邊緣人工智能趨勢

5G   

5G 一直在飛速發(fā)展，以其提供增強型移動寬帶(eMBB)、超低延遲通信(uRLLC) 和大規(guī)模機器類型通信(mMTC) 的能力而聞名。5G 有助于塑造更多邊緣人工智能應用的關(guān)鍵元素是其毫米波頻譜，可實現(xiàn)<1 毫秒的低延遲和99.999% 的可靠性。高速5G 無線連接速度將使便攜式邊緣計算機通過消除傳統(tǒng)云系統(tǒng)以前存在的帶寬瓶頸來更快地執(zhí)行AI。這一趨勢將使邊緣人工智能在現(xiàn)實世界的應用中成為可能，其中無數(shù)的IIoT 設(shè)備可以在生成數(shù)據(jù)的位置運行復雜的人工智能模型。     

高效的機器學習模型  

在人工智能世界的各種廣泛研究和開發(fā)中，機器學習算法正變得越來越高效和準確。更高效的機器學習模型允許以更少的計算能力應用人工智能。修剪、權(quán)重共享、量化和 Winograd 變換等多種方法使低功耗AI 模型能夠高效運行，同時保持其預測的準確性。借助高效的機器學習模型，Edge AI 可以在邊緣執(zhí)行各種復雜的AI 模型，而計算能力比在云端運行要低得多。   

物聯(lián)網(wǎng)生成的數(shù)據(jù)量不斷增加  

當需要將數(shù)據(jù)傳輸?shù)皆贫藭r，物聯(lián)網(wǎng)設(shè)備的指數(shù)級增長正在推動互聯(lián)網(wǎng)帶寬的極限。為了克服帶寬瓶頸，Edge AI 在設(shè)備內(nèi)本地管理數(shù)據(jù)，僅將必要數(shù)據(jù)發(fā)送到云端進行進一步分析，從而實現(xiàn)更快的數(shù)據(jù)流、更高的性能和更高的可靠性。

工業(yè)需求

為了在過度增長的工業(yè)解決方案中保持競爭力，公司采用各種顛覆性技術(shù)，包括邊緣人工智能來增加產(chǎn)量，同時降低總擁有成本 (TCO)。例如，工業(yè)自動化可以通過實施機器視覺顯著提高裝配線的整體效率。制造商可以利用連接到高速攝像機和紅外傳感器的邊緣計算機將自動化引入裝配線。借助機器視覺，制造商可以快速檢測數(shù)千種產(chǎn)品的缺陷。此外，這些邊緣計算機配備了強大的人工智能加速器，如GPU 和VPU，可在邊緣提供實時機器視覺。因此，越來越多的工業(yè)應用正在采用邊緣AI 來保持其競爭優(yōu)勢。