边缘计算和边缘人工智能？

(2) 安全

通过在监控摄像头、独立车辆、飞机等情况下利用人工智能，信息变得与用户相关。由于边缘人工智能在本地管理数据，流媒体可以防止问题的发生，而不会存储大量云数据，从而降低隐私受到攻击的风险。改进的保护应用程序可以用来保证边缘人工智能系统的安全。

(3) 反应灵敏

如您所知，与集中式物联网模型相比，边缘人工智能系统可以非常快速地处理数据。这需要实时操作，如数据开发、决策和干预，因为观测数据直接在同一硬件内传输，非常适合于毫秒级的应用，例如自动驾驶汽车。
 

在边缘人工智能中，人工智能算法在硬件计算机上不需要接触就可以进行局部处理。它使用从系统生成的数据，并在毫秒级时间响应对其进行处理，以实现实时洞察。

例子：

根据设计，便携式电动工具处于网络边缘。边缘智能程序框架通过微处理器上的电动工具数据实时运行。在驱动工具中，程序边缘智能生成数据并将数据存储在本地计算机上。本地机器在工作时间连接到互联网，只将数据传输到云端进行检索和分析。电池寿命长是以上应用的主要特点之一。如果动力机器不断地将数据下载到云中，电池将很快耗尽，通过边缘计算，可以降低数据连接的时间，延长电池寿命。
 

边缘意味着本地(或近本地)服务，而不是去网络中的某个地方。它可以是一台独立的物理计算机，如自动冰箱或服务器，其位置尽可能靠近源(即服务器位于该区域而不是地球的另一端)。

当需要低延迟或网络本身可能不总是可访问时，可以利用边缘，并实时做出选择。

大多数云应用程序在本地接收数据，将数据传输到云，处理并返回。边缘意味着云计算不是必须的，云端的边缘人工智能算法仍然可以在边缘测部署，在边缘操作。

为什么需要边缘计算

• 对于一些地区，网络连接成本高(带宽、能源成本高)，实时连接是瓶颈，这种环境下可以通过边缘计算解决。
• 对于一些实时响应要求高的应用，比如自动自动驾驶汽车，很短的网络延迟都可能会酿成灾难。
• 对于一些重要的数据，比如公司机密数据，在云上容易受到攻击。
• 专门设计的优化程序，可以实现边缘测的卓越性能。

（编辑：宣城站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!