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    

推薦する

コンピュータービジョンにおける次の大きな進歩はどこから生まれるのでしょうか?

翻訳者 | ブガッティレビュー | Chonglou 1950 年代のコンピューター ビジョンの最初...

組織の AI 戦略が失敗する 7 つの理由

[[359773]] AI テクノロジーを導入している多くの組織は、成功を収めるどころか、テクノロジ...

GoogleのAIチップ設計能力は人間より優れているのか?社内研究者が疑問を呈し解雇された

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...

最初のRISC-Vラップトップが公開される、またはWindowsシステムが搭載されると思われますが、年末までに利用可能になりますか

チップ業界では、Armとx86が現在の主流のアーキテクチャであり、オープンなRSIC-Vが将来の方向...

人工知能は意識を発達させることができるか?人間の心をシミュレートすることがAIの究極の目標である

人工知能に関する議論では意識が重要な役割を果たします。人工知能法(AIS)は、情報分野の企業が取り組...

ChatGPTでユーザーは何をするのでしょうか?プログラミングは30%を占めています。数千万人のユーザーを分析すると答えが見つかります

生成 AI、特に ChatGPT は、技術系プレス、主流メディア、そしてほぼすべての分野の専門家の間...

ゼロから学ぶPythonによるディープラーニング!

人工知能は現在、飛躍的に成長しています。たとえば、自動運転車は時速数百万マイルで走行し、IBM Wa...

...

カーネルCF: 推薦システムのための最適リコール戦略

著者 | 王昊レビュー | Chonglouレコメンデーションシステムは誕生以来、特にインターネット...

顔認識技術の現状と今後の開発動向

顔認識は、一般的に肖像認識または顔認識とも呼ばれ、顔の特徴に基づいて人物を識別する生体認証技術です。...

人工知能の新たな潮流をどう捉えるべきか?

同国の「第14次5カ年計画」では、「人工知能」を重要なブレークスルーを必要とする最先端科学技術分野の...

...

顔認識は3月15日に再び命名されました。データのプライバシーとセキュリティをどのように保護するのでしょうか?

昨日の3.15ガラでは、CCTVによって顔認識が初めて公開されました。 3月15日に顔認証が命名され...

...