エッジコンピューティング時代の到来は AI にどのような影響を与えるのでしょうか?

エッジコンピューティング時代の到来は AI にどのような影響を与えるのでしょうか?

[[270834]]

近年、人工知能はテクノロジー界で注目されている分野です。中国では、Megvii Technology、SenseTime、Jialian Technology Video++、Yitu Technologyなどの優れたスタートアップ企業が近年誕生しています。しかし、5G、人工知能、モノのインターネットの登場により、従来のクラウドコンピューティング技術では、人工知能端末の「大規模接続、低遅延、大規模帯域幅」の要件を満たすことができなくなりました。

クラウド コンピューティングの機能はますます強力になっていますが、従来のクラウド コンピューティングでは、個人のプライバシーに関わる大量のデータを扱う場合、IoT ベースのアプリケーション サービス プログラムを効率的にサポートすることはできません。エッジ ビッグ データ処理の時代におけるエッジ クラウド コンピューティングは、これらの問題を非常にうまく解決できます。

エッジコンピューティングとは何ですか?

エッジ クラウドは、クラウド コンピューティング テクノロジーの中核とエッジ コンピューティングの機能に基づいてエッジ インフラストラクチャ上に構築されたクラウド コンピューティング プラットフォームです。エッジに包括的なコンピューティング、ネットワーキング、ストレージ、セキュリティ機能を備えた弾力性のあるクラウドプラットフォームが形成され、中央のクラウドとIoT端末で「クラウド-エッジ-エンド連携」のエンドツーエンドの技術アーキテクチャが形成されます。ネットワーク転送、ストレージ、コンピューティング、インテリジェントデータ分析などのタスクをエッジに配置して処理することで、応答遅延が短縮され、クラウドの負荷が軽減され、帯域幅コストが削減され、フルネットワークスケジューリングやコンピューティングパワー配分などのクラウドサービスが提供されます。

簡単に言えば、エッジ コンピューティングとは、オブジェクトまたはデータのソースに近いネットワークのエッジでネットワーク、コンピューティング、ストレージ、およびアプリケーション処理機能を統合し、近くでインテリジェントなサービスを提供する分散プラットフォームを指します。エッジ コンピューティングは、クラウド コンピューティングの逆の操作として理解できます。クラウド コンピューティングは、エッジまたはデスクトップからのコンピューティング機能とストレージ機能の集中に重点を置いていますが、エッジ コンピューティングは、そのようなコンピューティング機能とストレージ機能をエッジに戻します。

エッジコンピューティングの理由

エッジコンピューティングが登場した主な理由は、クラウドコンピューティングのサービスが不十分であることです。クラウドコンピューティングは主に集中管理方式を採用しており、クラウドサービスはより高い経済的利益を生み出すことができます。Internet of Everythingの文脈では、アプリケーションサービスには低レイテンシ、高い信頼性、データセキュリティが求められますが、従来のクラウドコンピューティングではこれらの要件を満たすことができません。

まず、モノのインターネット環境では、エッジデバイスが大量のリアルタイムデータを生成し、クラウドコンピューティングのパフォーマンスが徐々にボトルネックになりつつあります。IDCの予測によると、2020年までに世界のデータ総量は40ZBを超えると予想されています。エッジデバイスからのデータ量が増加するにつれて、ネットワーク帯域幅が徐々にクラウドコンピューティングのもう1つのボトルネックになりつつあります。第二に、ユーザーが電子ショッピングサイト、検索エンジン、ソーシャルネットワークなどを使用すると、ユーザーのプライバシーデータを含むプライバシーデータがクラウドセンターにアップロードされます。ビデオデータがクラウドデータセンターに直接アップロードされると、ビデオデータの送信は帯域幅リソースを占有するだけでなく、ユーザーのプライバシーデータが漏洩するリスクも高まります。エッジコンピューティングモデルは、この種の機密データに対してより優れたプライバシー保護メカニズムを提供します。 ***、クラウドデータセンターのエネルギー消費問題に関しては、クラウドコンピューティングセンターで実行されるユーザーアプリケーションがますます増えるにつれて、大規模データセンターのエネルギー消費需要は将来的に満たすことが難しくなります。このエネルギー消費問題を解決するために、エッジコンピューティングモデルは、元のクラウドデータセンターで実行されている一部のコンピューティングタスクを分解し、分解されたコンピューティングタスクをエッジノードに移行して処理することを提案し、クラウドコンピューティングセンターのコンピューティング負荷を軽減し、エネルギー消費を削減するという目的を達成します。

エッジコンピューティングの応用シナリオ

エッジ コンピューティングのアプリケーション シナリオは、カバレッジに基づいて、完全なネットワーク カバレッジとローカル カバレッジの 2 つのカテゴリに分けられます。完全なネットワーク カバレッジ アプリケーションの基本要件は、地域レベルとオペレータ ネットワーク レベルの両方でエッジ ノードのカバレッジからローカル コンピューティング (CDN、ライブ ビデオ、エッジ ダイヤリング/モニタリングなど) を確保すること、または十分な数のノードに基づいてネットワーク リンクを最適化することです。

ローカル カバレッジ アプリケーションの中核となる要件は、エッジ ノードのローカリゼーションです。つまり、エッジ ノードのアクセス距離は十分近い (<30 キロメートル) 必要があり、レイテンシは十分に低い (<5 ミリ秒) 必要があります。これにより、新しい小売、医療、その他の業界における監視データのクラウド移行など、ローカライズされたサービスのクラウド移行のニーズをサポートできます。このようなアプリケーションの大きな帯域幅要件は、レイテンシやコストの最適化など、エッジ クラウド コンピューティングのコアな利点を最もよく反映するシナリオです。

ライブビデオのメディア ストリームは最も近いエッジ ノードにプッシュされ、そこで直接トランスコードされます。トランスコードされたメディア ストリームは CDN エッジ ノードに配信され、ユーザーがアクセスするとコンテンツが近くで返されます。エッジ ノードに基づくサービス、ライブ ストリームのアップストリームおよびダウンストリーム コンテンツ プッシュ、およびトランスコーディング処理をセンターに戻す必要がなくなり、ビジネスの遅延が大幅に短縮され、インタラクティブなエクスペリエンスが向上します。同時に、エッジ処理アーキテクチャにより、帯域幅コストも大幅に節約されます。

まとめ:

これまで、AIはデータ分析やアルゴリズム操作を実行するために強力なクラウドコンピューティング機能に頼る必要がありました。テクノロジーが成熟し、新しいアプリケーションが登場するにつれて、ビジネスのデジタル化の概念が徐々に人々の心に浸透してきました。チップの機能は向上し続け、エッジコンピューティングプラットフォームは成熟し、AIに予備的なデータのスクリーニングと分析、デバイスのリアルタイム応答などを支援する強力な機能を与え、産業分野、スマートシティ、ビデオ認識のサービスをさらに向上させることができます。エッジクラウドコンピューティング技術は、人工知能やモノのインターネットなどの分野で重要な要素となり、さらに発展し、潜在的な顧客やシナリオが次々と生まれていきます。エッジ クラウド コンピューティングの適用シナリオが増えるにつれて、ユーザーのニーズの変化が今後の注目の的になるでしょう。エッジ クラウド コンピューティングがうまく機能すれば、従来のクラウド コンピューティングよりもはるかに低いコストでプロジェクトを実装できるようになります。

<<:  韓国のUNISTが協力し、今後5~15分間の交通状況を予測するAIシステムを開発

>>:  13歳の天才少年がAIスピーカーを開発。2010年代以降の世代は単純ではない

ブログ    
ブログ    

推薦する

スループットが約30倍に増加しました。田元東チームの最新論文は、大規模モデル展開の問題を解決している

大規模言語モデル (LLM) は今年非常に人気がありました。しかし、その驚異的な効果の背後には、巨大...

特定のイベントが発生した正確な時刻を特定します。 Byte&復旦大学のマルチモーダル大型モデル解釈ビデオはとても良い

Byte & 復旦大学のマルチモーダル理解モデルはこちらです:ビデオ内の特定のイベントが発生...

...

AIが医療をどう変えるか リアルタイムのデータ分析は医療にとって重要

科学者たちは、人工知能が多くの分野で人間を日常的な作業から解放できると信じています。ヘルスケアはこう...

モザイクから高精細画像まで、AIの画像作成能力は強化されてきましたが、美しさと歪みのバランスをどう実現するのでしょうか。

サスペンスやSF作品では、ぼやけた写真がコンピューターの画面に表示され、捜査官が画像を強調するように...

GenAIの課題に対応するためにデータガバナンスはどのように進化する必要があるか

最近、データ ガバナンスが気になっていたので、ChatGPT に「データ ガバナンスとは何ですか?」...

人工知能を正しく実装するにはどうすればいいでしょうか?

[[264479]]人工知能 (AI) が私たちの日常の仕事や生活にますます普及し、企業がさまざま...

新しいインフラの登場により、自動運転のビジネスチャンスはどこにあるのでしょうか?

まだ「投資段階」にある自動運転業界にとって、「新しいインフラ」は単なる概念ではなく、実際のビジネスチ...

GPT-2からGPT-4まで、大規模言語モデルの革新を探る

翻訳者 |陳俊レビュー | Chonglou最近では、大規模言語モデル ( LLM )を使用して、書...

IEEE年末AIレビュー:ネットユーザーがGPT-3に悪態をつくよう教える、DeepMindが再びロボットを作る

[[442763]] 2021年、「人工知能の奇跡」はもはや単なる物語ではありません!年末が近づく中...

...

...

NLP フィールド インデックス ツール、3000 以上のコード ベース、論文や GitHub ライブラリのワンクリック検索

検索について言えば、学術的な検索も科学です。検索を上手に使いこなすと、必要な学術情報を素早く見つける...

...