エッジインテリジェンス: AIの次の波

エッジインテリジェンス: AIの次の波

人工知能と機械学習 (ML) の採用が増加するにつれて、計算目的でアルゴリズムの形で大量のデータを処理する能力がますます重要になります。数十億台の接続されたデバイス間でのデータ アプリケーションの使用をより効率的かつ価値あるものにするために、処理を集中型のサードパーティ クラウド サーバーから分散型のローカライズされたデバイス内処理 (一般にエッジ コンピューティングと呼ばれる) に移行する傾向が高まっています。 SARInsight&Consulting の最新の AI/ML 組み込みチップ データベースによると、エッジ コンピューティング機能を備えた AI デバイスの数は、2019 年から 2024 年にかけて世界中で年平均成長率 64.2% で増加する見込みです。

エッジデータコンピューティング、ネットワークは不要

EdgeAI は、アルゴリズムを採用し、物理システムに可能な限り近い場所でデータを処理します。この場合は、ハードウェア デバイス上でローカルに処理します。利点は、データ処理に接続が不要であることです。データの計算は、集中型データ処理センターではなく、データが開発されるネットワークのエッジ付近で行われます。エッジで実行できる処理と実行すべき処理の適切なバランスを決定することは、機器、テクノロジー、コンポーネントのベンダーにとって最も重要な決定事項の 1 つになります。

提案されたエッジ コンピューティング リファレンス アーキテクチャ モデル (画像: European Edge Computing Consortium)

ディープラーニング予測モデルを生成するトレーニングおよび推論エンジンを考えると、エッジ処理には通常、Intel、Qualcomm、Nvidia、Google などのベンダーの x86 または Arm プロセッサが必要です。 AI アクセラレータ、10 ~ 14 個のコアで最大 2.5GHz の処理速度を実現します。

時間的制約のあるアプリケーションのためのリアルタイム結果

市場の拡大と、コンピューティング データと電力に対するサービスとアプリケーションの需要の拡大が続く中、エッジ コンピューティングの成長を推進する要因と利点はいくつかあります。信頼性が高く、適応性があり、コンテキストに沿った情報に対するニーズが変化しているため、データの多くは処理のためにデバイスにローカルに移動され、その結果、パフォーマンスと応答時間(ミリ秒未満)が向上し、レイテンシが短縮され、電力効率が向上し、データがデバイス上に残るためセキュリティが向上し、データセンターの転送が最小限に抑えられるためコストが削減されます。

エッジ コンピューティングの最大の利点の 1 つは、時間に敏感なタスクに対してリアルタイムの結果を確実に得られることです。多くの場合、センサー データは、時間に敏感なクラウド センターにデータを送信することなく、直接収集、分析、通信できます。さまざまなエッジ デバイスにわたるスケーラビリティにより、ローカルでの意思決定が迅速化されます。即時かつ信頼性の高いデータを提供できることで、信頼が構築され、顧客エンゲージメントが向上し、多くの場合、人命が救われます。ホームセキュリティ、航空宇宙、自動車、スマート シティ、ヘルスケアなど、あらゆる業界について考えると、デバイスのパフォーマンスを即座に診断して説明することが重要です。

人工知能の優位性開発

Amazon、Google、Apple、BMW、フォルクスワーゲン、テスラ、エアバス、フラウンホーファー、ボーダフォン、ドイツテレコム、エリクソン、ハーティングなどの革新的な企業が現在、AIを受け入れ、AIへの投資をヘッジしています。これらの企業の中には、欧州エッジコンピューティングコンソーシアム(EECC)などの業界団体を設立し、中小企業や大企業を教育し、製造業やその他の産業市場でエッジコンピューティングの利用を促進するよう促しているところもあります。

EECC イニシアチブの目標には、エッジ コンピューティングのリファレンス アーキテクチャ モデルの指定、リファレンス テクノロジ スタック (EECC エッジ ノード) の開発、複数のシナリオにわたるアプローチの評価によるギャップの特定とベスト プラクティスの推奨、関連するイニシアチブ/標準化組織との同期などが含まれます。

端から見下ろす

人工知能と機械学習の進歩により、周囲の状況を感知できるスマートデバイスを作成するための豊富な機会が生まれています。スマート マシンの需要は、より高い精度とパフォーマンスで計算できるマルチセンサー データの増加から恩恵を受けるでしょう。エッジ コンピューティングは、ほぼすべての業界で AI データをリアルタイムの価値に変換する機会を提供します。インテリジェント エッジは、AI テクノロジーの開発と成功における次の段階です。

<<:  Google: 2020年5月のコアアルゴリズムアップデート、多数のウェブサイトに影響

>>:  カメラを開くと、2Dイラストがリアルタイムでアニメーション化されます。中国のプログラマーが制作し、デモはオンラインで入手できます。

ブログ    

推薦する

...

Googleは、生成AI製品のユーザーを著作権侵害の申し立てから保護することを約束

Googleは10月13日、現地時間公開のブログ投稿で、自社の生成AI製品のユーザーは当局によって保...

AlphaFold: ノーベル賞を受賞する可能性のある最初の AI 成果

「これは、ノーベル賞受賞が期待される最初の人工知能の成果かもしれない。しかし、その画期的な進歩は間違...

...

ガートナー、中国企業向け人工知能トレンド ウェーブ 3.0 を発表

2023 年 6 月 13 日 – 先日開催された 2023 年 Greater China Exe...

COVID-19により公益事業の人工知能への移行が加速

人工知能 (AI) は、医療から自動車、小売、ファーストフードまで、考えられるほぼすべての業界で幅広...

...

...

人工知能は、大規模なビデオ操作における CDN ハードディスクの障害をどのように予測するのでしょうか?

現在の大規模なビデオ運用および保守プロセスでは、CDN の故障したハード ドライブの交換が大きな問題...

Microsoft が機械学習モデルを簡単に作成できる Lobe デスクトップ アプリケーションをリリース

なお、Lobe はインターネット接続やログインを必要とせず、現在は機械学習モデルの出力のみ可能である...

人工知能はますます私たちに近づいている

科学者たちは、歌詞付きの歌を聞くと読書の妨げになりやすいのと同じように、音声信号とテキスト信号が脳に...

...

10分で多言語チャットボットを作成する方法

[51CTO.com クイック翻訳]チャットボットは、人間との会話を自動的に行い、組織と顧客間のビジ...

機械学習が自動的にモデル化を手助けしてくれる、これら4つのPythonライブラリがあなたの目を開かせてくれる

自動機械学習 (AutoML と略されることが多い) は、機械学習モデルを構築してデータをモデリング...