什么是邊緣計算和邊緣AI?有什么區別?

邊緣計算和邊緣AI。

近年來，物聯網設備的連接數量呈現線性增長趨勢。根據Gartner的預測，到2020年，全球物聯網設備數量將超過200億台。與此同時，設備本身變得越來越智能。實際應用中人工智能與物聯網的實施與融合，將推動人類社會進入萬物智能互聯時代，隨後的數據也將爆發。

在過去的十年裏，雲計算成功地緩解了數據增長引起的存儲和管理問題。然而，目前網絡帶寬的增長率遠遠落後於數據的增長率。與CpU、內存等硬件資源相比，網絡帶寬成本的降低速度要慢得多，複雜的網絡環境使得網絡延遲難以突破。所以傳統的雲計算不能滿足響應時間和安全性的高要求。以無人駕駛汽車為例，高速行駛的汽車需要在毫秒內做出反應。一旦系統響應時間因數據傳輸、網絡等問題而增加，將造成嚴重後果0機價免預繳iphone13。

邊緣計算是雲計算的補充和優化。如果雲計算是一種集中的大數據處理，在雲中進行，那么邊緣計算可以理解為大數據處理的邊緣側和接近終端(如手機、智能語音交互設備等)。在許多情況下，邊緣計算和雲計算是共生關系。有一個圖像解釋，似乎更容易理解雲計算和邊緣計算與章魚的器官相比。章魚作為自然界中智商最高的無脊椎動物，具有概念思維的能力，這與兩個強大的記憶系統密不可分。一個是大腦記憶系統，大腦有5億個神經元，另一個是八個爪子上的吸盤。換句話說，章魚的八條腿可以思考和解決問題。雲計算就像章魚的大腦。邊緣計算類似於章魚的小爪子。爪子是一個小機房，靠近特定的物體。邊緣計算更接近設備端。

具體來說，邊緣計算有幾個明顯的優點：

帶寬：邊緣設備處理部分臨時數據，不再需要將所有數據上傳到雲，只需要傳輸有價值的數據，大大降低了網絡帶寬的壓力，減少了對計算和存儲資源的需求;

延遲：數據處理靠近數據源，可大大降低系統延遲，提高服務響應時間;

經濟性:如果某個應用程序使用雲，在邊緣執行計算可能更具成本效益，即使技術上可以解決帶寬和延遲問題;

可靠性：如果應用程序使用雲，即使帶寬和延遲問題可以在技術上得到解決，但到雲的網絡連接並不總是可靠的，應用程序可能需要始終運行。在這種情況下，使用邊緣計算。例如，面部識別門鎖，如果網絡連接斷開，您希望門鎖仍然正常工作;

隱私：如果一個應用程序使用雲，即使帶寬、延遲、可靠性和經濟問題可以在技術上得到解決，許多應用程序可能仍然需要本地處理以獲取隱私。邊緣計算為關鍵隱私數據的存儲和使用提供了基礎設施，並提高了數據的安全性全球短信通訊收費。

由於其突出的優勢，邊緣計算滿足了未來所有物聯網的需求，自2016年以來迅速升溫，引起了全球的密切關注。當然，邊緣計算是一個不斷迭代和更新的概念。不同技術的使得邊緣計算的核心不斷創新。例如，人工智能和神經網絡的應用也使邊緣人工智能的實現成為可能。由於雲服務器具有廣泛的數據計算能力，人工智能和機器學習領域取得了巨大進展，並開發了更全面的人工神經網絡來解決具有挑戰性的任務。隨著機器學習、網絡架構和工具，如神經網絡訓練不斷適應和與嵌入式系統兼容，越來越多的人工智能應用程序也可以直接在邊緣設備中運行，因此邊緣人工智能已成為當前討論的熱點。

邊緣人工智能是指在硬件設備上本地處理的人工智能算法，可以在沒有網絡連接的情況下處理數據。這意味著數據創建和其他操作可以在沒有流量傳輸或雲數據存儲的情況下進行。為了實現這些目標，邊緣計算可以通過深度學習在雲上生成數據，並在數據原點進行模型推理和預測，即設備本身(邊緣)。

134