人工智能@边缘AI能聪明到什么程度?( 二 )


Xilinx AI、软件和生态系统产品营销总监Nick Ni持类似观点(图3) 。 他表示 , “边缘AI从根本上来说是一种不依赖于数据中心、能够在应用中满足自身需求的智能 。 对于要求实时响应、安全性(例如 , 不向数据中心发送机密数据)和低功耗(大多数设备)的应用而言 , 这是至关重要的 。 人类不会每天依赖数据中心做出无数决定 , 未来几年边缘AI将在半自动车辆和智能零售系统等市场应用中占主导地位 。 ”
人工智能@边缘AI能聪明到什么程度?
本文插图

图3 Xilinx AI、软件和生态系统产品营销总监Nick Ni认为 , 边缘AI从根本上来说是一种不依赖于数据中心、能够在应用中满足自身需求的智能 。
Imagination AI资深主管Andrew Grant也认同这一观点 。 “我们知道 , 现在大家都在谈论边缘 。 它如何发展将取决于客户 。 未来肯定会出现一种混合的方法 , 云端运算和数据中心绝对会在其中占一席之地 。 」他补充 , 「市场(向边缘)发展的速度很快 , 目前已掀起向边缘智能迈进的浪潮 , 但对许多应用来说 , 具体芯片的实现需要时间 。 ”Grant进一步解释 , “我们在与中国的一家交通管理公司沟通后 , 了解到他们还在从云端来回传资料 。 我告诉他们我们在做什么 , 他们马上就认识到 , 如果红绿灯自己能够判断车辆是否在行驶 , 数据就不用传到云端 , 这样做有极大的好处 。 ”
嵌入式系统供货商Adesto Technologies技术长Gideon Intrater表示 , 他们同时为IoT边缘服务器及IoT边缘设备提供产品 , 因此并不需要区分边缘和终端(图4) 。 “我们不太使用终端一词 , 终端的定义也许与边缘设备类似 。 这些设备中的AI通常是一些本地推理 , 它使用专用加速器 , 透过近内存(near-memory)处理或内存内(in-memory)运算 , 其算法在处理器上执行 。 ”
人工智能@边缘AI能聪明到什么程度?
本文插图

图4 Adesto Technologies技术长Gideon Intrater表示 , 他们同时为IoT边缘服务器及IoT边缘设备提供产品 , 因此并不需要区分边缘和终端 。
他补充 , “几乎所有应用都将实现边缘AI 。 AI可以实现预测和预防性维护 , 在制造中进行质量控制 , 从而惠及工业、建筑及其他许多产业 , 带来巨大的机会 。 这个产业才刚刚起步 ,每天我们都期待AI能做得更多 。 不具备AI功能的旧设备常常不能理解我们的要求 , 我们为此感到沮丧 , 而有的设备直接就能理解我们 。 最终用户并不清楚AI的工作原理 , 他们只希望AI有用 。 ”
谁需要边缘AI? 因此本文的定义很清楚:你要不认同边缘是云端外的一切 , 就是认同终端是现实世界与数字世界的交汇点 , 其中大多是传感器 。 但是 , 随着边缘和终端的界限越来越模糊 , 加上异质运算架构的发展 , 究竟在哪里执行AI , 实际上是由具体的应用决定 。
接下来的问题是谁需要它 , 市场对边缘AI的期望是什么?“我们所有人仍在为之努力 , ”Levy解释 , “业内的大公司正在积极实现边缘AI , 我们的很多客户也在边缘实现各种ML 。 但是 , 从『技术采用周期』来看 , 我仍然相信业内大部分公司甚至还没有进入『早期采用阶段』 , 真正开始发展得等到2020年底 。 ”
人工智能@边缘AI能聪明到什么程度?
本文插图

图5 恩智浦AI技术主管Markus Levy表示 , 边缘AI的真正开始发展得等到2020年底 。
客户仍在了解ML可能带来哪些酷炫的演进 。 而Levy考虑的是:
1.能不能省钱?例如 , 如果用AI替代检查人员 , 使工厂生产线运作速度更快、效率更高 , 能否节省成本?
2.能不能赚钱?例如为产品增加一种专门功能 , 使其更实用 。 一个应用场景是条形码扫描仪 , 如果外包装上的条形码弄皱了就不能准确扫描 , 使用ML可以消除皱折的影响 。


推荐阅读