人工智能加持邊緣計(jì)算 讓物聯(lián)網(wǎng)釋放數(shù)據(jù)價(jià)值

2017-12-22 15:11 來源:美通社 作者:Janet

近日,英特爾物聯(lián)網(wǎng)事業(yè)部中國區(qū)總經(jīng)理陳偉發(fā)布了一篇標(biāo)題為《人工智能加持邊緣計(jì)算,讓物聯(lián)網(wǎng)充分釋放數(shù)據(jù)價(jià)值》的文章。他認(rèn)為,作為分析、挖掘數(shù)據(jù)價(jià)值的創(chuàng)新方法,人工智能可以充分利用、釋放數(shù)據(jù)價(jià)值,也給邊緣計(jì)算帶來全新的發(fā)展機(jī)遇。以下是觀點(diǎn)全文:

從共享單車到自動駕駛,從智能家居到無人商店,人們已從“人聯(lián)網(wǎng)”時(shí)代全面進(jìn)入“物聯(lián)網(wǎng)”時(shí)代。在萬物智能互聯(lián)的新時(shí)代,數(shù)據(jù)量成指數(shù)級爆炸,不僅需要云端的大數(shù)據(jù)分析以轉(zhuǎn)化為洞察,在邊緣對于提取分析數(shù)據(jù)也有著更高的要求,應(yīng)運(yùn)而生的邊緣計(jì)算將在整個(gè)物聯(lián)網(wǎng)的發(fā)展中發(fā)揮關(guān)鍵性作用。作為分析、挖掘數(shù)據(jù)價(jià)值的創(chuàng)新方法,人工智能可以充分利用、釋放數(shù)據(jù)價(jià)值,也給邊緣計(jì)算帶來全新的發(fā)展機(jī)遇。

應(yīng)對數(shù)據(jù)洪流帶來的挑戰(zhàn),邊緣計(jì)算至關(guān)重要。首先,井噴式涌現(xiàn)的海量數(shù)據(jù)如果全部聚集于云端,對帶寬有極大的要求,并帶來嚴(yán)重的計(jì)算負(fù)擔(dān),這就要求在邊緣側(cè)對相應(yīng)數(shù)據(jù)進(jìn)行必要的篩選和節(jié)流,并同時(shí)提供部分計(jì)算能力,使得不同的數(shù)據(jù)能夠合理配置到相應(yīng)的存儲和計(jì)算資源中。其次,很多物聯(lián)網(wǎng)應(yīng)用場景對數(shù)據(jù)的實(shí)時(shí)性要求非常高,而邊緣計(jì)算能夠更敏捷、更有效地處理數(shù)據(jù)。另外,邊緣計(jì)算還能更好地保護(hù)數(shù)據(jù),滿足安全性的需求。

物聯(lián)網(wǎng)是一個(gè)端到端的系統(tǒng),強(qiáng)調(diào)邊緣計(jì)算,并非否定云計(jì)算的巨大作用和價(jià)值。云計(jì)算和邊緣計(jì)算是兩種不同特點(diǎn)的數(shù)據(jù)處理方式,邊緣計(jì)算處理的是局部數(shù)據(jù),對數(shù)據(jù)形成完整洞察還需要在云端對各種在不同的邊緣采集到的數(shù)據(jù)進(jìn)行全面分析,因此兩者互倚互補(bǔ)。邊緣計(jì)算是云智能向端智能延伸的必然結(jié)果,未來的趨勢并非是邊緣計(jì)算取代云計(jì)算,而是兩者之間實(shí)現(xiàn)良性協(xié)同,共同推動物聯(lián)網(wǎng)的發(fā)展。

邊緣側(cè)的負(fù)載整合則為人工智能在邊緣計(jì)算的應(yīng)用找到了突破口?!拔铩边B上網(wǎng)將產(chǎn)生龐大的數(shù)據(jù)量,數(shù)據(jù)將成為新的石油,人工智能為數(shù)據(jù)采集、分析和增值提供全新的驅(qū)動力,也為整個(gè)物聯(lián)網(wǎng)發(fā)展提供了新動能。虛擬化技術(shù)將在不同設(shè)備上獨(dú)立的負(fù)載整合到統(tǒng)一的高性能計(jì)算平臺上,實(shí)現(xiàn)各個(gè)子系統(tǒng)在保持一定獨(dú)立性的同時(shí)還能有效分享計(jì)算、存儲、網(wǎng)絡(luò)等資源。邊緣側(cè)經(jīng)過負(fù)載整合,產(chǎn)生的結(jié)點(diǎn)既是數(shù)據(jù)的一個(gè)匯總結(jié)點(diǎn),同時(shí)也是一個(gè)控制中心。人工智能可以在結(jié)點(diǎn)處采集分析數(shù)據(jù),也能在結(jié)點(diǎn)提取洞察做出決策。

如何將人工智能運(yùn)用到邊緣側(cè)?網(wǎng)絡(luò)優(yōu)化將是關(guān)鍵性技術(shù)之一。英特爾認(rèn)為可以通過低比特、剪枝和參數(shù)量化進(jìn)行網(wǎng)絡(luò)優(yōu)化。低比特,是指在不影響最終識別的情況下,通過降低精度來降低存儲和計(jì)算負(fù)荷。剪枝,是指剪除不必要的計(jì)算需求,從而降低計(jì)算復(fù)雜度。參數(shù)量化,是指可以根據(jù)參數(shù)的特征做聚類,用相對比較簡單的符號或數(shù)字來表述,從而降低人工智能對于存儲的需求。

邊緣計(jì)算和人工智能結(jié)合,推動物聯(lián)網(wǎng)發(fā)展是一個(gè)長期的進(jìn)程。英特爾將著重從端到端的平臺化戰(zhàn)略、垂直行業(yè)的深度合作、開放的生態(tài)系統(tǒng)構(gòu)建三個(gè)方面來加速邊緣計(jì)算的發(fā)展,從而推動整個(gè)物聯(lián)網(wǎng)的進(jìn)程。

正如英特爾公司CEO科再奇所說,數(shù)據(jù)是當(dāng)今最重要的一股力量,智能互聯(lián)設(shè)備帶來的數(shù)據(jù)洪流,是未來科技創(chuàng)新的命脈。英特爾致力于通過從云到邊緣的計(jì)算解決方案,協(xié)同產(chǎn)業(yè)合作伙伴,把人工智能帶到邊緣,加速物聯(lián)網(wǎng)發(fā)展,駕馭數(shù)據(jù)洪流,釋放數(shù)據(jù)價(jià)值。

英特爾 人工智能 邊緣計(jì)算 物聯(lián)網(wǎng)

相關(guān)閱讀

暫無數(shù)據(jù)

一周熱門