如何让AI能力延伸至边缘:存储是基础

作者: 佚名 2019-07-18 09:36:39

如何让AI能力延伸至边缘:存储是基础

人工智能技术的复兴,主要归功于过去几年以来以IT为代表的计算能力的显著提升。在与图形处理单元(GPU)以及云计算资源的弹性特征配合使用的情况下,在机器学习与自然语言处理实例当中,AI提出的计算资源需求对于企业而言终于不再是可望而不可及的奢求。

尽管如此,还有另一种不那么广受关注但又同样重要的AI复兴趋势,即AI技术被应用于物联网与边缘计算场景当中。根据StorCentric公司CEO Mihir Shah所言,这样的趋势代表着大数据的工作“对速度有着严格的要求,同时又必须配合良好的稳定性。”

而所有这一切,都必须通过存储底层来支撑——换言之,除了计算能力之外,存储已经成为AI在数据生态系统当中发挥重要作用的另一支柱。存储对于AI技术之所以不可或缺,是因为AI巨大的计算量需要对数据进行大规模快速访问,而这方面要求在边缘计算与备份等实际场景中又显得更加现实且突出。

当配合理想的存储容量时,AI的计算速度才能够为诸多有利于智能物联网(IIoT)的前沿边缘计算用例提供助力。

>>> 人脸识别

智能物联网的存储要求主要体现在边缘计算应用当中。比如,美国国防部目前正在利用人脸识别等AI技术对偏远地区进行管理,用以验证进出设施的具体人员。很明显,涉及高级机器学习、卷积神经网络以及统计认知计算等因素的人脸识别技术对存储设备提出了特殊的要求,而这,也是确保其正常运作的基础所在。Shah在提到国防部部署人脸识别方案时表示:“他们更倾向于使用直接附加存储方案,旨在提升数据流通速度。这类方案具有便携性、速度性以及易于使用等优势。”

在这个特定用例当中,人脸识别的实现在很大程度上依赖于存储对边缘计算的支持。Shah提到,“边缘位置的这些人脸识别系统就位于服务器旁边。该服务器直接连接至设备。当有人走进来时,设备会扫描他们的面部并整理出他们的生物识别指标。而服务器则会即刻进行处理,并与存储设备中的信息进行比对。”

>>> AI在边缘

在之前提到的示例与其它边缘AI部署方案当中,存储单元往往面临着一系列特定要求。一般来讲,缩小设备尺寸对于实现物联网而言至关重要。因此,尺寸成为了边缘位置下,附加存储设备的核心设计因素,而在这样的设计下,同时还要保证其在“瘦身”之后仍然有能力处理AI所需要的数据规模。StorCentric公司CTO Rod Harrison观察到,用于支持边缘计算用例的某些尺寸较小的存储单元能够容纳大约70 TB数据。另外,这种存储设备必须具备用户友好特性,从而满足远程环境当中非技术用户的操作需要。Shah指出,“在这样的环境中,因为没有太多IT专业人员,所以对设备的易用性及速度都提出了要求,为此,我们在设备上配备了Thunderbolt连接端口。”

>>> 移动边缘计算

此外,便携性的重要性同样在不断攀升,除了边缘存储之外,包括边缘计算本身也在强调便携性。目前最典型的案例,就是大量智能手机正在持续生成传感器数据。尽管与智能物联网中的IT资产相比,智能手机可能并没有那么大的存储需求,但它也从另一个方面强调了便携性的优势。另一个典型例子是部署在偏远地区的军用战斗车辆上的存储单元。“这是一种本地存储,操作人员可以将设备带回基地,并下载至中央服务器。”此外,在发生故障的情况下,操作者也能够轻松更换这种存储单元以实现业务连续性。Shah强调,“因为整套系统非常易于使用,所以即使没有IT工作小组,一旦某块驱动器发生故障或者出现了其它意外状况,身在现场的任何士兵都可以弹出这块损坏的驱动器并立刻插入新的驱动器。”

>>> 智能边缘

存储对于智能物联网的提升至关重要,它使得相关设备能够根据需要卸下数据、按需访问数据,并支持由部署在云端的AI提出的计算要求。如此一来,AI技术的可行性将不仅延伸至认知计算,现时也将延伸至物联网领域。此外,便捷而可靠的存储对于集中部署的AI方案同样必不可少,并直接为我们带来了当前各类常见的AI实现成果。“在我看来,AI与物联网技术的融合首先将在一系列大型企业当中实现;但随着时间的推移,这方面成果最终将渗透到更多中小型企业之内。”Shah表示。

AI 边缘计算 存储
上一篇:人类看见形状,AI看见纹理:从计算机视觉分类失败谈起 下一篇:EasyDL轻松搞定对抗学习 多算法比对临床试验数据
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

特征工程是啥东东?为何需要实现自动化?

如今人工智能(AI)变得越来越普遍和必要。从防止欺诈、实时异常检测到预测客户流失,企业客户每天都在寻找机器学习(ML)的新应用。ML的底层是什么?这项技术如何进行预测?使AI发挥神奇功效的秘诀又是什么?

布加迪 ·  1天前
AI如何改变人类社会的各种业务模式?

在过去的20年中,一些愤世嫉俗的人一直担心,人工智能(AI)的发展会破坏企业结构,导致大量失业和财富不平等加剧。下一个十年将是AI的十年。我们期望看到什么变化?答案是基本流程的转变和减少。

CDA数据分析师 ·  1天前
应用程序管理中的AI/ML用例

基于人工智能的操作 (AIOps) 是人工智能和传统 AM/IM 操作的融合。与所有其他领域一样,AI 将对运营管理产生重大影响。

佚名 ·  1天前
破解机器学习的误区——常见机器学习神话究竟从何而来?

Forrester Research最近发布了一份名为“ 粉碎机器学习的七个神话”的报告。在其中,作者警告说:“不幸的是,一些对机器学习项目做出重要决策的企业领导者,普遍存在机器学习的误解。”

CDA数据分析师 ·  2天前
我们对人工智能的误解有多深

人工智能技术具有正、反两方面的作用,在造福于人类的同时,也存在各种风险。理论上可能存在以下四种风险。

陈小平 ·  3天前
如何通过AIOps将智能注入IT运营

试图更好地监控IT资产的组织正在转向人工智能,以便在性能问题出现之前解决掉,并在感受到负面影响之前自动将其修复。

Maria Korolov ·  4天前
大数据与AI如何助力食品饮料行业发展?

数字化几乎颠覆了每一个行业,从金融服务到医疗保健,而食品和饮料行业也不例外。从历史上看,风味特点、潮流和新的食品主要归功于厨师和产品开发人员。而在将一个创意转化成产品并推向市场之前,可能需要花费几个月甚至是几年的时间。

至顶网 ·  4天前
研究公司统计了9大AI领域,分析了世界各国AI法律举措

世界各国政府正在迅速采取行动,以确保现有的法律、法规以及框架,能够在人工智能技术变革中继续起效,应对由新浪潮带来的种种新挑战。

佚名 ·  4天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载