邊緣計(jì)算現(xiàn)在很重要。這個(gè)令人興奮的概念已經(jīng)成為現(xiàn)實(shí)，并隨著物聯(lián)網(wǎng)的興起和5G的推出，將在世界各地成為普遍現(xiàn)象。

但很多人都在問(wèn)的一個(gè)大問(wèn)題——邊緣最終會(huì)取代云嗎?

戰(zhàn)勝云——支持和反對(duì)的理由

實(shí)際上，專家們的意見(jiàn)分歧很大。一些人認(rèn)為，在某個(gè)時(shí)候，邊緣的數(shù)據(jù)存儲(chǔ)會(huì)變得比云更普遍。但有些人則不這么認(rèn)為。這樣想的原因是，雖然邊緣計(jì)算將從源頭處理數(shù)據(jù)，但為了技術(shù)的發(fā)展，仍需要與更大的網(wǎng)絡(luò)進(jìn)行明確的通信。

以人工智能和計(jì)算機(jī)學(xué)習(xí)為例。對(duì)于諸如家庭安全攝像頭和其他智能設(shè)備此類(lèi)設(shè)備來(lái)說(shuō)，信息的實(shí)時(shí)處理沒(méi)有延遲是至關(guān)重要的。

設(shè)備本身和或邊緣計(jì)算需要分析產(chǎn)生的圖像，并立即采取相關(guān)行動(dòng)。需要將數(shù)據(jù)發(fā)送到云或傳統(tǒng)網(wǎng)絡(luò)來(lái)完成這一任務(wù)不僅速度慢(雖然只有延遲1毫秒左右)，而且還會(huì)占用寶貴的帶寬，并存在潛在的安全風(fēng)險(xiǎn)。

家用設(shè)備能夠?qū)崟r(shí)進(jìn)行必要的分析。數(shù)據(jù)被保存在離家很近的地方，并且由于太大而無(wú)法在設(shè)備本身上解密的較大圖像可以通過(guò)邊緣存儲(chǔ)輕松處理。

雖然這句話似乎支持了邊緣計(jì)算取代云計(jì)算的觀點(diǎn)。但是，這是一個(gè)很大的但是……

隨著技術(shù)的進(jìn)步，隨著人工智能模型等具有持續(xù)學(xué)習(xí)的需求，如果大量數(shù)據(jù)永遠(yuǎn)不會(huì)返回到中心來(lái)源，正因?yàn)槿绱?，無(wú)論邊緣和物聯(lián)網(wǎng)設(shè)備變得多么先進(jìn)，這種傳統(tǒng)存儲(chǔ)都不太可能過(guò)時(shí)。

邊緣和云之間的通信和合作對(duì)技術(shù)的發(fā)展至關(guān)重要。在人工智能的世界里，這歸結(jié)為兩個(gè)任務(wù):訓(xùn)練和推理。

訓(xùn)練:人工智能模型必須經(jīng)過(guò)訓(xùn)練，以識(shí)別它正在處理的內(nèi)容。

這是通過(guò)給智能輸入大量正確的標(biāo)簽來(lái)完成的圖像來(lái)了解它們是什么。一旦完成，不要忘記這種學(xué)習(xí)在不斷推進(jìn)——模型的其他元素可以發(fā)揮作用。

推斷:這就是技術(shù)可以根據(jù)收到的信息而采取行動(dòng)的地方。例如語(yǔ)音識(shí)別、面部識(shí)別和激活，具體取決于數(shù)據(jù)。

雖然推斷發(fā)生在設(shè)備本身(或家庭邊緣存儲(chǔ))，但訓(xùn)練需求要復(fù)雜得多，且數(shù)據(jù)量大，這意味著只有在云計(jì)算中才能有效地進(jìn)行推斷。

換句話說(shuō)，這個(gè)過(guò)程需要兩者之間的無(wú)縫合作。

雖然邊緣計(jì)算的使用將會(huì)呈指數(shù)級(jí)增長(zhǎng)，但正是由于這種合作需求，邊緣不太可能取代云。

人工智能和先進(jìn)技術(shù)的三個(gè)不同元素(端點(diǎn)或設(shè)備、邊緣和云)代表了一種共生關(guān)系，這意味著每個(gè)元素只能與其他元素結(jié)合存在。

至少，現(xiàn)在是這樣的。在那之后——誰(shuí)知道呢?但是，就目前而言，可預(yù)測(cè)邊緣將是增強(qiáng)而不是吞噬云。?