人工智能/深度学习

物联网是否定义了边缘计算?还是反过来呢?

唯一比物联网在过去十年的增长更令人印象深刻的是预测的物联网在未来十年的爆炸性增长。从2021 年 460 亿,ARM 预测到 2035 年将生产 1 万亿物联网设备.

这意味着地球上每个人都有超过 100 台物联网设备。这种增长的影响是惊人的。随着这些设备不断变得更智能和更具能力,组织正在寻找创造性的新用途,以及这些设备的操作位置。

物联网支出预计将达到2022 年 1 万亿美元,公司将物联网的价值视为一种投资。这是因为存在物联网设备的每个位置都有可能成为数据收集站点,为几乎每个行业提供无价的洞察力 。有了新的更精确的洞察力 ,零售商可以减少收缩and简化分配系统流程,制造商可以检测高速生产线上的视觉异常,以及医院可以提供无接触的患者互动.

什么是物联网的人工智能?

组织已经团结在愿景的力量周围,从物联网设备生成洞察力 。为什么?

计算机视觉是一个广泛的术语,用于使用深度神经网络开发应用程序的人类视觉能力。它使用图像和视频自动执行任务并生成洞察力 。设备、基础设施和空间可以利用这一能力来提高他们的感知能力,就像机器人领域从这项技术中受益一样。

虽然每个计算机视觉设置都不同,但它们都有一个共同点:它们生成大量数据。 IDC 预测,光是物联网设备就将产生超过90 zettabytes 数据. 典型的智能工厂每天产生大约 5 PB 的视频数据,而智能城市可以产生这些数据每天 200 PB 的数据.

安装的设备数量和收集的数据量给传统的云和数据中心基础设施带来了压力。这是因为云中运行的计算机视觉算法无法以足够快的速度处理数据以返回实时洞察力 。对于许多组织来说,高延迟是一个重要的安全问题。

以大型零售商的配送中心中的自动叉车为例。叉车使用各种传感器感知周围的世界,根据收集的数据做出决策。它知道自己能在哪里开车,不能在哪里开车,它能识别在仓库周围移动的物体,它知道什么时候突然停车以避免在路上与工人相撞。

如果叉车将数据发送到云端,等待数据被处理,并将 i NSight 发送回,然后采取行动,叉车 MIG 将无法及时停止以避免与人类工人发生碰撞。

除了延迟问题,将物联网设备收集的大量数据发送到云端进行处理的成本极高。如此高的成本就是为什么只有 25% 的物联网数据得到分析*。 451 项研究在《企业之声:物联网、组织动态——季度咨询报告》中进行了一项研究,受访者承认只存储了他们创建的约一半物联网数据,并且只分析了他们存储的约一半数据。由于传输成本高,组织选择不处理数据,因此忽略了可能对其业务产生重大影响的有价值的 i NSight 。

这些就是组织开始使用边缘计算的一些原因。

什么是边缘计算及其对物联网的重要性?

边缘计算是指尽可能靠近数据源捕获和处理数据的概念。这是通过部署服务器或其他硬件在物联网传感器的物理位置处理数据来实现的。由于边缘计算在网络的“边缘”本地处理数据,而不是在云端或数据中心,因此它将延迟和数据传输成本降至最低,允许实时反馈和决策。

边缘计算允许组织处理更多数据并生成更完整的洞察力 ,这就是为什么它正迅速成为投入大量物联网的组织的标准技术。事实上, IDC 报告说,边缘计算市场将是值得的到 2023 年达到 340 亿美元.

虽然边缘计算对于使用物联网的人工智能应用程序的好处是显而易见的,但是边缘和物联网解决方案的结合对于许多组织来说是事后才想到的。理想情况下,将这些技术的融合融入到设计中,让计算机视觉的全部潜力得到认可,达到自动化和效率的新水平。

要了解更多有关边缘计算的工作原理以及边缘计算的好处,请阅读边缘计算介绍职位.

退房在边缘部署 AI 的注意事项了解有关边缘部署所涉及的技术的更多信息。


* 451 研究“企业之声:物联网、组织动态——季度咨询报告”

 

Tags