有了 convergence of IoT and AI ,组织机构正在评估新的计算方法,以跟上更大的数据负载和更复杂的用例。对于许多人来说, 边缘计算 提供了正确的环境,可以成功地运行从分布式物联网设备接收数据的人工智能应用程序。
但许多组织仍在努力理解边缘计算。合作伙伴和客户经常询问边缘计算、其在人工智能领域流行的原因,以及与云计算相比的用例。
NVIDIA 最近主办了一场 边缘计算 101 :边缘简介 网络研讨会。该活动介绍了边缘计算,概述了不同类型的边缘,边缘计算的好处,何时使用,为什么使用,等等。
在网络研讨会期间,我们调查了观众,以了解他们关于边缘计算的最大问题以及我们可以如何提供帮助。
下面我们提供这些问题的答案,以及可以帮助您完成边缘计算之旅的资源。
在您的边缘计算之旅中,您处于哪个阶段?
约 51% 的观众回答说,他们正处于旅程的“学习”阶段。从表面上看,这并不奇怪,因为网络研讨会是一次介绍性会议。当然,大多数人都处于学习阶段,而不是实施或扩展。边缘市场中的许多工具仍然是新的,这也证实了这一点,这意味着许多供应商还可以从更多的学习中获益。
有关学习过程中的帮助,请参阅 在边缘部署人工智能的考虑因素 。本概述涵盖了为边缘解决方案选择正确组件的主要决策点、边缘部署的安全提示,以及如何评估边缘计算在现有环境中的适用范围。
通过在边缘部署应用程序,您希望获得的最大好处是什么?
在边缘计算环境中部署 AI 应用程序有很多好处,包括实时洞察、减少带宽、数据隐私和提高效率。对于本次会议的参与者, 42% 的人回答说,延迟(或实时洞察力)是他们希望从边缘部署应用程序中获得的最大区别。
改进延迟是边缘计算的一个主要好处,因为应用程序的处理能力在物理上更接近数据的收集位置。对于许多用例,边缘计算提供的低延迟对于成功至关重要。
例如,在制造环境中操作的自动叉车必须能够即时对其动态环境作出反应。它需要能够绕过死角,起吊和运送重物,并及时停车,以避免与设施内移动的工人发生碰撞。如果叉车无法以超低延迟做出决策,则无法保证其有效运行。出于安全原因,组织必须知道,为自动叉车供电的 AI 应用程序能够以足够快的速度返回见解,以确保环境安全。E
了解有关延迟和其他延迟的更多信息 Edge AI 的优点 。
设计边缘计算解决方案最大的挑战是什么?
实施任何新技术都会带来挑战。这些观众给出的答案在所给的选择中分布均匀,考虑到边缘计算市场的早期性质,这并不奇怪。许多组织仍在研究边缘计算将如何为他们工作,他们正在经历各种不同的挑战。
以下列出了该受众面临的六个常见挑战,以及可以提供帮助的资源。
1 、不确定需要什么组件
任何边缘部署都需要三个主要组件:应用程序、基础架构(包括远程管理应用程序的工具)和安全协议。
边缘计算 201 :如何构建边缘解决方案 将深入探讨这些主题中的每一个。网络研讨会还将详细介绍构建边缘部署所需的内容,重新调整现有技术的用途以优化边缘部署,以及入门的最佳实践。
2 、实施挑战
许多组织正在开始实施 edge AI ,因此了解过程和所涉及的挑战非常重要。实施任何 edge AI 解决方案有五个主要步骤:
- 确定要解决的用例或挑战。
- 确定存在哪些数据和应用程序需求。
- 评估现有边缘基础架构以及必须添加的内容。
- 测试溶液,然后按比例推出。
- 与其他团队分享成功,以推广其他用例。
理解这五个步骤是克服实施过程中出现的挑战的关键。
Edge AI 入门步骤 深入到这些步骤中的每一步,概述最佳实践和一路上要避免的陷阱。
3 、针对 Edge 用例调整应用程序
edge 应用程序最重要的方面是灵活性和性能。组织需要能够将应用程序部署到边缘站点,这些站点具有特定的需求,有时具有与其他站点不同的工具。他们需要一个能够处理不稳定情况的应用程序。此外,确保应用程序能够提供超低延迟情况所需的性能对于成功至关重要。
Cloud-native 技术满足这两个要求,并具有许多其他附加好处。
4 、跨多个站点扩展解决方案
使用正确的技术,可以轻松地将一个部署无缝扩展到多个(有时数千个)部署。对于任何希望在整个组织中扩展边缘 AI 的组织来说,跨分布式边缘站点管理应用程序部署的工具都是至关重要的。工具的一些示例有 Red Hat OpenShift 、 VMware Tanzu 和 NVIDIA Fleet Command .
Fleet Command 是一款交钥匙式安全设备,可扩展到数千台设备。查看 demo 了解更多信息。
5 、边缘环境安全
边缘计算环境与云计算环境非常不同,具有不同的安全考虑。例如,数据和硬件的物理安全是边缘站点的一个考虑因素,而在云中部署时通常不会考虑。必须找到合适的协议,为边缘部署提供多层安全性,以保护从云到边缘的整个工作流。
查看 边缘计算:安全架构师的考虑事项 了解有关如何保护边缘环境的更多信息。
6 、证明边缘解决方案的成本合理
证明任何技术的成本都归结为理解所有成本因素和解决方案的价值。对于边缘计算解决方案,有三个主要成本因素,即基础设施成本、应用程序成本和管理成本。边缘计算的价值将因用例而异,并在很大程度上取决于所部署 AI 应用程序的 ROI 。
了解有关使用 构建优势战略:成本因素 进行边缘部署的相关成本的更多信息。
边缘计算之旅的下一步是什么?
会议结束后,49%的人回答说,“更多地了解边缘AI用例”是他们边缘计算旅程的下一步。许多前沿计算应用程序使用VZX17来感知环境中的物体,从人行横道上的行人到零售商店货架上的物体。由于edge computing提供的超快性能,组织依靠edge computing实现计算机视觉。这可确保即时检测到对象。
NVIDIA AI 智能空间电子书 涵盖了几个主要的 vision AI 用例,所有这些都可以用于边缘计算部署。
如果您已经准备好开始使用边缘计算解决方案,请查看 NVIDIA LaunchPad 。使用 LaunchPad ,组织可以立即、短期访问必要的硬件和软件堆栈,以实现整个端到端流程,在边缘部署、管理和验证应用程序。动手实验室会引导用户在生产中部署的相同技术上完成相同的工作流,确保可以做出更自信的软件和基础架构决策。通过此免费试用,组织可以自行了解在其环境中最适合实现其目标的用例和应用程序的类型。
边缘计算行业是令人兴奋的新行业。有许多新兴技术有一条清晰的道路可以改变组织在其整个业务中部署和操作 AI 的方式。随着组织继续采用人工智能,基础设施的选择将继续对创新用例至关重要。
您可以深入了解如何在 Edge Computing 201 网络研讨会:如何构建 Edge 解决方案 中组装边缘计算解决方案的组件,包括应用程序、基础设施和安全协议。