边缘计算时代的到来会给AI带来哪些影响?

作者: AiChinaTech 2019-07-16 10:15:58

边缘计算时代的到来会给AI带来哪些影响?

人工智能一直是近年来科技圈热门的领域,国内更是在这几年诞生了诸如旷视科技、商汤科技、极链科技Video++、依图科技等优秀初创企业。但随着5G、人工智能和物联网时代的到来,传统的云计算技术已经无法满足人工智能终端“大连接、低时延、大带宽”的需求。

尽管目前云计算的能力越来越强大,但是面对大量涉及个人隐私的数据,传统的云计算依然不能高效地支持基于物联网的应用服务程序,而边缘式大数据处理时代下的边缘云计算恰好可以很好的解决这些问题。

边缘计算是什么

边缘云是基于云计算技术的核心和边缘计算的能力,构筑在边缘基础设施之上的云计算平台。形成边缘位置的计算、网络、存储、安全等能力全面的弹性云平台,并与中心云和物联网终端形成“云边端三体协同” 的端到端的技术架构,通过将网络转发、存储、计算,智能化数据分析等工作放在边缘处理,降低响应时延、减轻云端压力、降低带宽成本,并供全网调度、算力分发等云服务。

简单来说,边缘计算就是指在靠近物或数据源头的网络边缘,融合了网络、计算、存储以及应用处理能力的分布式平台,就近提供智能服务。边缘计算可以理解为云计算的一个逆操作,云计算强调的是计算和存储等能力从边缘端或桌面端集中,而边缘计算则是将这种计算和存储能力重新下沉到边缘。

边缘计算产生原因

边缘计算产生原因主要还是云计算的服务不足,云计算大多采用集中式管理的方法,这使云服务创造出较高的经济效益,而在万物互联的背景下,应用服务需要低延时、高可靠性以及数据安全,而传统云计算无法满足这些需求。

首先物联网环境下,边缘设备产生大量实时数据,云计算性能正逐渐达到瓶颈,据IDC预测,到2020年,全球数据总量将大于40ZB,随着边缘设备数据量的增加,网络带宽正逐渐成为云计算的另一瓶颈。其次当用户使用电子购物网站、搜素引擎、社交网络等时,用户的隐私数据将被上传至云中心,其包含用户隐私数据,如果直接将视频数据上传至云数据中心,视频数据的传输不仅会占用带宽资源,还增加了泄露用户隐私数据的分风险,边缘计算模型恰好为这类敏感数据提供了额较好的隐私保护机制。***,针对云数据中心的能耗问题,随着在云计算中心运行的用户应用程序越来越多,未来大规模数据中心对能耗的需求将难以满足,为解决这一能耗难题,边缘计算模型提出将原有云数据中心上运行的一些计算任务进行分解,然后将分解的计算任务迁移到边缘节点进行处理,以此降低云计算中心的计算负载,以达到降低能耗的目的。

边缘计算的应用场景

边缘计算的应用场景从覆盖上可以分为全网覆盖和本地覆盖两类。全网覆盖类应用的核心要求是从边缘节点在地区和运营商网络两个层面上的覆盖度,来保证就近计算(如 CDN、视频直播、边缘拨测/监控等业务),或者基于足够多的节点进行网络链路优化。

本地覆盖类应用的核心要求是边缘节点的本地化,即边缘节点的接入距离要足够近(<30 公里),时延足够低(<5ms),来支持本地化服务的上云需求,例如新零售、医疗等行业的监控数据上云等。这类应用的大带宽需求是最能体现边缘云计算时延和成本优化等核心优势的场景。

视频直播的媒体流推送到就近的边缘节点,在边缘节点直接进行转码,转码后的媒体流分发到CDN边缘节点,当有用户访问时就近返回内容。基于边缘节点上的服务、直播流的上下行内容推送以及转码处理等都不用再回中心处理,大大降低了业务时延,提升了互动体验,同时边缘处理架构对带宽成本的节省也非常明显。

小结:

过去AI必须依靠强大的云端计算能力来进行数据分析与算法的运作,随着技术的成熟以及新应用的出现,商业数字化概念逐渐深入人们的思想,芯片能力不断提升、边缘计算平台成熟,开始赋予了AI更强的能力,协助数据初步筛选分析、装置设备实时反应等,在工业领域、智慧城市、视频识别都能让服务有进一步的提升。边缘云计算技术将成为人工智能、物联网等领域的关键组成部分,也将得到更大的发展,覆盖的潜在客户和场景将不断出现。随着边缘云计算的应用场景越来越多,用户需求的变化将是未来关注的重点,如果做得好,未来边缘云计算将比传统云计算低更多的成本实现项目。

人工智能 AI
上一篇:未来几年,人工智能研究绕不过去的3个关键问题 下一篇:阿里打破自然语言理解世界纪录,AI常识推理水平正在逼近人类
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

吐血整理:机器学习的30个基本概念,都在这里了(手绘图解)

本文主要介绍机器学习基础知识,包括名词解释(约30个)、基础模型的算法原理及具体的建模过程。

梅子行 毛鑫宇 ·  20h前
IoT和AI如何让企业在疫情期间重启业务

疫情期间,我们该如何利用物联网和人工智能技术帮助企业重新开始营业,提供安全和相关的服务,同时也确保员工安全。

Dimitrios Spiliopoulos ·  21h前
您可以信赖的5个AI解决方案提供商

经过全面的研究和分析,我们选择了您可以信赖的五家人工智能解决方案提供商,以获取最可靠的AI服务。

闻数起舞 ·  23h前
知乎热议:未来3到5年内,哪个方向机器学习人才最稀缺?

未来3到5年内,哪个方向的机器学习人才最紧缺?今天我们就来梳理一下。全栈式工程师在初创公司受欢迎,领域专精的算法人才在大公司很吃香,应用型人才能够快速提升业务,而工程化是落地的重要一环。

佚名 ·  23h前
复工复产“新基建”提速 人工智能能做什么

疫情中,智能产品在用户群体中赢得了更多信任,人工智能给各行业的“赋能”作用开始显现,人工智能应用在提升国家治理能力方面的作用也越来越明显。

邱晨辉 ·  1天前
机器学习“七宗罪”:影响可信度的七个常见错误

机器学习是一个伟大的工具,它正在改变我们的世界。在许多优秀的应用中,机器学习(尤其是深度学习)比传统方法优越得多。从用于图像分类的Alex-Net到用于图像分割的U-Net,人们看到了计算机视觉和医学图像处理领域的巨大成功。

图灵联邦 ·  1天前
2020年商业中十大AI趋势 人工智能技术正以惊人的速度增长

人工智能是2010年代的技术,随着时间的流逝,越来越多的AI技术正在出现。人工智能是所有技术人员的新魅力-但即使在第二个十年,它也没有结束。毫无疑问,2019年是人工智能之年;然而,2020年已许诺了更多的AI奇迹。以下是2020年人工智能业务十大趋势。

AI国际站 ·  1天前
对象存储适合人工智能和机器学习的三个原因

如今,各种类型的企业都致力于采用人工智能和机器学习项目,但要发挥其真正的潜力,则需要克服重大的技术障碍。虽然计算基础设施通常是重点,但存储设施也同样重要。

Gary Ogasawara ·  2天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载