边缘AI是什么?为什么说发展5G离不开它?

边缘计算是什么?

近年来,物联网设备数量呈线性增长趋势。根据艾瑞测算, 2020年,中国物联网设备的数量达74亿,预计2025年突破150亿个。

同时,设备本身也变得越来越智能化,AI与互联网在实际应用中的融合,将推动我们步入“万物互联”时代,由此产生的数据也将发生爆炸式增长。

在过去的十年中,云计算已经成功地缓解了由于数据量增加而带来的存储和管理问题,但复杂的网络环境使得网络延迟控制难以实现突破性的进展。

云计算

因此,传统的云计算无法满足对响应时间和安全性的高要求。以无人驾驶汽车为例。高速行驶的汽车需要在几毫秒内作出反应。一旦由于数据传输、网络问题等原因导致系统响应时间增加,将会造成严重的后果。

此外,云计算还面临带宽不足的问题。如果将边缘设备产生的大量数据全部传输到云计算中心,将给网络带宽带来巨大压力。

例如支持智能驾驶辅助的汽车,每秒钟可以产生几十至数百MB的数据,在大流量的交通场景中,成百上千台车的数据同时上传云端通讯,会对区域带宽产生比较大的占用,发生延迟甚至拥堵。

在这个应用环境中,边缘计算应运而生。结合现有的云计算集中处理模型,可以有效解决云中心和网络边缘的大数据处理问题。

边缘计算是云计算的补充和优化。如果说云计算是“云端”集中处理数据,那么边缘计算可以理解为在边缘、靠近终端(如屏幕、传感器等智能设备)的地方进行数据处理。在许多情况下,边缘计算和云计算是一种共生关系。

有一个生动的解释。把云计算和边缘计算理解为章鱼的器官似乎更容易。

作为自然界中智商最高的无脊椎动物,章鱼拥有“概念思维”的能力,这与两种强大的记忆系统密不可分。一个是大脑记忆系统,它有5亿个神经元,另一个是8个爪子上的吸盘。

换句话说,章鱼的八条腿可以思考和解决问题。云计算就像章鱼的大脑,而边缘计算就像章鱼的小爪子。爪是靠近实际物体的一个小型计算机房。边缘计算离设备更近,离用户更近。

边缘计算的优势

因为在把计算放在了边缘(用户端),所以让边缘计算也具备了特殊优势:

降低带宽压力:边缘计算机可以处理部分临时数据,只需要向云端传输有价值的数据,不需要全部上传,这大大降低了网络带宽压力,降低了对计算和存储资源的需求。

延迟更低:靠近数据源头计算可以大大减少系统延迟,提高响应时间。

经济性高:如果应用程序完全依赖云计算,即使从技术角度可以解决带宽和延迟问题,但使用边缘计算的成本可能会更低。

可靠性高:终端到云端的网络连接很难做到100%可靠稳定,但应用程序需要确保正常运行。在这种情况下,必须使用边缘计算。例如驾车通过隧道时,网络中断,你肯定不希望自动驾驶因为断网而失灵。

隐私保护:尽管云计算会进行数据脱敏处理,但考虑到隐私问题,仍然有许多应用程序需要在本地处理。边缘计算为关键隐私数据的存储和使用提供了便利,提高了数据的安全性。

因为这些优点,让边缘计算在近些年逐渐成为物联网的重要技术,并保持快速上涨的趋势。

边缘AI是什么

边缘计算是一个连续迭代更新的概念,不同技术的融合使得边缘计算的核心不断创新。例如,人工智能和神经网络在边缘端的应用,也为“边缘AI”的落地提供了助力。

得益于云服务器广泛的数据计算能力,人工智能和机器学习领域取得了巨大进展,更全面的人工神经网络诞生,可以解决更复杂的任务。

随着网络架构和工具对嵌入式系统的不断适应和兼容,越来越多的人工智能应用也可以直接运行在边缘设备上,因此“边缘AI”成为人们讨论的热点。

边缘AI是指在硬件设备无需网络连接就能在本地处理数据的AI计算能力。边缘AI计算机可以通过云上生成的深度学习数据,在数据的源头,即边缘端的设备上进行模型推理和预测。

目前,世界上还没有边缘AI的标准架构和统一算法,但各大厂商已经开始在相关领域进行探索。而亚马逊、微软等传统云服务提供商也纷纷推出了边缘AI服务平台,通过在终端设备上运行预先训练好的模型进行机器学习推理,将智能服务推向了边缘设备。

边缘AI与5G的关系

边缘AI与5G可以说是相辅相成。

5G

5G诞生之初规划了三种场景:eMBB(增强移动宽带)、mMTC (海量机器类通信)和 uRLLC(超可靠低时延通信)。其中,eMBB应用于超清视频等大流量业务,mMTC应用于大规模物联网业务,uRLLC应用于如无人驾驶、医疗、工业自动化等需要低时延、高可靠连接的业务。

5G进一步提高去中心化,在网络边缘部署小规模或者便携式数据中心,对终端请求进行本地化处理,满足uRLLC和mMTC的超低延时需求,因此边缘AI是5G核心技术之一。

边缘AI可以解决5G三大场景所面临的问题。

首先,边缘AI计算机将为新的和现有的边缘端设备提供连接和服务。

第二,尽管5G可为基于云的应用提供更快的连接和更低的延迟,但仍然会产生数据处理和存储的成本。混合边缘AI+5G解决方案将降低这些成本。

最后,边缘AI允许更多的应用程序在边缘运行,减少了数据传输速度和带宽限制造成的延迟,在边缘端本地执行数据分析,分担云端的工作。

5G和边缘AI在一定程度上是互补的。一方面,得益于5G自身的发展,直接推动边缘AI的进步。另一方面,由于5G对物联网的促进,也将间接推动边缘AI的发展。

这就是边缘AI与5G的关系与现状。未来,通过边缘AI与5G的不断深化融合,会有更多新的概念和新的诞生,让科技带来更好的生活。

本文转自:汉智兴科技,转载此文目的在于传递更多信息,版权归原作者所有。

声明:本站原创文章文字版权归前途科技所有,转载务必注明作者和出处;本站转载文章仅仅代表原作者观点,不代表前途科技立场,图文版权归原作者所有。如有侵权,请联系我们删除。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注