下一步是什么?边缘AI和云AI的演变

随着越来越多的组织在云端或边缘利用AI的力量，我们将看到更多能够提供现实价值的深度学习应用程序。

5G的兴起将继续推动深度学习的发展。随着5G变得越来越普遍，它将增强超级计算的可访问性。具体来说，5G将使从边缘到云的数据共享变得更加无缝和高效，从而促进更高效的数据处理。

但是，即使使用5G，仍然需要在边缘进行实时决策。云仍将无法即时满足边缘应用程序对数据处理的需求。因此，在计划部署模型时，边缘AI必须继续成为AI公司关注的焦点。对于云和边缘部署采用互补方法的企业，无论是在其模型的短期处理能力还是在有效存储，处理和改进模型的长期能力上，都将获得最大的成功。

由于对处理能力和内存消耗的广泛需求以及AI模型的规模，这些部署中的大多数依赖于云。尽管云部署使AI可以从高性能计算系统的功能中受益，但挑战依然存在。需要将数据从设备来回发送到云以进行处理会引起隐私问题，并且由于延迟，带宽和连接性而存在限制。

这促使业界专注于边缘AI的开发，这是我在上一篇文章中谈到的主题。这些工作主要围绕引入用于训练AI模型的新方法进行，这些方法可以减少占用空间，因此可以将这些模型直接部署在边缘设备上。

（编辑：广安站长网）

【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!