你以前聽說過——邊緣的人工智能（AI）是自切片面包以來最酷的東西，如果你不利用它，你就錯過了這條船。無論好壞，這些說法有很多道理。至少在工業環境中，人工智能的目標是通過從多個點提取實時數據來產生可操作的見解，從而提高生產能力、提高效率并降低運營成本。

在幾乎任何需要實時分析的應用程序中，邊緣的AI應該是您的“首選”。一些業內人士認為，邊緣人工智能將在下一波物聯網連接解決方案中無處不在。目標是提高運營效率，而不僅僅是為了數據。

雖然將AI引入您的系統對生產來說可能是一個福音，但這并不是絕對的。有時在邊緣使用 AI 是有意義的，但在某些情況下，有更好的選擇。您需要確定您的 AI 應該駐留在云中還是邊緣，然后才能采取適當的實施步驟。

云與邊緣

傳統思維是，當需要復雜的計算時，云中的人工智能更有意義，因為這通常是高性能計算引擎所在的位置。邊緣更多的是基于一些簡單的機器學習算法的快速決策。

但時代在變。基于邊緣的計算可以處理許多與AI相關的任務，這些任務以前需要僅在云中找到的計算能力。邊緣處理提供了直接的雙重優勢：您無需通過昂貴的介質將數據發送到云，從而降低成本，并且消除了與將數據發送到異地然后返回處理相關的時間滯后。雖然這些延遲可能看起來很小，但有時需要實時性能，如果您必須轉到云并返回，這根本不可能。

如果您需要將數據發送到云，則會出現延遲。您是否能承受這種時間滯后取決于您的應用程序。

將從 AI 注入的邊緣計算中受益的應用示例包括醫療設備、制造系統和車輛。醫療設備特別需要邊緣智能，例如，在手術室中，需要及時處理數據，以便為醫生提供特定信息。

邊緣人工智能可能有益的另一個潛在領域是機器視覺，它結合了攝像頭和視覺分析。例如，可以在配送設施中放置攝像頭，以監控和管理在卡車和托盤之間移動的貨物。使用當前的技術，這種交互可以近乎實時地發生。

從硬件的角度來看，當今基于邊緣的AI設備越來越能夠支持運行這些AI算法所需的功率和容量要求。它甚至延伸到邊緣傳感器本身，現在在微小的占地面積內集成了重要的內存和處理能力。基于邊緣的人工智能的一個明顯好處是它帶來了更高的安全性，因為數據不需要通過互聯網傳遞。

當您添加分析組件時，軟件組件將發揮作用，這是基于邊緣的 AI 的關鍵。OpenFog Consortium和EdgeX Foundry等組織的成員提供了有助于基于邊緣的分析的工具。EdgeX Foundry的大量代碼可以直接在GitHub上找到。

OpenFog生態系統合作伙伴包括微軟，微軟認為，其新的操作系統和中間件增加了邊緣的簡單性、安全性和安全性，同時將代碼的大小保持在最低限度，適合較小的電池供電設備。微軟聲稱它現在可以“無縫連接到Azure并啟用新的智能功能”。

最重要的是，邊緣的人工智能很可能在你的未來。安富利可以一步滿足您在邊緣 AI 方面的所有物聯網需求。

審核編輯：郭婷