边缘计算速度

在很多情况下，从技术上讲，数据可以从终端设备移动到云端，其中应用程序可以处理数据，然后将信息发送回去，以指示这些终端采取适当的措施，这可能在几秒钟内发生。

但是，对于某些用例而言，这可能还不够快，Accenture Labs公司董事总经理Teresa Tung说，这正是边缘计算发挥作用的地方，其位置邻近性可提供某些操作所需的更快速度。

Tung说：“你不会希望来回云端传输导致操作被延迟;你确实需要边缘计算。它可能要快几毫秒，对于某些决策而言，这种速度很有必要。”

她指出，事实上5G确实比4G和LTE网络传输数据更快-但是5G不会完全消除边缘计算在速度方面的优势，特别是随着5G的普及，企业在5G网络上增加流量和压力的时候。

边缘计算不会完全取代云计算资源，但是企业将使更多的AI和机器学习功能尽可能地靠近端点设备，以确保这些智能流程能够以所需的速度和可靠性运行。

例如，考虑一下如何在边缘利用AI来协助制造业。在制造过程中，传感器沿着装配线部署，它们可以直观地检查所制造的产品是否有缺陷，然后将检查数据发送到边缘设备，这些边缘设备可运行算法以识别产品是否有缺陷、确定缺陷的类型、选择解决问题的最佳方法，然后最终指示制造系统采取纠正措施。

Miklovic说，边缘计算使这些机器能够快速自行做出明智的决策。

他还提到自动刹车汽车作为边缘智能的例子。根据Miklovic的说法，在自动驾驶车辆的边缘计算设备中，嵌入的AI会处理本地生成的数据，然后利用分析得出的信息来决定何时停车，这些数据包括车辆行经路途中是否有物体、静止还是移动、车辆自身的行驶速度、该物体是否在减速以及速率如何。

Miklovic说，在工业和消费类设置中，边缘设备嵌入的AI工作原理与此类似。他补充说，随着时间的推移，智能系统将学会更有效地分析数据以确定采取何种行动。

例如，通过家庭运动检测器，基于AI的家庭安全系统可以学会区分房主和陌生人，而在重型设备上，基于AI的监视系统可以学会区分不需要采取任何行动的临时压力，以及可能导致灾难性故障的压力–如果不立即关闭系统。

（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!