Tech Talks: The Evolution of Edge Computing and AI

技術講座：邊緣計算和人工智慧的演變

Edge AI 是人工智慧最引人注目的新領域之一，它旨在讓人們運行 AI 流程，而不必擔心隱私或因數據傳輸而變慢。邊緣 AI 支持更廣泛、更廣泛地使用 AI，讓智慧設備無需訪問雲端，即可快速響應輸入。雖然這是 Edge AI 的快速定義，但讓我們花點時間，透過探索使 Edge AI 成為可能的技術，並查看 Edge AI 的一些用例來更好地了解 Edge AI。

https://www.signally.ai/blog/what-is-edge-computing-and-why-ai-at-the-edge-is-its-next-frontier

什麼是邊緣運算？

為了真正了解邊緣 AI，我們有必要先了解邊緣運算的，而最好的方式來理解邊緣運算是雲端運算的對比吧。雲端運算是透過網路提供運算服務。相比之下，邊緣運算系統不連接到雲端，而是在本地設備上運行。這些本地設備可以是專用邊緣運算伺服器、本地設備或物聯網 (IoT)。使用邊緣運算有許多優點。例如，基於網路/雲端的運算受到延遲和頻寬的限制，而邊緣運算不受這些參數的限制。

什麼是邊緣人工智慧？

現在我們了解了邊緣運算，我們可以看看邊緣人工智慧。Edge AI 結合了人工智慧和邊緣運算。AI 算法在能夠進行邊緣運算的設備上運行。這樣做的好處是可以即時處理數據，而無需連接到雲端。

大多數尖端 AI 流程都在雲端中執行，因為它們需要大量運算能力。結果是這些 AI 流程很容易受到停機時間的影響。由於邊緣 AI 系統在邊緣運算設備上運行，因此必要的數據操作可以在本地進行，並在建立網路連接時發送，從而節省了時間。該深度學習算法，可以操作的設備本身，數據的原點。

由於越來越多的設備，需要在無法訪問雲端的情況下使用 AI，邊緣 AI 變得越來越重要。想想現在有多少工廠機器人，或多少輛汽車，配備了電腦視覺算法。在這些情況下，數據傳輸的滯後時間可能是災難性的。自動駕駛汽車在檢測街道上的物體時，不會受到延遲的影響。由於快速響應時間非常重要，因此設備本身必須具有邊緣 AI 系統，使其能夠在不依賴雲端連接的情況下，分析和分類圖像。

當邊緣運算機被委託執行，通常在雲端執行的資訊處理任務時，結果是即時低延遲、即時處理。此外，透過將數據傳輸限制為最重要的資訊，可以減少數據量本身，並最大限度地減少通信中斷。

邊緣人工智慧和物聯網

邊緣 AI 與 5G 和物聯網 (IoT) 等其他數為技術相結合。物聯網可以為邊緣人工智慧系統，生成數據以供使用，而 5G 技術對於邊緣人工智慧，和物聯網的持續發展非常重要。

物聯網是指透過網路相互連接的各種智慧設備。所有這些設備都會生成數據，這些數據可以輸入到 Edge AI 設備中，Edge AI 設備也可以充當數據的臨時儲存單元，直到它與云同步。數據處理的方法允許更大的靈活性。

第五代行動網路 5G，對邊緣人工智慧和物聯網的發展都非常重要。5G 能夠以更高的速度傳輸數據，最高可達 20Gbps，而 4G 只能以 1Gbps 的速度傳輸數據。5G 還支持遠多於 4G 的同時連接數（每平方公里 1,000,000 對 100,000）和更好的延遲速度（1 毫秒對 10 毫秒）。這些優於 4G 的優勢很重要，因為隨著物聯網的發展，數據量也在成長，傳輸速度也會受到影響。5G 支持更廣泛的設備之間的更多交互，其中許多設備可以配備 Edge AI。

https://raima.com/cn/ai-and-edge-computing-7-ways-ai-is-bound-to-change-the-future/

邊緣 AI 的應用案例

Edge AI 的應用案例，幾乎包括在本地設備上，比透過雲端完成數據處理，更有效的任何實例。然而，邊緣人工智慧最常見的一些用例，包括自動駕駛汽車、自動無人機、臉部辨識和數位助理。

自動駕駛汽車是 Edge AI 最相關的用例之一。自動駕駛汽車必須不斷掃描周圍環境，並評估情況，根據附近事件修正其軌跡。即時數據處理對於這些情況非常重要，因此，其板載邊緣 AI 系統負責數據儲存、操作和分析。邊緣 AI 系統對於將 3 級和 4 級（全自動）車輛推向市場是必要的。

由於自主無人機不是由人類操作員駕駛的，因此它們對自動駕駛汽車的要求非常相似。如果無人機在飛行時失去控製或出現故障，它可能會墜毀並損壞財產或生命。無人機可能飛出網路接入點的範圍很遠，並且它們必須具有邊緣 AI 功能。邊緣人工智慧系統，對於像亞馬遜 Prime Air 這樣的服務來說，是必不可少的，該服務目的在透過無人機運送包裹。

Edge AI 的另一個用例是臉部辨識系統。臉部辨識系統依賴於電腦視覺算法，分析攝影機收集的數據。以安全等任務為目的運行的臉部辨識應用需要可靠運行，即使它們沒有連接到雲端。

數位助理是 Edge AI 的另一個常見用例。Google Assistant、Alexa 和 Siri 等數位助理必須能夠在智慧手機和其他數位設備上運行，即使它們沒有連接到網路。在設備上處理數據時，無需將其傳送到雲端，這有助於減少流量並確保隱私。