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，這些陳述都有很多道理。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以產生可操作的見解來提高生產能力、提高效率并降低運營成本。安富利 （Avnet） 的一份題為“邊緣人工智能：物聯網的下一個前沿”的白皮書指出了這一點。

　　在幾乎所有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，邊緣的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 引入您的系統可能是生產的福音，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，會有更好的選擇。您需要確定您的 AI 應該駐留在云端還是邊緣，然后才能采取適當的實施步驟。

　　云詩篇

　　傳統的想法是，當需要進行復雜的計算時，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地方。基于一些簡單的機器學習算法，優勢更多的是用于快速決策。

　　但時代在變。基于邊緣的計算可以處理許多與人工智能相關的任務，這些任務以前需要僅在云中才能找到的計算能力。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，并且消除了與異地發送數據然后返回處理相關的時間延遲。 雖然這些延遲可能看起來很小，但有時需要實時性能，如果您必須往返于云端，這根本不可能。

　　受益于人工智能邊緣計算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提供特定信息供醫生采取行動。

　　邊緣人工智能可能受益的另一個潛在領域是機器視覺，它使用相機和視覺分析的組合。例如，可以將攝像機放置在配送設施中，以監控和管理在卡車和托盤之間移動的貨物。使用當前技術，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。它甚至可以歸結為邊緣傳感器本身，這些傳感器現在在很小的空間內集成了顯著的內存和處理能力。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，軟件組件就會發揮作用，這是基于邊緣的 AI 的關鍵。OpenFog Consortium和EdgeX Foundry等團體的成員提供有助于基于邊緣分析的工具。EdgeX Foundry 的大量代碼可直接在GitHub 上獲得。

　　OpenFog 生態系統合作伙伴包括微軟，它最近收購了Express Logic及其流行的ThreadX RTOS。微軟相信其新的操作系統和中間件在邊緣增加了簡單性、安全性和安全性，同時將代碼的大小保持在最低限度，這適合更小的電池供電設備。微軟聲稱它現在可以“無縫連接到 Azure 并啟用新的智能功能”。

　　底線是邊緣的人工智能很可能在你的未來。當涉及到邊緣人工智能時，Avnet可以成為您滿足所有物聯網需求的一步。

　　審核編輯：郭婷