由于物聯(lián)網(wǎng)設(shè)備的激增，企業(yè)數(shù)據(jù)量呈爆炸式增長(zhǎng)。傳統(tǒng)上，物聯(lián)網(wǎng)設(shè)備收集的敏感數(shù)據(jù)大多存儲(chǔ)在云中。但考慮到數(shù)據(jù)中心和最終用戶之間的延遲，這種安排正變得難以維持。在處理緊迫的操作需求時(shí)，組織可能很難依賴遠(yuǎn)程服務(wù)器來(lái)處理其數(shù)據(jù)。云數(shù)據(jù)安全是一個(gè)更復(fù)雜的問(wèn)題?？紤]到這些擔(dān)憂，難怪許多企業(yè)都在尋求優(yōu)勢(shì)。也就是說(shuō)，他們需要在本地處理數(shù)據(jù)，以支持實(shí)時(shí)決策。本質(zhì)上，它們需要比云允許的更快的處理速度。

人工智能與邊緣：物聯(lián)網(wǎng)應(yīng)用的新興范式

下一代員工不喜歡到處等。他們希望這些設(shè)備盡早做出決定。但需要以最小的延遲處理數(shù)據(jù)，這不僅僅是一個(gè)急躁的問(wèn)題。對(duì)于自主車(chē)輛以及許多醫(yī)療和工業(yè)應(yīng)用來(lái)說(shuō)，物聯(lián)網(wǎng)系統(tǒng)需要盡快做出自動(dòng)化決策。

邊緣計(jì)算技術(shù)符合這些期望。它能夠從物聯(lián)網(wǎng)設(shè)備以及相關(guān)存儲(chǔ)和分析中無(wú)縫收集數(shù)據(jù)。此外，它還支持本地實(shí)時(shí)決策。

邊緣的人工智能使用了一個(gè)緊湊的架構(gòu)，但是它提供了一個(gè)強(qiáng)大的計(jì)算方法，可以驅(qū)動(dòng)本地的數(shù)據(jù)信息決策。邊緣設(shè)備越智能，成本就越高，但同時(shí)，它可以在本地處理和存儲(chǔ)大量數(shù)據(jù)，從而減少在其他地方處理和存儲(chǔ)數(shù)據(jù)的需要。

就單位體積而言，一些通用的支持人工智能的邊緣設(shè)備是頭戴式顯示器、智能汽車(chē)傳感器、消費(fèi)者和商業(yè)機(jī)器人、無(wú)人機(jī)和安全攝像頭。邊緣計(jì)算還可以擴(kuò)展到包括個(gè)人電腦和平板電腦、移動(dòng)電話和下一代智能揚(yáng)聲器的處理能力。微軟、谷歌、亞馬遜等大公司已經(jīng)投入巨資，為支持人工智能的邊緣計(jì)算解決方案進(jìn)行試驗(yàn)。

什么要在邊緣設(shè)備上部署人工智能模型？

考慮部署邊緣計(jì)算模型有以下幾個(gè)原因：

一、它提供實(shí)時(shí)響應(yīng)，避免了延遲問(wèn)題

使用邊緣計(jì)算，不需要將數(shù)據(jù)傳送到云中進(jìn)行處理，因此不存在延遲問(wèn)題。這一事實(shí)加速了企業(yè)的實(shí)時(shí)決策。在飛機(jī)監(jiān)控、醫(yī)學(xué)成像、自動(dòng)駕駛等應(yīng)用中，實(shí)時(shí)響應(yīng)是關(guān)鍵，因?yàn)榛谌斯ぶ悄艿臎Q策是根據(jù)物聯(lián)網(wǎng)機(jī)器的實(shí)時(shí)性能做出的。

二、它使操作更可靠

邊緣計(jì)算使用戶能夠從本地?cái)?shù)據(jù)存儲(chǔ)、處理和獲取智能。因此，可以在本地構(gòu)建健壯的物聯(lián)網(wǎng)解決方案。此外，有關(guān)流程、操作、機(jī)器運(yùn)行狀況和其他變量的快速?zèng)Q策可以無(wú)縫地做出，而無(wú)需連接問(wèn)題。利用邊緣計(jì)算的實(shí)時(shí)信息，人工智能可以通過(guò)防止突然的機(jī)器故障或故障來(lái)保證連續(xù)的過(guò)程。此外，識(shí)別何時(shí)需要預(yù)測(cè)性維護(hù)的參數(shù)被集成到物聯(lián)網(wǎng)解決方案中。

三、它通過(guò)加強(qiáng)風(fēng)險(xiǎn)管理確保更大的安全性

通過(guò)避免公共云的安全威脅，邊緣計(jì)算將敏感數(shù)據(jù)保存在本地IT生態(tài)系統(tǒng)中。此外，支持人工智能的解決方案可以檢測(cè)網(wǎng)絡(luò)邊緣的異常情況。如果網(wǎng)絡(luò)攻擊者試圖以物聯(lián)網(wǎng)設(shè)備為目標(biāo)訪問(wèn)網(wǎng)絡(luò)，防御者可以快速實(shí)施緩解技術(shù)。人工智能驅(qū)動(dòng)的風(fēng)險(xiǎn)分析確定了網(wǎng)絡(luò)攻擊者的所有可能進(jìn)入點(diǎn)，并主動(dòng)制定了緩解安全問(wèn)題的計(jì)劃。

結(jié)語(yǔ)

以前，強(qiáng)大的人工智能應(yīng)用程序需要一個(gè)龐大而昂貴的數(shù)據(jù)中心才能運(yùn)行，但一個(gè)支持人工智能的邊緣計(jì)算設(shè)備幾乎可以在任何地方駐留。這并不意味著邊緣計(jì)算將取代云計(jì)算。然而，隨著數(shù)字世界變得更加互聯(lián)，實(shí)時(shí)智能將轉(zhuǎn)向邊緣。不可否認(rèn)，邊緣的人工智能提供了無(wú)盡的機(jī)會(huì)，可以幫助企業(yè)更有效地推動(dòng)運(yùn)營(yíng)，提高生產(chǎn)率。

來(lái)源：朗銳智科