāo)準(zhǔn)，以確保數(shù)據(jù)的使用符合道德和合法性。

擁抱AIoT未來

人工智能的未來正處于邊緣。 隨著生成的數(shù)據(jù)量持續(xù)增長(zhǎng)，邊緣計(jì)算將變得更加重要。 這將使我們能夠構(gòu)建智能應(yīng)用程序，可以做出實(shí)時(shí)決策并以無數(shù)方式改善我們的生活。