Menu

AI在边际:核算才能风头正盛,略显为难的存储

AI在边际:核算才能风头正盛,略显为难的存储
AI技能被运用于物联网与边际核算场景傍边。除了大家常评论的核算才干之外,存储已经成为AI在数据生态体系傍边发挥重要作用的另一支柱。边际核算 AI 人工智能,边际核算,物联网,AI,智能边际,存储,人脸辨认图片来自“东方IC”本文转载自微信大众号“51CTO”,作者科技行者,原标题《怎么让AI才干延伸至边际:存储是根底》。亿欧才智城市对文章进行二次修改,供读者参阅。人工智能技能的复兴,首要归功于曩昔几年以来以IT为代表的核算才干的明显提高。在与图形处理单元(GPU)以及云核算资源的弹性特征合作运用的情况下,在机器学习与自然语言处理实例傍边,AI提出的核算资源需求关于企业而言总算不再是可望而不可及的苛求。虽然如此,还有另一种不那么广受重视但又相同重要的AI复兴趋势,即AI技能被运用于物联网与边际核算场景傍边。依据StorCentric公司CEO Mihir Shah所言,这样的趋势代表着大数据的作业“对速度有着严厉的要求,一起又有必要合作杰出的稳定性。”而一切这一切,都有必要经过存储底层来支撑——换言之,除了核算才干之外,存储已经成为AI在数据生态体系傍边发挥重要作用的另一支柱。存储关于AI技能之所以不可或缺,是由于AI巨大的核算量需求对数据进行大规划快速拜访,而这方面要求在边际核算与备份等实践场景中又显得愈加实际且杰出。当合作抱负的存储容量时,AI的核算速度才干够为许多有利于智能物联网(IIoT)的前沿边际核算用例供给助力。人脸辨认智能物联网的存储要求首要体现在边际核算运用傍边。比方,美国国防部现在正在运用人脸辨认等AI技能对偏远地区进行办理,用以验证进出设备的详细人员。很明显,触及高档机器学习、卷积神经网络以及核算认知核算等要素的人脸辨认技能对存储设备提出了特别的要求,而这,也是保证其正常运作的根底地点。Shah在说到国防部布置人脸辨认计划时表明:“他们更倾向于运用直接附加存储计划,旨在提高数据流转速度。这类计划具有便携性、速度性以及易于运用等优势。”在这个特定用例傍边,人脸辨认的完成在很大程度上依赖于存储对边际核算的支撑。Shah说到,“边际方位的这些人脸辨认体系就坐落服务器周围。该服务器直接衔接至设备。当有人走进来时,设备会扫描他们的面部并整理出他们的生物辨认目标。而服务器则会马上进行处理,并与存储设备中的信息进行比对。”AI在边际在之前说到的示例与其它边际AI布置计划傍边,存储单元往往面临着一系列特定要求。一般来讲,缩小设备尺度关于完成物联网而言至关重要。因而,尺度成为了边际方位下,附加存储设备的中心规划要素,而在这样的规划下,一起还要保证其在“减肥”之后依然有才干处理AI所需求的数据规划。StorCentric公司CTO Rod Harrison观察到,用于支撑边际核算用例的某些尺度较小的存储单元可以包容大约70 TB数据。别的,这种存储设备有必要具有用户友爱特性,然后满意长途环境傍边非技能用户的操作需求。Shah指出,“在这样的环境中,由于没有太多IT专业人员,所以对设备的易用性及速度都提出了要求,为此,咱们在设备上装备了Thunderbolt衔接端口。”移动边际核算此外,便携性的重要性相同在不断攀升,除了边际存储之外,包含边际核算自身也在着重便携性。现在最典型的事例,便是很多智能手机正在继续生成传感器数据。虽然与智能物联网中的IT财物比较,智能手机或许并没有那么大的存储需求,但它也从另一个方面着重了便携性的优势。另一个典型比如是布置在偏远地区的军用战役车辆上的存储单元。“这是一种本地存储,操作人员可以将设备带回基地,并下载至中心服务器。”此外,在发作毛病的情况下,操作者也可以轻松替换这种存储单元以完成事务连续性。Shah着重,“由于整套体系十分易于运用,所以即便没有IT作业小组,一旦某块驱动器发作毛病或许呈现了其它意外情况,身在现场的任何战士都可以弹出这块损坏的驱动器并马上刺进新的驱动器。”智能边际存储关于智能物联网的提高至关重要,它使得相关设备可以依据需求卸下数据、按需拜访数据,并支撑由布置在云端的AI提出的核算要求。如此一来,AI技能的可行性将不只延伸至认知核算,现时也将延伸至物联网范畴。此外,快捷而牢靠的存储关于会集布置的AI计划相同必不可少,并直接为咱们带来了当时各类常见的AI完成效果。“在我看来,AI与物联网技能的交融首要将在一系列大型企业傍边完成;但随着时刻的推移,这方面效果最终将渗透到更多中小型企业之内。”Shah表明。本文已标示来历和出处,版权归原作者一切,如有侵权,请联络咱们。