Периферический ии является тенденцией к разумному развитию, комбинацией краевых вычислений и искусственного интеллекта. Пограничный ии — технология, применяемая непосредственно в устройствах физического мира. Вместо того чтобы полагаться на централизованные облачные вычислительные сооружения или центры данных на расстоянии, он позволяет вычислять вблизи места, где создаются данные.

Непрерывная инновация и оптимизация технологий, алгоритмов и платформ по краям искусственного интеллекта (ии) является одной из самых обсуждаемых тем в настоящее время в области искусственного интеллекта. В этой области непрерывные инновации и прогресс имеют важное значение для улучшения возможностей обработки ии на сетевых устройствах, датчиках dp88849ivs /NOPB, мобильных терминалах и т.д., которые удовлетворяют потребности в реальном времени для анализа и принятия решений. Вот подробный ответ на этот вопрос:

1, развитие пограничного ии

Пограничный ии может быть широко применен в различных отраслях и сценах, включая промышленность, здравоохранение, энергию, розничную торговлю и т.д. Например, в разумных производствах пограничный ии может обрабатывать данные на производственных линиях в реальном времени для быстрого принятия решений и оптимизации; В разумных транспортных средствах пограничный ии может обрабатывать сигналы светофоров и данные сенсоров, чтобы обеспечить интеллектуальный контроль над движением и мониторинг безопасности.

Как развился пограничный ии, начиная с самых ранних облачных вычислений. В начале 2000 — х годов — в 2005 году появились вычисления облаков, которые в качестве формы распределённого вычисления расщепились на множество мелких программ для обработки и анализа с помощью систем, состоящих из нескольких серверов. На этом этапе вычисления облаков решают проблему распределения и вычисления задач, предоставляя возможность для обработки большого количества данных.

К 2010 году сеть вещей (IoT) была распространена вместе с беспроводной сетью 4G/5G, что привело к быстрому увеличению количества данных, генерируемых лимбическими устройствами, и достигло уровня ZB (ZB). Распространение 4G и 5G беспроводных сетей еще больше усилило способность передачи данных по периферийным устройствам, но также ставит под сомнение возможности обработки данных, объем загрузки в сети, защиту личной жизни и т.д.

К середине и концу 2010 года, столкнувшись с ограничением облачных вычислений в области маргинализации обработки данных, было предложено сделать маргинализированные вычисления в качестве новой модели вычислений. Маргинальные вычисления подчеркивают улавливание и обработка данных вблизи источника или терминала, сокращая количество и задержки передачи данных, завершая их в локальной обработки. Согласно прогнозам гартнера, к 2025 году 75% данных будет производиться в центре данных и за пределами облаков.

С 2020 года по настоящее время, по мере развития и распространения технологий искусственного интеллекта, периферический ии постепенно развивается как новая модель, связывающая технологии ии с краевыми вычислениями. Пограничный ии позволяет вычислять и принимать решения в непосредственной близости от места создания данных, тем самым увеличивая действительность, уменьшая задержки и усиливая защиту частной жизни.

1, технологические инновации на периферии ии ии:

Технологические инновации периферийных ии включают в себя в основном проектирование чипов, интегральные схемы, сенсорные технологии и т.д. Поскольк применен искусствен интеллект сцен разнообразн и ShiShiXing требова, кра оборудован для AI вычислительн мощност потребн постепен, и за эт дом производител увелич вложен в дел разработк, запуст бол эффективн, энергосбережен, миниатюризац обработк дешев искусствен интеллект, чип и модул, удовлетворя потребн лимбическ оборудован для обработк искусствен интеллект. Например, специализированные Ай-чипы для встроенных устройств, процессоры с низким энергопотребностью и высокой производимостью, будут значительно продвигать применение технологии ии на периферийных устройствах.

2, инновации алгоритма периферического ии:

Ограниченность ресурсов, ограниченность вычислительной мощности и высокие требования к реальному времени являются узкими краями, ограничивающими применение ии. Таким образом, алгоритм AI, направленный на периферийные устройства, должен быть сокращен, эффективен и быстр. В настоящее время непрерывный инновационный прогресс в алгоритмических технологиях, таких как вырезка веток, проектирование легковесных моделей, вычислительная дедукция с низкой точностью и количественная модель, предлагает эффективные решения для эффективного развертывания алгоритмов ии на периферийных инструментах. Инновации в этих алгоритмах не только повышают эффективность моделей ии на периферийных оборудованиях, но и оптимизируют баланс их производительности и энергопотребления.

Оптимизация пограничной платформы ии:

Оптимизация периферийных платформ AI включает в себя в основном маргинальные вычислительные платформы, инструменты разработки, окружающую среду развертывания и т.д. Периферийная вычислительная платформа должна иметь распределённые, низкопрофильные, надежные характеристики, способные быстро обрабатывать массивные данные и сложные вычисления, чтобы удовлетворить потребности в принятии решений в реальном времени. В то же время, для того чтобы облегчить разработку, обучение и развертывание приложений ии для периферийных устройств, соответствующие инструменты разработки и среда развертывания также должны быть постоянно оптимизированы, чтобы повысить эффективность разработки и уменьшить сложность применения приложений.

В целом, постоянные инновации и оптимизация технологий периферического ии, алгоритмов и платформ помогут повысить уровень интеллектуальной оптимизации периферийных устройств, продвигать развитие технологий маргинального вычисления и подключения к предметам, удовлетворять растущие потребности в реальном времени для обработки и принятия решений, расширить границы применения ии и реализовать концепцию интеллектуальной взаимосвязи.

350020-01-02-00