エッジインテリジェンス: AIの次の波

エッジインテリジェンス: AIの次の波

人工知能と機械学習 (ML) の採用が増加するにつれて、計算目的でアルゴリズムの形で大量のデータを処理する能力がますます重要になります。数十億台の接続されたデバイス間でのデータ アプリケーションの使用をより効率的かつ価値あるものにするために、処理を集中型のサードパーティ クラウド サーバーから分散型のローカライズされたデバイス内処理 (一般にエッジ コンピューティングと呼ばれる) に移行する傾向が高まっています。 SARInsight&Consulting の最新の AI/ML 組み込みチップ データベースによると、エッジ コンピューティング機能を備えた AI デバイスの数は、2019 年から 2024 年にかけて世界中で年平均成長率 64.2% で増加する見込みです。

エッジデータコンピューティング、ネットワークは不要

EdgeAI は、アルゴリズムを採用し、物理システムに可能な限り近い場所でデータを処理します。この場合は、ハードウェア デバイス上でローカルに処理します。利点は、データ処理に接続が不要であることです。データの計算は、集中型データ処理センターではなく、データが開発されるネットワークのエッジ付近で行われます。エッジで実行できる処理と実行すべき処理の適切なバランスを決定することは、機器、テクノロジー、コンポーネントのベンダーにとって最も重要な決定事項の 1 つになります。

提案されたエッジ コンピューティング リファレンス アーキテクチャ モデル (画像: European Edge Computing Consortium)

ディープラーニング予測モデルを生成するトレーニングおよび推論エンジンを考えると、エッジ処理には通常、Intel、Qualcomm、Nvidia、Google などのベンダーの x86 または Arm プロセッサが必要です。 AI アクセラレータ、10 ~ 14 個のコアで最大 2.5GHz の処理速度を実現します。

時間的制約のあるアプリケーションのためのリアルタイム結果

市場の拡大と、コンピューティング データと電力に対するサービスとアプリケーションの需要の拡大が続く中、エッジ コンピューティングの成長を推進する要因と利点はいくつかあります。信頼性が高く、適応性があり、コンテキストに沿った情報に対するニーズが変化しているため、データの多くは処理のためにデバイスにローカルに移動され、その結果、パフォーマンスと応答時間(ミリ秒未満)が向上し、レイテンシが短縮され、電力効率が向上し、データがデバイス上に残るためセキュリティが向上し、データセンターの転送が最小限に抑えられるためコストが削減されます。

エッジ コンピューティングの最大の利点の 1 つは、時間に敏感なタスクに対してリアルタイムの結果を確実に得られることです。多くの場合、センサー データは、時間に敏感なクラウド センターにデータを送信することなく、直接収集、分析、通信できます。さまざまなエッジ デバイスにわたるスケーラビリティにより、ローカルでの意思決定が迅速化されます。即時かつ信頼性の高いデータを提供できることで、信頼が構築され、顧客エンゲージメントが向上し、多くの場合、人命が救われます。ホームセキュリティ、航空宇宙、自動車、スマート シティ、ヘルスケアなど、あらゆる業界について考えると、デバイスのパフォーマンスを即座に診断して説明することが重要です。

人工知能の優位性開発

Amazon、Google、Apple、BMW、フォルクスワーゲン、テスラ、エアバス、フラウンホーファー、ボーダフォン、ドイツテレコム、エリクソン、ハーティングなどの革新的な企業が現在、AIを受け入れ、AIへの投資をヘッジしています。これらの企業の中には、欧州エッジコンピューティングコンソーシアム(EECC)などの業界団体を設立し、中小企業や大企業を教育し、製造業やその他の産業市場でエッジコンピューティングの利用を促進するよう促しているところもあります。

EECC イニシアチブの目標には、エッジ コンピューティングのリファレンス アーキテクチャ モデルの指定、リファレンス テクノロジ スタック (EECC エッジ ノード) の開発、複数のシナリオにわたるアプローチの評価によるギャップの特定とベスト プラクティスの推奨、関連するイニシアチブ/標準化組織との同期などが含まれます。

端から見下ろす

人工知能と機械学習の進歩により、周囲の状況を感知できるスマートデバイスを作成するための豊富な機会が生まれています。スマート マシンの需要は、より高い精度とパフォーマンスで計算できるマルチセンサー データの増加から恩恵を受けるでしょう。エッジ コンピューティングは、ほぼすべての業界で AI データをリアルタイムの価値に変換する機会を提供します。インテリジェント エッジは、AI テクノロジーの開発と成功における次の段階です。

<<:  Google: 2020年5月のコアアルゴリズムアップデート、多数のウェブサイトに影響

>>:  カメラを開くと、2Dイラストがリアルタイムでアニメーション化されます。中国のプログラマーが制作し、デモはオンラインで入手できます。

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

マイクロソフトCEOナデラ氏:AIはルールを変えるインターネットの波のようなもの

8月18日、マイクロソフトが人工知能(AI)技術の研究開発に注力し、OpenAIに100億ドル以上を...

sklearn 機械学習の使い方を 5 分で解説します (パート 1)

[[205998]]皆さんのお役に立てれば幸いですので、この投稿を書くのは大変でした。機械学習とデ...

メタバース技術は人間とコンピュータの相互作用の効率を向上させることができるか?

1. メタバースとは何ですか? Metaverse は、ブロックチェーンと AI (人工知能)、V...

2020年職場のAIスキルランキング:TensorFlowが人気上昇、Pythonが最も人気、マーケティング部門も学習中

2020年まで残り1ヶ月となりました。最近、オンライン教育ウェブサイトのUdemyは、受講生のコース...

...

...

ローカル AI: スマートフォン時代の低消費電力分析

人工知能にはボトルネック問題があります。これはディープ ニューラル ネットワークに基づいており、数億...

倪光南:AI開発は教訓を学ぶべき、コア技術は購入したり置き換えたりすることはできない

「ここ数年、情報技術分野で私たちが学んだ最大の教訓の一つは、主要な中核技術は私たち自身の独立したイノ...

この「PhD Study Simulator」はとてもリアルです。何回諦めるように説得されるか試してみてください。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

将来のAIアプリケーションには、より高速でスマートな通信インフラストラクチャが必要

[[409599]]インターネット接続が4Gから5Gへと高速化していく一方で、利用可能な帯域幅が限ら...

人工知能は医療現場の診断や治療の決定に役立つ

必要な変更。医療制度と支払者(政府と民間の両方)において、この用語は患者への不必要なリスク、医療の質...

機械学習を使用して Airbnb のリスティングの価格を予測する

[[202603]]ギリシャ、エーゲ海、イメロヴィグリの Airbnb の美しい景色導入データ プロ...

バーチャルシンガー、AIの背後にある見えざる手が音楽の未来を握っているのか?

19 世紀以前、人々が集まるときには、人生の物語を語り、感情や考えを伝えるために、常に最も原始的な...

テラデータCTO バオ・リミン:分析エンジンを使用して機械学習とディープラーニングを実現する

[51CTO.comよりオリジナル記事] 近年、機械学習、ディープラーニング、ビッグデータ分析が話題...