應用

技術

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點新聞
企業(yè)注冊個人注冊登錄

邊緣計算時代的到來會給AI帶來哪些影響?

2019-07-17 09:34 AiChinaTech

導讀:隨著5G、人工智能和物聯(lián)網(wǎng)時代的到來,傳統(tǒng)的云計算技術已經無法滿足人工智能終端“大連接、低時延、大帶寬”的需求。

人工智能一直是近年來科技圈熱門的領域,國內更是在這幾年誕生了諸如曠視科技、商湯科技、極鏈科技Video++、依圖科技等優(yōu)秀初創(chuàng)企業(yè)。但隨著5G、人工智能和物聯(lián)網(wǎng)時代的到來,傳統(tǒng)的云計算技術已經無法滿足人工智能終端“大連接、低時延、大帶寬”的需求。

盡管目前云計算的能力越來越強大,但是面對大量涉及個人隱私的數(shù)據(jù),傳統(tǒng)的云計算依然不能高效地支持基于物聯(lián)網(wǎng)的應用服務程序,而邊緣式大數(shù)據(jù)處理時代下的邊緣云計算恰好可以很好的解決這些問題。

邊緣計算是什么

邊緣云是基于云計算技術的核心和邊緣計算的能力,構筑在邊緣基礎設施之上的云計算平臺。形成邊緣位置的計算、網(wǎng)絡、存儲、安全等能力全面的彈性云平臺,并與中心云和物聯(lián)網(wǎng)終端形成“云邊端三體協(xié)同” 的端到端的技術架構,通過將網(wǎng)絡轉發(fā)、存儲、計算,智能化數(shù)據(jù)分析等工作放在邊緣處理,降低響應時延、減輕云端壓力、降低帶寬成本,并供全網(wǎng)調度、算力分發(fā)等云服務。

簡單來說,邊緣計算就是指在靠近物或數(shù)據(jù)源頭的網(wǎng)絡邊緣,融合了網(wǎng)絡、計算、存儲以及應用處理能力的分布式平臺,就近提供智能服務。邊緣計算可以理解為云計算的一個逆操作,云計算強調的是計算和存儲等能力從邊緣端或桌面端集中,而邊緣計算則是將這種計算和存儲能力重新下沉到邊緣。

邊緣計算產生原因

邊緣計算產生原因主要還是云計算的服務不足,云計算大多采用集中式管理的方法,這使云服務創(chuàng)造出較高的經濟效益,而在萬物互聯(lián)的背景下,應用服務需要低延時、高可靠性以及數(shù)據(jù)安全,而傳統(tǒng)云計算無法滿足這些需求。

首先物聯(lián)網(wǎng)環(huán)境下,邊緣設備產生大量實時數(shù)據(jù),云計算性能正逐漸達到瓶頸,據(jù)IDC預測,到2020年,全球數(shù)據(jù)總量將大于40ZB,隨著邊緣設備數(shù)據(jù)量的增加,網(wǎng)絡帶寬正逐漸成為云計算的另一瓶頸。其次當用戶使用電子購物網(wǎng)站、搜素引擎、社交網(wǎng)絡等時,用戶的隱私數(shù)據(jù)將被上傳至云中心,其包含用戶隱私數(shù)據(jù),如果直接將視頻數(shù)據(jù)上傳至云數(shù)據(jù)中心,視頻數(shù)據(jù)的傳輸不僅會占用帶寬資源,還增加了泄露用戶隱私數(shù)據(jù)的分風險,邊緣計算模型恰好為這類敏感數(shù)據(jù)提供了額較好的隱私保護機制。最后,針對云數(shù)據(jù)中心的能耗問題,隨著在云計算中心運行的用戶應用程序越來越多,未來大規(guī)模數(shù)據(jù)中心對能耗的需求將難以滿足,為解決這一能耗難題,邊緣計算模型提出將原有云數(shù)據(jù)中心上運行的一些計算任務進行分解,然后將分解的計算任務遷移到邊緣節(jié)點進行處理,以此降低云計算中心的計算負載,以達到降低能耗的目的。

邊緣計算的應用場景

邊緣計算的應用場景從覆蓋上可以分為全網(wǎng)覆蓋和本地覆蓋兩類。全網(wǎng)覆蓋類應用的核心要求是從邊緣節(jié)點在地區(qū)和運營商網(wǎng)絡兩個層面上的覆蓋度,來保證就近計算(如 CDN、視頻直播、邊緣撥測/監(jiān)控等業(yè)務),或者基于足夠多的節(jié)點進行網(wǎng)絡鏈路優(yōu)化。

本地覆蓋類應用的核心要求是邊緣節(jié)點的本地化,即邊緣節(jié)點的接入距離要足夠近(<30 公里),時延足夠低(<5ms),來支持本地化服務的上云需求,例如新零售、醫(yī)療等行業(yè)的監(jiān)控數(shù)據(jù)上云等。這類應用的大帶寬需求是最能體現(xiàn)邊緣云計算時延和成本優(yōu)化等核心優(yōu)勢的場景。

視頻直播的媒體流推送到就近的邊緣節(jié)點,在邊緣節(jié)點直接進行轉碼,轉碼后的媒體流分發(fā)到CDN邊緣節(jié)點,當有用戶訪問時就近返回內容?;谶吘壒?jié)點上的服務、直播流的上下行內容推送以及轉碼處理等都不用再回中心處理,大大降低了業(yè)務時延,提升了互動體驗,同時邊緣處理架構對帶寬成本的節(jié)省也非常明顯。

小結:

過去AI必須依靠強大的云端計算能力來進行數(shù)據(jù)分析與算法的運作,隨著技術的成熟以及新應用的出現(xiàn),商業(yè)數(shù)字化概念逐漸深入人們的思想,芯片能力不斷提升、邊緣計算平臺成熟,開始賦予了AI更強的能力,協(xié)助數(shù)據(jù)初步篩選分析、裝置設備實時反應等,在工業(yè)領域、智慧城市、視頻識別都能讓服務有進一步的提升。邊緣云計算技術將成為人工智能、物聯(lián)網(wǎng)等領域的關鍵組成部分,也將得到更大的發(fā)展,覆蓋的潛在客戶和場景將不斷出現(xiàn)。隨著邊緣云計算的應用場景越來越多,用戶需求的變化將是未來關注的重點,如果做得好,未來邊緣云計算將比傳統(tǒng)云計算低更多的成本實現(xiàn)項目。