物聯(lián)網(wǎng)中的人工智能、機(jī)器學(xué)習(xí)和邊緣計(jì)算

趨勢(shì)分析:物聯(lián)網(wǎng)中的人工智能、機(jī)器學(xué)習(xí)和邊緣計(jì)算

“邊緣”有一些神奇之處。例如,在環(huán)境科學(xué)中,有人研究“棲息地邊界”,即某些種類(lèi)的植物大量生長(zhǎng)在邊緣,但沒(méi)有進(jìn)一步生長(zhǎng)。同樣,在天文學(xué)中,我們也看到了發(fā)生在宇宙邊緣的戲劇性現(xiàn)象。

這似乎與人類(lèi)社會(huì)沒(méi)有什么不同,因?yàn)橐粓?chǎng)新的革命正在醞釀,高計(jì)算能力正在向邊緣移動(dòng),逐漸被稱(chēng)為邊緣計(jì)算。

工業(yè)4.0與物聯(lián)網(wǎng)

物聯(lián)網(wǎng)的核心包括收集和分析數(shù)據(jù)、洞察力以及涉及機(jī)器、人員、事物和地點(diǎn)的流程的自動(dòng)化。因此,物聯(lián)網(wǎng)是傳感器、執(zhí)行器、連接性、云和邊緣計(jì)算和存儲(chǔ)、人工智能和機(jī)器學(xué)習(xí)智能以及安全的組合。工業(yè)4.0,也被稱(chēng)為第四次工業(yè)革命,嚴(yán)重依賴(lài)物聯(lián)網(wǎng)技術(shù),重新定義汽車(chē)、交通、醫(yī)療、公共出行、零售和商業(yè)。由于AI和ML推動(dòng)了所有5G和物聯(lián)網(wǎng)創(chuàng)新,它們的結(jié)合是一種自然現(xiàn)象。

5G支持強(qiáng)大物聯(lián)網(wǎng)

5G最重要的創(chuàng)新之一是為物聯(lián)網(wǎng)提供強(qiáng)有力的支持,包括對(duì)低成本、長(zhǎng)電池壽命傳感器的支持。隨著數(shù)據(jù)存儲(chǔ)和計(jì)算成為“結(jié)構(gòu)連續(xù)體”。這種結(jié)構(gòu)涉及所有領(lǐng)域,大量AI、ML和邊緣計(jì)算解決方案最終將根據(jù)用例找到它們的最佳區(qū)域和發(fā)揮的作用。

超大規(guī)模

新一代的云服務(wù)提供商,如Google、Amazon和Microsoft,引入了全新規(guī)模的IaaS(基礎(chǔ)設(shè)施即服務(wù)),具有可管理性、透明性和分析能力,且價(jià)格具有競(jìng)爭(zhēng)力。連接性來(lái)自LoRAWAN、NB-IoT和快速增長(zhǎng)的5G的眾多選項(xiàng)使得提供先進(jìn)的物聯(lián)網(wǎng)解決方案更容易、更可行。邊緣計(jì)算計(jì)算芯片的巨大進(jìn)步使得邊緣設(shè)備功能變得強(qiáng)大——允許本地化數(shù)據(jù)評(píng)估和實(shí)時(shí)決策,完全避免往返服務(wù)器。其他一些轉(zhuǎn)變也開(kāi)始顯現(xiàn),更明顯地體現(xiàn)在玩家參與度方面。例如,電信運(yùn)營(yíng)商的超大規(guī)模(如上所述)和運(yùn)營(yíng)技術(shù)轉(zhuǎn)型(OT,如機(jī)器控制系統(tǒng)進(jìn)入IT領(lǐng)域)。越來(lái)越多的物聯(lián)網(wǎng)應(yīng)用正在構(gòu)思和構(gòu)建,希望它們將被企業(yè)和消費(fèi)者消費(fèi)和支付。然而,由于各種原因,它最好是從離客戶最近的位置交付,而該區(qū)域是活動(dòng)的中心。企業(yè)和消費(fèi)者的空間,是所有這些玩家想要支配的空間。這個(gè)空間本質(zhì)上意味著,工作負(fù)載將從中央數(shù)據(jù)中心轉(zhuǎn)移到本地或本地專(zhuān)用邊緣計(jì)算云。中央數(shù)據(jù)中心的轉(zhuǎn)移有時(shí)可能意味著將本地?cái)?shù)據(jù)中心轉(zhuǎn)移到本地專(zhuān)用的邊緣計(jì)算云。這意味著,從資本支出模型到運(yùn)營(yíng)支出模型的轉(zhuǎn)變,影響了企業(yè)的財(cái)務(wù)模型。物聯(lián)網(wǎng)世界中的邊緣云在某種程度上,這增加了價(jià)值鏈的一個(gè)新方向。云正在向邊緣移動(dòng),也就是現(xiàn)在業(yè)界所稱(chēng)的邊緣云。邊緣云的簡(jiǎn)單解釋邊緣云是智能邊緣設(shè)備(包括傳感器、節(jié)點(diǎn)和網(wǎng)關(guān))與軟件(算法、安全棧、連接模塊、傳感和執(zhí)行組件、完整棧中的處理器)的簡(jiǎn)單組合,以處理每個(gè)網(wǎng)關(guān)中的數(shù)百個(gè)傳感器。數(shù)以千計(jì)的此類(lèi)節(jié)點(diǎn)通過(guò)高級(jí)集群和節(jié)點(diǎn)重新配置自動(dòng)聚集在一起,在某種超級(jí)智能物聯(lián)網(wǎng)網(wǎng)絡(luò)出現(xiàn)故障時(shí)重新路由。云技術(shù)從何而來(lái)?各種技術(shù)已經(jīng)就位,可擴(kuò)展的用例也越來(lái)越普遍。他們甚至制定了標(biāo)準(zhǔn)化的協(xié)議,將數(shù)據(jù)轉(zhuǎn)移到云上進(jìn)行非關(guān)鍵數(shù)據(jù)處理,但實(shí)時(shí)數(shù)據(jù)處理仍保留在邊緣云上。我們能阻止AI或ML嗎?隨著芯片產(chǎn)量的增加和價(jià)格的下降,我們預(yù)計(jì)數(shù)百萬(wàn)的物聯(lián)網(wǎng)設(shè)備將通過(guò)邊緣云進(jìn)行通信,并幫助人類(lèi)生活。AI/ML向邊緣的移動(dòng)是一個(gè)不可逆的過(guò)程,實(shí)際上也是一種必然。部署這些技術(shù)的行業(yè)可以明顯看到以下好處:

?RT處理確保低延遲響應(yīng)(提高安全性,降低缺陷率)

?數(shù)據(jù)本地化安全

?數(shù)據(jù)上云前的排序、過(guò)濾和預(yù)處理(減輕云負(fù)載)

?許可和非許可頻譜的結(jié)合創(chuàng)造了更有效的傳輸機(jī)制。AI圖像處理、物體檢測(cè)和音視頻識(shí)別能力也得到了顯著提高。它們現(xiàn)在作為附加功能提供給某些芯片供應(yīng)商。我們預(yù)計(jì),隨著部署的增加,這些技術(shù)將變得更加普遍,價(jià)格也將得到改善。邊緣云是真的嗎?邊緣計(jì)算是否被過(guò)度炒作?一些假設(shè)正在推動(dòng)邊緣云理論的非凡繁榮:1. 目前尚不清楚邊緣云市場(chǎng)的規(guī)模是否會(huì)像它所宣稱(chēng)的那樣大。有證據(jù)表明,這可能是一個(gè)高增長(zhǎng)的行業(yè)。但是,此服務(wù)的所有權(quán)元素仍在定義中;電信公司與超大規(guī)模企業(yè)、專(zhuān)業(yè)的企業(yè)系統(tǒng)集成商以及云邊緣專(zhuān)家。2. 邊緣云是一種萬(wàn)能的解決方案,而不是特定于用例的解決方案。目前還不清楚哪些應(yīng)用程序需要邊緣云功能,可能是用于制造RPA和醫(yī)療保健,與零售應(yīng)用程序的應(yīng)用程序。企業(yè)仍在評(píng)估商業(yè)案例,模型的成本將隨著時(shí)間的推移而增加。3. 邊緣計(jì)算是尋找應(yīng)用程序的解決方案嗎?幾微秒的往返延遲是否使消費(fèi)者準(zhǔn)備花更多的錢(qián)?我們是否將邊緣存儲(chǔ)誤認(rèn)為邊緣計(jì)算,并將所有這些應(yīng)用程序一視同仁?4. 集中式數(shù)據(jù)中心的沉沒(méi)成本如何?它們現(xiàn)在會(huì)未被充分利用,還是最終只存儲(chǔ)非關(guān)鍵數(shù)據(jù)?如果邊緣計(jì)算的一切都是關(guān)于實(shí)時(shí)的,那么5G切片可能是解決方案的一個(gè)重要元素。如果是這樣的話,電信公司和超大規(guī)模企業(yè)之間能否建立起一種可持續(xù)的商業(yè)模式。

總結(jié)這些真相很快就會(huì)大白于天下。隨著該領(lǐng)域的進(jìn)一步發(fā)展,AI/ML技術(shù)將如何在新的世界秩序中重新組合將變得更加明顯。這可能會(huì)定義服務(wù)提供者的新定位,他們與解決方案提供商的聯(lián)盟,以及組合的商業(yè)模型。AI/ML的結(jié)合,最終將形成一個(gè)獨(dú)特的格局,在未來(lái)十年推動(dòng)消費(fèi)者和用戶。

極客網(wǎng)企業(yè)會(huì)員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。

2022-06-17
物聯(lián)網(wǎng)中的人工智能、機(jī)器學(xué)習(xí)和邊緣計(jì)算
物聯(lián)網(wǎng)的核心包括收集和分析數(shù)據(jù)、洞察力以及涉及機(jī)器、人員、事物和地點(diǎn)的流程的自動(dòng)化。因此,物聯(lián)網(wǎng)是傳感器、執(zhí)行器、連接性、云和邊緣計(jì)算和存儲(chǔ)、人工智能和機(jī)器學(xué)習(xí)智能以及安全的組合。

長(zhǎng)按掃碼 閱讀全文