【廣告】
邊緣設(shè)備智能化的基本要求
將計算基礎(chǔ)架構(gòu)從數(shù)據(jù)中心擴展到邊緣這一主張,得到了越來越廣泛的共識。諸如聯(lián)邦學習之類的概念,通過共享的預測模型進行協(xié)作學習這種方式,將標準集中式機器學習(ML)方法從數(shù)據(jù)中心轉(zhuǎn)移到手機——在將數(shù)據(jù)存儲到云的需求中,消解了對可實現(xiàn)ML能力的要求。5而各種深度神經(jīng)網(wǎng)絡(luò)(DNN),每天都在發(fā)展、以更好地賦能基于邊緣的處理功能。成功地將智能帶到邊緣設(shè)備也帶來了與傳統(tǒng)的AI不同的商機——例如:個性化購物,基于AI的助手;或在制造設(shè)施中進行預測分析。邊緣/霧計算的應(yīng)用,比如:車輛的自動駕駛;需要復雜反饋機制的機器人技術(shù)的遠程控制;甚至是使用ML、可更好地管理可再生能源的智能電網(wǎng)終端設(shè)備;以及在電網(wǎng)中對本地電能使用進行預測分析。對于此類應(yīng)用,成功實施AI的主要決定因素包括:成本效益低功耗可重構(gòu)性/靈活性尺寸
邊緣數(shù)據(jù)處理的剛需
就連接性而言,過去十年或多或少地致力于以下三件事:將世界用無線連接起來;提高無線連接的強度和完整性;并確保一切可連(從人到物) 的、都以某種方式連接起來。本質(zhì)上講,這是通過——下一代5G部署(強化基礎(chǔ)蜂窩基礎(chǔ)架構(gòu)并開發(fā)更新的技術(shù)以優(yōu)化數(shù)據(jù)吞吐量、容量、覆蓋范圍和延遲要求)以及物聯(lián)網(wǎng)革命(其中物理目標配備了感知功能和/或標簽)——實現(xiàn)的。這些技術(shù)發(fā)展已經(jīng)產(chǎn)生了深遠的社會影響,無線連接已成為日常生活中不可或缺的一部分。從家用電器到復雜的工業(yè)機械,使用傳感器和執(zhí)行器進行遠程監(jiān)視、跟蹤甚至控制相關(guān)對象的能力幾乎已成為了基本必須的能力。但是,設(shè)備密度的巨大提升也導致了某些非常明顯的瓶頸。
什么是邊緣計算?
大家知道,云計算解決了算力需求與硬件成本之間的矛盾,網(wǎng)關(guān)邊緣計算系統(tǒng),讓人們能輕松實現(xiàn)各類數(shù)字化應(yīng)用。
隨著運用普及,網(wǎng)關(guān)邊緣計算平臺,云計算也會面臨新問題。試想一下,如果大家都在玩一個很火的手游,而它的服務(wù)器只部署在A城市這一個中心數(shù)據(jù)節(jié)點。那就會出現(xiàn)以下情況:一是距離較遠的B城市的游戲的玩家玩起來延遲特別高,網(wǎng)關(guān)邊緣計算,因為服務(wù)器離用戶太遠了,網(wǎng)關(guān)邊緣計算卡,傳輸時延隨之增加。二是中心節(jié)點不堪重負,由于數(shù)據(jù)高度集中,訪問流量都匯聚到A城市節(jié)點,帶寬或者性能一旦跟不上,就容易出現(xiàn)擁塞。這些會導致云端響應(yīng)慢,延遲高,玩游戲卡成了看幻燈片,這種用戶體驗誰也受不了。
為應(yīng)對這些新挑戰(zhàn),邊緣計算應(yīng)運而生。人們對云計算的集中化結(jié)構(gòu)進行了拆分,把需要快速響應(yīng)的服務(wù)能力部署到網(wǎng)絡(luò)邊緣,也就是盡可能靠近用戶的地方。這樣既縮短了服務(wù)器到用戶的距離,又通過分布式結(jié)構(gòu)有效緩解了中心節(jié)點的壓力。簡單的說,把云計算延伸到網(wǎng)絡(luò)邊緣,在靠近用戶的地方提供服務(wù),就是邊緣計算。
如果用快遞來打個比方,或許你就能更好理解“邊緣計算”節(jié)點的概念。買家在網(wǎng)購下單后,到貨速度當然越快越好,但如果從北京發(fā)貨到重慶,再快也不可能當日達。于是,網(wǎng)購平臺在重慶建了個“本地倉”,這樣不僅重慶用戶可以當天就收貨,而且還節(jié)約了郵費。你把快遞包裹想象成數(shù)據(jù),物流想象成網(wǎng)絡(luò),那么“本地倉”就是邊緣計算節(jié)點。
企業(yè): 北京速核電子科技有限公司
手機: 18518079905
電話: 010-80799930
地址: 北京市海淀區(qū)安寧莊路26號樓8層802房1號