人工智慧如何重塑邊緣運算領域

邊緣需要多少運算能力？對於處於邊緣人工智慧來說，多少記憶體和儲存空間才足夠？隨著人工智慧為需要更多更快處理、儲存和記憶體的創新應用打開大門，最低要求也在不斷增長。當今的記憶體和儲存技術如何滿足這些具有挑戰性的新邊緣應用的嚴格要求？

我們所說的「邊緣」是什麼意思

邊緣包括任何分散式應用，其中特定處理在伺服器之外進行，即使資料最終被傳送到數據中心。它的主要想法是避免將所有數據，透過互聯網發送到伺服器上進行處理，而是允許數據在離收集地點更近的地方進行處理，避免長時間數據往返帶來的延遲問題，並實現接近實時的現場響應。

邊緣大致根據伺服器到端點的距離進行劃分。所謂的近邊緣可以包括靠近資料中心的應用，甚至可能是在同一棟建築物內。在自動駕駛汽車等應用中，這一趨勢走向了另一個極端。重疊的特性是邊緣系統處理傳統上發送到資料中心的數據，這在許多行業中都有實際應用。

工業邊緣的資料延遲和頻寬

#在工業應用中，邊緣電腦通常被設計為從感測器或其他設備接收輸入，並對輸入進行對應的操作。例如，預防性維護採用聲學、振動、溫度或壓力感測器讀數，並對其進行分析，以識別表明機器存在輕微故障的異常情況。

機器可以立即離線，或在需要時離線，以便在發生災難性故障之前進行維護。反應時間必須很快，但數據量很低。然而，人工智慧正在給這些邊緣系統帶來壓力。

人工智慧對邊緣處理負載的影響

」人工智慧為電腦系統帶來了不同的負載。人工智慧工作負載需要更快的處理器、更多的記憶體和強大的GPU。例如，AOI已被廣泛應用於PCB檢測，使用來自高速攝影機的視訊輸入來識別缺少的組件和品質缺陷。事實上，類似的視覺檢測技術正被廣泛應用於農業等不同行業，它可以用於識別產品中的缺陷和變色。

在視訊輸入上執行複雜的演算法需要耗電的GPU卡的平行處理能力，更多的記憶體用於高效和準確的AI推理，更多的儲存空間用於額外的數據，但這些已經存在於數據中心。

將資料中心的電力帶到了邊緣

#從本質上說，為了在邊緣處理人工智慧任務，我們正在彌合邊緣和資料中心之間的差距。隱藏在溫控資料中心的伺服器擁有TB的記憶體和大量的儲存空間，可以處理特定的高容量負載並保持系統快速工作。

但當涉及到在遠離資料中心的地方進行推斷時，情況就不同了。邊緣電腦不喜歡這種田園詩般的環境，必須能夠承受惡劣的環境。邊緣需要硬件，爭取最大的性能，同時考慮到不理想的條件。

邊緣硬體

在工業邊緣加入人工智慧需要適合這項任務的硬體。必須有一台能夠處理極端溫度、振動和空間限制的工業電腦。特別是，視覺系統需要三樣東西，這是迄今為止最多產的AI應用，支援高效AI推理的內存，輸入資料的存儲，以及支援添加攝影機的PoE。

最新的DDR5可以在更小的空間中獲得更多的記憶體。它在邊緣提供了更高的記憶體容量，速度是DDR4的兩倍，容量是DDR4的四倍，在相同的佔地面積下，它更有效地利用可用空間和資源。

邊緣應用程式需要擴充容量，因為資料必須到達伺服器或在邊緣停留一段時間，因此需要SSD作為暫存。從SATA到NVMe的轉變為更高的速度和性能打開了大門，即將上市的NVMePCIeG4X4SSD是Cervoz產品線中的最新SSD，為這些應用提供工業性能。

視覺系統需要攝影機。 PoE 是將高速攝影機添加到系統中最簡單、最有效的方式，透過一條電纜提供電力和資料傳輸。 Cervoz的PoE乙太網路模組化PCIe擴充卡透過一個小型電源插件增加了這項功能。

為處於邊緣的人工智慧搶佔先機

#對於希望獲得優勢的企業來說，工業電腦加上工業級記憶體和儲存的組合提供了抵禦惡劣邊緣環境的可靠性，以及在網路邊緣實現下一代人工智慧技術所需的能力。

以上是人工智慧如何重塑邊緣運算領域的詳細內容。更多資訊請關注PHP中文網其他相關文章！