智能技术进一步提高医疗的精准率

发布时间：2021-02-20 16:27:56 所属栏目：传媒来源：互联网

导读：什么是边缘人工智能? 它指的是在硬件设备上本地处理的AI算法。它也被称为设备上AI。这使您可以在不到几毫秒的时间内使用设备处理数据，从而为您提供实时信息。使用Edge AI，人们可以从设备上的应用程序获得她想要的个性化功能。根据IDC的预测，到2023年，Ed

什么是边缘人工智能?

它指的是在硬件设备上本地处理的AI算法。它也被称为设备上AI。这使您可以在不到几毫秒的时间内使用设备处理数据，从而为您提供实时信息。使用Edge AI，人们可以从设备上的应用程序获得她想要的个性化功能。

根据IDC的预测，到2023年，Edge AI软件市场预计将从2018年的3.55亿美元增长到1.12万亿美元。IDC研究总监Dave McCarthy说：“ AI是边缘计算中最常见的工作负载。随着物联网实施的成熟，人们对在生成点应用人工智能进行实时事件检测的兴趣与日俱增。”

云端边缘

当前，AI处理是在需要大量计算能力的基于云的数据中心中使用深度学习模型完成的。延迟是云环境或由云支持的物联网设备面临的最常见问题之一。此外，在将数据传输到云期间，始终存在数据被盗或泄漏的风险。使用edge可以对数据进行整理，然后再将其发送到远程位置进行进一步分析。此外，边缘人工智能将实现智能物联网管理。

在基于边缘的体系结构中，推理在设备上本地发生。这样可以减少流回云的网络流量，同时将IoT设备的响应时间缩短到最短，从而使管理决策可在本地使用，并靠近具有众多优势的设备。

Edge AI需求的驱动因素：

有几个因素要求将AI处理推向边缘：

实时的客户参与度与用户或设备位置无关，例如使用设备上的在线支付，监控锻炼活动。
能够在边缘设备上运行大规模DNN模型。几种框架和技术都支持模型压缩，包括Google的TensorFlow Lite、Facebook的Caffe2Go，苹果的CoreML、Nervana的神经网络蒸馏器和SqueezeNet。
快速处理和分析物联网传感器数据。
降低Edge平台的带宽成本。

边缘设备产品：

根据AI应用程序和设备类别，有几种用于执行AI边缘处理的硬件选项。选件包括中央处理器(CPU)、GPU、专用集成电路(ASIC)、现场可编程门阵列(FPGA)和片上系统(SoC)加速器。边缘在大多数情况下指的是设备，不包括网络集线器或微型数据中心，除非其中包括网络录像机(NVR)的安全摄像机。

排名前三的边缘产品是：

Nvidia Jetson Nano：
英特尔神经计算棒2代
Google Edge TPU开发板

但对于拥有全球最大的物联网连接规模，以2G物联网业务为主的中国移动而言，要停止新增2G物联网用户入网，实现存量用户的迁移，绝非易事。从“停止新增2G物联网用户”到“彻底清频退网”，这之间究竟有多少关联，又需要多长时间，很难判定。

业内资深专家宁宇认为，如果中国移动要做到不再发展2G物联网客户，需要在供给侧和需求侧发力。在供给侧，要提升物联网专网在运营方面的能力，优化物联网专网与一线营销服务部门的协作流程，尤其是对属地化运营的支撑能力。同时加快4G和5G协同发展，引导和调整更多的存量物联网客户由2G转至4G、物联网专网和5G，减轻2G网络压力。

在需求侧，要提升物联网业务的需求标准化程度，科学发展物联网业务。面对客户的个性化需求，有时需要对客户进行引导，有时需要与生态合作伙伴联合。

如今，NB-IoT产业链在加速成熟，迁移成本在不断下降，但新商业模式仍在挖掘，投资回报率不够清晰。中国移动在打造网络优势的同时，必须实现网随业动，精准投入资源，确保投资收益。

要做到“事了拂衣去”，这张全球最大的2G网络也许还得继续“乘风破浪”。

（编辑：揭阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!