今日头条
近年来,物联网设备数量呈线性增长趋势。根据相关计算,到2020年,中国的物联网设备数量将达到74亿台,预计到2025年将超过150亿台。
与此同时,ai边缘计算设备本身也变得越来越智能。人工智能与互联网在实际应用中的融合,将推动我们进入“万物互联”时代,由此产生的数据也将呈爆炸式增长。
近十年来,云计算成功地缓解了数据量增加带来的存储和管理问题,但复杂的网络环境使得网络时延控制难以取得突破。
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。高速汽车需要在几毫秒内做出反应。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,就会造成严重的后果。
此外,云计算还面临着带宽不足的问题。如果将边缘设备产生的大量数据全部传输到云计算中心,将给网络带宽带来很大压力。
例如,一辆支持智能驾驶辅助的汽车每秒可以生成数十到数百MB的数据。在一个大的交通场景中,数百辆车的数据可以同时上传到云通信中,这会占用大量的区域带宽,造成延时甚至拥堵。
在这种应用环境下,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”化的数据集中处理,那么边缘计算可以理解为在边缘和靠近终端(如屏幕、传感器等智能设备)的位置进行数据处理。在许多情况下,边缘计算和云计算是共生的。
有一个生动的解释。云计算和边缘计算似乎更容易理解为章鱼器官。
章鱼作为自然界智商最高的无脊椎动物,具有“概念思维”的能力,这与两个强大的记忆系统密不可分。一个是大脑记忆系统,有5亿个神经元,另一个是有8个爪子的吸盘。
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。爪是一个靠近实际物体的小电脑室。边缘计算更贴近设备,也更贴近用户。
ai边缘计算和5g相辅相成:
5g初期,规划了三个场景:eMBB(增强移动宽带)、MMTC(大规模机器通信)和URLLC(超可靠低时延通信)。其中,eMBB应用于超清视频等高流量业务,MMTC应用于大规模物联网业务,URLLC应用于无人驾驶、医疗、工业自动化等要求低延迟、高可靠连接的业务。
5g进一步改善去中心化,在网络边缘部署小型或便携的数据中心,本地化终端请求,满足URLLC和MMTC的超低延迟要求。因此,ai边缘计算是5g的核心技术之一。
ai边缘计算可以解决三个5g场景面临的问题:
首先,边缘人工智能计算机将为新的和现有的边缘设备提供连接和服务;
其次,尽管5g可以为基于云的应用提供更快的连接和更低的延迟,但它仍然会带来数据处理和存储的成本。混合ai边缘计算 + 5g解决方案将降低这些成本。
最后,ai边缘计算允许更多的应用程序在边缘运行,减少由于数据传输速度和带宽限制造成的延迟,在边缘本地执行数据分析,并分担云的工作。
5g和边缘人工智能在某种程度上是互补的。一方面,5g本身的发展直接推动了ai边缘计算的进步。另一方面,由于5g推动物联网,也将间接推动ai边缘计算的发展。
这就是ai边缘计算和5g的关系和现状。未来,通过ai边缘计算与5g的深化融合,将会有更多的新概念和新生,让技术带来更美好的生活。
审核编辑:符乾江
全部0条评论
快来发表一下你的评论吧 !