英语原文：What is Edge AI Computing?

翻译：雷锋字幕组（wiige）

边缘AI发源于边缘打算。
边缘打算也称为边缘处理，是一种将做事器放置在本地设备附近网络技能, 这有助于降落系统的处理负载，办理数据传输的延迟问题。
这样的处理是在传感器附近或设备产生数据的位置进行的，因此称之为边缘。

边缘打算的发展意味着边缘人工智能正变得越来越主要。
各行各业莫不如是，特殊是在降落处理延迟和保护数据隐私这方面。
本文将磋商边缘AI的影响，为什么主要，及其常见用例。

什么是边缘AI？

边缘AI是指在硬件设备受骗地处理的AI算法，可以在没有网络连接的情形下处理数据。
这意味着可以在无需流式传输或在云端数据存储的情形下进行数据创建等操作。
这一点很主要，由于涌现了越来越多的设备数据无法依赖云端处理的情形。
比如，工厂的机器人和自动驾驶汽车都须要以最小的延迟高速处理数据。

为了实现这些目标，边缘打算可以在云上靠深度学习天生数据，而在数据***——即设备本身（边缘）实行模型的推断和预测。

以工厂的工业机器人为例。
AI技能可以在这里以人类无法企及的速率，对来自监控摄像头和传感器的大量多模态数据进行可视化和评估，可以用它来检测生产线上人类可能忽略的故障数据。
这类物联网构造可以存储生产线上产生的大量数据，并通过机器学习进行剖析。
它们也是能够提高工厂智能化程度的AI模型的核心。

边缘AI，物联网和5G:

边缘人工智能常常与物联网(IoT)和5G网络放在一起谈论.

物联网一词指的是通过互联网相互连接的设备，包括智好手机、机器人和电子设备。
作为一个用人工智能进行剖析的平台，边缘人工智能可以网络和存储物联网产生的大量数据，让利用具有可扩展性的云成为可能。
这可以提高数据处理和根本举动步伐的灵巧性.

5G网络可以增强上述过程，由于其三大特点——超高速、大并发和超低时延——明显优于4G网络.

5G对付物联网和边缘AI的发展是不可或缺的，由于当物联网设备传输数据时，数据量暴涨，从而影响传输速率。
传输速率的低落又会产生时延，而时延是实时处理面临的最大问题。

边缘打算和边缘AI为何主要?

越来越多的情形下，设备数据无法通过云端处理。
工业机器人和自动驾驶汽车常常涌现这种情形，它们须要高速处理，但当数据流增大而产生处理时延时会非常危险。

例如，想象一下自动驾驶汽车在检测道路上的物体，或操作刹车或方向盘时由于云端而延迟。
任何数据处理的减慢都会导致车辆的相应速率变慢。
如果相应变慢的车辆不能及时做出反应，就可能导致事件的发生。
生命此时会切实受到威胁。

对付这些物联网设备来说，实时相应是必要条件。
这就哀求设备能够在现场剖析和评估图像/数据，而不能依赖云端AI。

通过将常日委托给云真个信息处理交给边缘设备，可以实现无传输延迟的实时处理。
此外，如果只传输主要信息到云端，可以减少传输数据量，这能将通信中断的风险降到最低。

边缘AI利用场景

边缘AI的市场紧张有两个领域：工业机器和消费设备。
可以看到，它在掌握和优扮装备、自动化重复劳动等领域均有进展。

消费设备也有所打破，这些设备的AI摄像头可以自动识别被摄工具。
由于设备数量大于工业机器，估量从2021年起，消费设备市场将大幅扩大。

我们把一些边缘AI的常见场景放不才面。

自动驾驶汽车

自动驾驶汽车是运用边缘打算最值得期待的领域。
有很多情形下，自动驾驶汽车须要对情形进行即时评估，这就须要实时的数据处理。
2019年12月，日本对《道路交通法》和《道路运输车辆法》进行了修订，使得3级自动驾驶汽车更随意马虎上路。
它规定了自动驾驶汽车应符合的安全标准，以及自动驾驶汽车可以运行的区域。
因此，汽车制造商也在正在努力开拓遵守这些标准的自动驾驶汽车。
例如，丰田已经在测试TRI-P4的完备自动化（4级）自动驾驶系统了。

无人机

无人机在进行翱翔时失落控、失落踪的***越来越多。
某些乃至导致了事件的发生。
根据无人机降落位置的不同，坠毁造成的后果也可能是灾害性的。

自动驾驶无人机上，翱翔员并不主动干涉无人机的翱翔。
他们远程监控操作，只有在绝对必要的时候才会手动驾驶无人机。
最著名的例子是亚马逊的Prime Air，这是一个无人机送货做事，它们正在开拓自动驾驶无人机来运送包裹.

人脸识别

人脸识别系统是监控摄像头的发展方向，它可以通过学习人脸识别人类个体。
2019年11月，WDS有限公司发布了AI摄像头模块Eeye，通过边缘AI实时剖析面部特色。
Eeye能快速准确地识别人脸，适用于针对性别、年事等特色的营销工具，和用来解锁设备的人脸识别场景。

智好手机

这是我们最熟习的边缘AI设备。
Siri和谷歌助手是智好手机上边缘AI的好例子，由于该技能驱动了它们的语音UI。
手机上的AI使得数据处理发生在设备（边缘）侧，这意味着不须要将设备数据交付到云端。
这有助于保护隐私和减少流量。

未来的边缘AI

边缘AI正高速增长，我们已经看到对该技能的大量投资。
像Konduit AI这样的公司正在将它作为其在东南亚的AI计策的关键部分。
另一个例子是2020年1月，苹果耗资2亿美元收购了位于西雅图的AI企业Xnor.ai。
Xnor.ai的AI技能通过边缘处理来处理用户智好手机上的数据。
随着智好手机本身内置人工智能，我们可能会看到语音处理、人脸识别技能和隐私保护方面的进步。
。

根据富士景气集团发布的 \"大众2019年AI业务汇总调查\"大众，日本的边缘AI打算市场在2018财年的预测市场规模为110亿日元。
调查预测，2030财年市场规模将扩大到664亿日元。

而随着5G的遍及，可能也将看到环球边缘AI做事本钱的低落和需求的上升。

雷锋字幕组是一个由 AI 爱好者组成的翻译团队，汇聚五百多位志愿者的力量，分享最新的外洋AI资讯，互换关于人工智能技能领域的行业变革与技能创新的见地。

团队成员有大数据专家、算法工程师、图像处理工程师、产品经理、产品运营、IT咨询人、在校师生；志愿者们来自IBM、AVL、Adobe、阿里、百度等有名企业，北大、清华、港大、中科院、南卡罗莱纳大学、早稻田大学等海内外高校研究所。

如果，你也是位热爱分享的AI爱好者。
欢迎与雷锋字幕组一起，学习新知，分享发展。

雷锋网雷锋网