在一個日益復(fù)雜的世界中，自動化和提高物理空間的運(yùn)營效率和安全性的需求前所未有。無論是簡化零售體驗(yàn)，解決我們不斷增長的城市的交通擁堵問題，還是提高我們工廠的生產(chǎn)率，人工智能和邊緣計(jì)算的能力都至關(guān)重要。

攝像機(jī)是最重要的物聯(lián)網(wǎng)傳感器之一。全世界部署了大約 10 億臺攝像機(jī)，它們產(chǎn)生了大量數(shù)據(jù)，當(dāng)與人工智能感知和推理相結(jié)合時，這些數(shù)據(jù)是將普通區(qū)域轉(zhuǎn)變?yōu)橹悄芸臻g的關(guān)鍵。

隨著物聯(lián)網(wǎng)傳感器數(shù)量的增加，在遠(yuǎn)程邊緣位置生成更多數(shù)據(jù)。從邊緣傳感器向數(shù)據(jù)中心發(fā)送數(shù)據(jù)的成本極高。然而，數(shù)據(jù)移動對于 AI 應(yīng)用程序的成功運(yùn)行至關(guān)重要，這意味著這些應(yīng)用程序在通過云處理時容易受到高成本和延遲的影響。在每秒都很重要的情況下，將數(shù)據(jù)發(fā)送到數(shù)據(jù)中心并不理想，例如管理實(shí)時流量或處理醫(yī)療緊急情況。

這讓我們想到 邊緣計(jì)算 ，一種分布式計(jì)算模型，允許在收集和分析數(shù)據(jù)的傳感器附近進(jìn)行計(jì)算。

Edge computing 是為 Edge AI 提供動力的技術(shù)， Edge AI 是一種利用深度學(xué)習(xí)算法處理傳感器數(shù)據(jù)的體系結(jié)構(gòu)，該算法靠近生成數(shù)據(jù)的傳感器。 Edge AI 使任何設(shè)備或計(jì)算機(jī)能夠以最小的延遲實(shí)時處理數(shù)據(jù)和做出決策。因此，，邊緣計(jì)算對于需要低延遲以實(shí)現(xiàn)快速響應(yīng)的實(shí)時應(yīng)用程序至關(guān)重要。例如，在鐵路線上發(fā)現(xiàn)障礙物，在快速移動的裝配線上檢查缺陷，或者在醫(yī)院檢測患者跌倒。

通過使人工智能處理任務(wù)更接近源，邊緣計(jì)算克服了云計(jì)算可能出現(xiàn)的問題，如高延遲和安全性受損。邊緣計(jì)算的一些優(yōu)點(diǎn)是：

減少延遲： 將人工智能和計(jì)算能力帶到數(shù)據(jù)生成的地方，而不是收集數(shù)據(jù)并將數(shù)據(jù)上傳到數(shù)據(jù)中心，從而最大限度地減少延遲。這種響應(yīng)能力對于實(shí)時應(yīng)用程序的成功執(zhí)行至關(guān)重要。

加強(qiáng)安全： 允許在本地處理數(shù)據(jù)減少了通過網(wǎng)絡(luò)發(fā)送敏感數(shù)據(jù)的需要。使用邊緣計(jì)算，數(shù)據(jù)不需要離開傳感器，從而使數(shù)據(jù)保持私密性成為可能。

盡量減少開支： 將人工智能處理移動到邊緣是經(jīng)濟(jì)高效的。實(shí)體只需要將高價值數(shù)據(jù)發(fā)送到數(shù)據(jù)中心，并在本地處理所有其他數(shù)據(jù)—節(jié)省與帶寬和數(shù)據(jù)存儲相關(guān)的成本。

增強(qiáng)范圍： 無需 internet 訪問即可處理數(shù)據(jù)，使應(yīng)用程序能夠在以前無法訪問的遠(yuǎn)程位置運(yùn)行。

智能城市邊緣計(jì)算用例

城市、校園和購物中心是許多已經(jīng)開始在邊緣使用人工智能將自己轉(zhuǎn)變?yōu)橹悄芸臻g的地方中的幾個。從交通管理到城市規(guī)劃，這些實(shí)體正在使用人工智能使其空間更加高效、方便和安全。

以下示例說明了如何使用邊緣計(jì)算在世界各地轉(zhuǎn)換操作和提高安全性。

減少交通擠塞

Nota 開發(fā)了一種實(shí)時交通控制解決方案，該解決方案使用邊緣計(jì)算和計(jì)算機(jī)視覺來識別交通量、分析擁堵并優(yōu)化交叉口的交通信號控制。 Nota 的解決方案被城市用于改善交通流，節(jié)省交通擁堵相關(guān)成本，并最大限度地減少駕駛員在交通中花費(fèi)的時間。

評估和避免城市中的操作危險

Viisights 幫助管理以色列城市內(nèi)的運(yùn)營。 Viisights 的邊緣計(jì)算應(yīng)用程序幫助城市官員識別和管理人口密集地區(qū)的事件。它對行為的實(shí)時檢測有助于官員預(yù)測事件的發(fā)展速度，并確定是否有理由發(fā)出警報或需要采取行動。

改革零售業(yè)

許多零售商店和配送中心使用邊緣計(jì)算和計(jì)算機(jī)視覺為零售商帶來實(shí)時洞察力，使他們能夠保護(hù)自己的資產(chǎn)并優(yōu)化配送系統(tǒng)流程。這項(xiàng)技術(shù)可以幫助零售商以提高零售商凈利潤率的效率發(fā)展其高端產(chǎn)品線。

在海灘拯救生命

Sightbit 開發(fā)了一個圖像檢測應(yīng)用程序，幫助識別海灘上的危險。在這些生死攸關(guān)的情況下，速度是非常關(guān)鍵的，這就是為什么在邊緣進(jìn)行處理。該系統(tǒng)檢測潛在的危險，如急流，或危險的海洋條件，允許當(dāng)局制定救生程序。

提高航空公司和機(jī)場運(yùn)營效率

世界各地的機(jī)場正在與 ASSAIA 合作，使用 edge 計(jì)算來縮短周轉(zhuǎn)時間并減少延誤。 ASSAIA 的人工智能視頻分析應(yīng)用程序提供了一些見解，幫助航空公司和機(jī)場在容量、可持續(xù)性和安全性方面做出更好、更快的決策。

關(guān)于作者：About Debraj Sinha

Debraj Sinha 是 NVIDIA Metropolis 的產(chǎn)品營銷經(jīng)理，專注于通過支持 AI 的視頻分析在全球打造更智能的空間。 Debraj 與從初創(chuàng)企業(yè)到財(cái)富 500 強(qiáng)企業(yè)，再到推動安全和效率提升的人工智能應(yīng)用市場等合作伙伴展開合作。他擁有加利福尼亞大學(xué)哈斯商學(xué)院工商管理碩士學(xué)位，伯克利，康奈爾大學(xué)計(jì)算機(jī)科學(xué)碩士學(xué)位。

審核編輯：郭婷