邊緣AI通過(guò)將AI直接引入IT設(shè)備和系統(tǒng)，有望大幅減少延遲并加快響應(yīng)時(shí)間。

如果你還沒(méi)聽(tīng)說(shuō)過(guò)邊緣AI，那么你很快就會(huì)了解到的。聽(tīng)從其眾多支持者的說(shuō)法，這項(xiàng)技術(shù)即將簡(jiǎn)化AI的處理流程。

德勤科技、媒體和電信領(lǐng)域AI業(yè)務(wù)全球負(fù)責(zé)人巴里斯·薩雷爾表示，邊緣AI帶來(lái)了一次激動(dòng)人心的轉(zhuǎn)變?！拔覀儾辉僖蕾囋品?wù)器(需要數(shù)據(jù)來(lái)回傳輸)，而是將AI模型戰(zhàn)略性地直接部署到用戶的設(shè)備上，包括智能手機(jī)、個(gè)人電腦、物聯(lián)網(wǎng)設(shè)備和其他本地硬件，”他通過(guò)電子郵件解釋道?！耙虼耍瑪?shù)據(jù)是在本地生成和處理的，從而能夠在沒(méi)有公有云連接所帶來(lái)的延遲、成本和隱私顧慮的情況下，實(shí)現(xiàn)實(shí)時(shí)處理和決策?！?/p>

多重優(yōu)勢(shì)

由于數(shù)據(jù)是在收集點(diǎn)附近處理的，邊緣AI通過(guò)減少延遲并加快響應(yīng)時(shí)間，提供了顯著優(yōu)勢(shì)，凱捷咨詢旗下Synapse部門(mén)的AI和數(shù)據(jù)負(fù)責(zé)人馬特·吉爾伯特說(shuō)。他還指出，邊緣AI還最大限度地減少了網(wǎng)絡(luò)上的數(shù)據(jù)傳輸，提高了隱私和安全性?！斑@使得邊緣AI對(duì)于需要快速響應(yīng)時(shí)間的應(yīng)用程序或在連接有限或連接成本高昂的環(huán)境中運(yùn)行的應(yīng)用程序至關(guān)重要?！碑?dāng)收集到大量數(shù)據(jù)，或需要保護(hù)隱私和/或?qū)㈥P(guān)鍵數(shù)據(jù)保留在本地時(shí)，情況更是如此。

首批采用者

邊緣AI是一項(xiàng)基礎(chǔ)技術(shù)，能夠促進(jìn)未來(lái)增長(zhǎng)、推動(dòng)運(yùn)營(yíng)轉(zhuǎn)型并提高效率。薩雷爾說(shuō)：“它使設(shè)備能夠獨(dú)立處理復(fù)雜任務(wù)，改變數(shù)據(jù)處理方式，并減少對(duì)云的依賴?！崩影ǎ?/p>

? 醫(yī)療保健。增強(qiáng)便攜式診斷設(shè)備和實(shí)時(shí)健康監(jiān)測(cè)，提供即時(shí)見(jiàn)解和潛在的生命拯救警報(bào)。

? 自動(dòng)駕駛汽車(chē)。實(shí)現(xiàn)實(shí)時(shí)決策和導(dǎo)航，確保安全和運(yùn)營(yíng)效率。

? 工業(yè)物聯(lián)網(wǎng)系統(tǒng)。促進(jìn)現(xiàn)場(chǎng)數(shù)據(jù)處理，簡(jiǎn)化運(yùn)營(yíng)并提高生產(chǎn)力。

? 零售。提升客戶體驗(yàn)并優(yōu)化庫(kù)存管理。

? 消費(fèi)電子產(chǎn)品。通過(guò)改進(jìn)攝影、語(yǔ)音助手和個(gè)性化推薦，提高用戶參與度。

? 智慧城市。邊緣AI可以在實(shí)時(shí)管理交通流量和城市基礎(chǔ)設(shè)施方面發(fā)揮關(guān)鍵作用，從而有助于改進(jìn)城市規(guī)劃。

第一步

在考慮采用邊緣AI的企業(yè)中，云計(jì)算公司Nutanix的AI工程副總裁德博吉奧蒂·杜塔建議，應(yīng)從具體的業(yè)務(wù)用例開(kāi)始?！袄?，在零售業(yè)，需要使用計(jì)算機(jī)視覺(jué)來(lái)分析視覺(jué)數(shù)據(jù)，以便進(jìn)行補(bǔ)貨、防盜檢測(cè)和結(jié)賬優(yōu)化，”他在一次在線采訪中說(shuō)。關(guān)鍵績(jī)效指標(biāo)可能包括由于補(bǔ)貨增加而產(chǎn)生的收入(更快速的補(bǔ)貨會(huì)帶來(lái)更多收入和減少購(gòu)物車(chē)遺棄率)，以及防盜檢測(cè)。杜塔說(shuō)，下一步應(yīng)該是選擇合適的AI模型和工作流程，確保它們滿足每個(gè)用例的需求。

最后，杜塔表示，在實(shí)施邊緣AI時(shí)，定義基于邊緣的數(shù)據(jù)/AI架構(gòu)和堆棧非常重要，該架構(gòu)/堆棧可能由于業(yè)務(wù)結(jié)構(gòu)而具有層次結(jié)構(gòu)。“在零售業(yè)，我們可以在每家商店使用低成本/低功耗的AI基礎(chǔ)設(shè)施，在配送中心使用更強(qiáng)大的邊緣設(shè)備。”

采用挑戰(zhàn)

雖然邊緣AI帶來(lái)了諸多優(yōu)勢(shì)，但也存在一些重要的缺點(diǎn)。“主要挑戰(zhàn)之一是，與集中式云服務(wù)器相比，邊緣設(shè)備的計(jì)算資源往往有限，因此在這些設(shè)備上部署和管理AI模型的復(fù)雜性很高，”薩雷爾說(shuō)?！斑@可能需要大量的優(yōu)化工作，以確保模型在這些設(shè)備上高效運(yùn)行。”

另一個(gè)潛在的障礙是構(gòu)建邊緣基礎(chǔ)設(shè)施的初始成本，以及開(kāi)發(fā)和維護(hù)邊緣AI解決方案所需的專(zhuān)業(yè)人才?！斑€應(yīng)考慮安全問(wèn)題，因?yàn)檫吘堿I需要額外的端點(diǎn)安全措施，因?yàn)楣ぷ髫?fù)載是分布的。”薩雷爾說(shuō)。

盡管存在這些挑戰(zhàn)，但邊緣AI的實(shí)時(shí)數(shù)據(jù)處理、減少延遲和增強(qiáng)數(shù)據(jù)隱私等優(yōu)勢(shì)通常大于缺點(diǎn)，薩雷爾說(shuō)。“通過(guò)仔細(xì)規(guī)劃和解決這些潛在問(wèn)題，企業(yè)可以成功利用邊緣AI來(lái)推動(dòng)創(chuàng)新并實(shí)現(xiàn)其戰(zhàn)略目標(biāo)?！?/p>

也許潛在采用者面臨的最大挑戰(zhàn)是邊緣設(shè)備固有的計(jì)算限制。根據(jù)定義，邊緣AI模型在資源受限的硬件上運(yùn)行，因此部署的模型通常需要根據(jù)特定的用例和環(huán)境進(jìn)行調(diào)整，吉爾伯特說(shuō)?！斑@些模型可能需要大量電力才能有效運(yùn)行，這對(duì)于電池供電的設(shè)備來(lái)說(shuō)可能是一個(gè)挑戰(zhàn)?！贝送?，在響應(yīng)時(shí)間需求與高準(zhǔn)確性需求之間取得平衡需要仔細(xì)管理。

未來(lái)展望

吉爾伯特表示，隨著硬件變得越來(lái)越強(qiáng)大，軟件進(jìn)步繼續(xù)降低AI模型的復(fù)雜性和大小，邊緣AI正在迅速發(fā)展。“這些發(fā)展正在降低入門(mén)門(mén)檻，預(yù)示著在不久的將來(lái)以及以后將出現(xiàn)越來(lái)越多樣化的應(yīng)用?！?/p>