クラウドへのデータのアップロードの制限。

ただし、クラウドにデータを送信したり、クラウドからデータを送信したりすることには欠点があります。

まず、データ送信はエネルギーと帯域幅を消費します。より多くのデータは、より高価で限られたネットワークリソースが必要であることを意味します。

次に、データをクラウドに送信すると遅延が発生し、特定のアプリケーションの効果が制限されます。

第3に、外部情報はプライバシーとセキュリティのリスクをもたらします。たとえば、スマートホームデバイスによって収集されたデータは、家の内外であなたに関する多くの情報を明らかにします。この情報をクラウドに送信する場合、安全に行われることを保証できますか？どのような形式でどこに保存されますか？誰がそれを使用する権利を持っていますか？

エッジインテリジェンスの利点を紹介します。

ますます多くのデバイスがより多くの（機密性の高い）データを収集するにつれて、これらの問題に対処する必要性がますます緊急になっています。これは、エッジインテリジェンスの台頭の主な推進力の1つです。

このモデルでは、キーの処理と意思決定はすべてのデータをクラウドに送信するのではなく、ローカルネットワークのエッジの近くで行われます。これにより、前述の遅延、エネルギー消費、帯域幅の使用量が削減され、ユーザーは自分のインフラストラクチャ内にプライベートデータを保持できます。

エッジインテリジェンスの中核は機械学習です。現在、この場合、主に機械推論について説明します。ローカルセンサーによって収集された新しいデータに基づいて、エッジデバイスは事前にトレーニングされた機械学習モデルを使用して意思決定を行います。

エッジからAIへの移行を促進します。

推論プロセス、特に高速推論テクノロジーを改善することにより、このリソースが制限された環境での推論を大幅に増やすことができます。

第1世代の機械学習アクセラレータは、主にソフトウェアとCpU操作命令セットに基づいています。第2世代では、GpUやDSpなどの特別なハードウェアが導入されました。現在、ハードウェアのクリッピングと圧縮を使用する第3世代の製品があります。ハードウェアで行われる作業が多いほど、使用されるソフトウェアとCpUサイクルが少なくなり、このプロセスのエネルギー効率が高くなりますenjoy卡優惠。

エッジインテリジェンスは今日何を達成できますか？

人と人とのコミュニケーションのほとんどは、言葉だけで伝えられるのではありません。口調、顔の表情、ジェスチャーは、直感的にコミュニケーションを取り、理解するのに役立ちます。今日の設計者は、エッジベースの推論を使用して製品を調整し、より自然な方法で製品を設計できます。このテクノロジーには、顔やその他のオブジェクトやジェスチャーの認識、音声認識、ピッチ分析、自然言語処理が含まれます。

他の場所では、スマートエッジデバイスによってセキュリティを向上させることができます。たとえば、スマートホームエッジデバイスは、アラーム、人の落下、ガラスの破片、蛇口の滴りなどの危険信号を認識するようにトレーニングできます。問題が発見されるとすぐに、システムは所有者にそれに応じて対応するように通知します。

精選文章：

物聯網在工業應用中具有巨大的發展潛力

未來邊緣智能的優勢和應用

成功開發物聯網系統的11個步驟