邊緣計(jì)算的增長一直是許多行業(yè)的熱門話題。智能基礎(chǔ)設(shè)施的價(jià)值意味著整體運(yùn)營效率、安全性甚至能提高收益。但是，并非所有工作負(fù)載都需要，甚至不應(yīng)該部署在邊緣。

企業(yè)在開發(fā)和部署人工智能應(yīng)用程序時(shí)結(jié)合使用邊緣計(jì)算和云計(jì)算。人工智能培訓(xùn)通常在云端或數(shù)據(jù)中心進(jìn)行。當(dāng)客戶評估在哪里部署 AI 應(yīng)用進(jìn)行推理時(shí)，他們考慮諸如延遲、帶寬和安全要求等方面。

邊緣計(jì)算專為具有低延遲要求的實(shí)時(shí)、始終在線解決方案量身定制。始終在線的解決方案是傳感器或其他不斷工作或監(jiān)控其環(huán)境的基礎(chǔ)設(shè)施?！俺ｉ_”解決方案的例子包括用于防損的網(wǎng)絡(luò)攝像機(jī)、用于手術(shù)支持的 ERs 中的醫(yī)學(xué)成像或工廠中的裝配線檢查。許多客戶已經(jīng)接受了用于 AI 應(yīng)用的邊緣計(jì)算。閱讀他們?nèi)绾蝿?chuàng)造更智能、更安全的空間。

當(dāng)客戶評估他們的人工智能策略和邊緣計(jì)算對他們的業(yè)務(wù)有意義時(shí)，他們必須考慮的因素有很多，以確保優(yōu)化部署。這些考慮因素包括延遲、可擴(kuò)展性、遠(yuǎn)程管理、安全性和恢復(fù)能力。

減少延遲

大多數(shù)人都熟悉將計(jì)算機(jī)應(yīng)用于數(shù)據(jù)的想法，而不是相反。這有許多優(yōu)點(diǎn)。其中最重要的是延遲。企業(yè)不會(huì)浪費(fèi)時(shí)間將數(shù)據(jù)發(fā)送回?cái)?shù)據(jù)中心或云，而是實(shí)時(shí)處理數(shù)據(jù)，并立即生成智能 i NSight 。

例如，部署人工智能防損解決方案的零售商不能等待數(shù)秒或更長時(shí)間才能從其系統(tǒng)返回響應(yīng)。他們需要對異常行為發(fā)出即時(shí)警報(bào)，以便能夠立即對其進(jìn)行標(biāo)記和處理。類似地，為倉庫設(shè)計(jì)的 AI 解決方案需要即時(shí)響應(yīng)，以檢測工人何時(shí)在錯(cuò)誤的位置或未佩戴適當(dāng)?shù)陌踩O(shè)備。

擴(kuò)展性

創(chuàng)建智能空間通常意味著公司希望在數(shù)萬到數(shù)千個(gè)地點(diǎn)運(yùn)行人工智能。這種規(guī)模的一個(gè)主要挑戰(zhàn)是移動(dòng)和處理信息的云帶寬有限。帶寬上限通常會(huì)導(dǎo)致更高的成本和更小的基礎(chǔ)設(shè)施。通過邊緣計(jì)算解決方案，數(shù)據(jù)收集和處理在局域網(wǎng)上進(jìn)行，帶寬與局域網(wǎng)（ LAN ）相連，具有更廣泛的可擴(kuò)展性。

遠(yuǎn)程管理

當(dāng)擴(kuò)展到數(shù)百個(gè)遠(yuǎn)程位置時(shí)，組織必須解決的關(guān)鍵問題之一是如何管理所有邊緣系統(tǒng)。雖然今天一些公司試圖雇傭熟練的員工或承包商來處理邊緣位置的供應(yīng)和維護(hù)，但大多數(shù)公司很快意識(shí)到他們需要集中管理以擴(kuò)大規(guī)模。邊緣管理解決方案使 it 能夠輕松地提供邊緣系統(tǒng)、部署 AI 軟件和管理所需的持續(xù)更新。

安全性

與數(shù)據(jù)中心的傳統(tǒng)安全策略相比，邊緣計(jì)算的安全模型幾乎完全顛覆了。雖然組織通常可以維護(hù)其數(shù)據(jù)中心系統(tǒng)的物理安全性，但邊緣系統(tǒng)幾乎總是可供更多人自由訪問。這需要物理硬件安全過程以及能夠保護(hù)這些邊緣設(shè)備上的數(shù)據(jù)和應(yīng)用程序安全的軟件安全解決方案。

彈力

E邊緣系統(tǒng)通常由很少或沒有熟練的 IT 專業(yè)人員來管理，以在發(fā)生崩潰時(shí)提供幫助。因此，邊緣管理需要能夠自行修復(fù)問題的彈性基礎(chǔ)設(shè)施，以及在需要人工干預(yù)時(shí)安全的遠(yuǎn)程訪問。在系統(tǒng)出現(xiàn)故障時(shí)遷移應(yīng)用程序并自動(dòng)重新啟動(dòng)這些應(yīng)用程序是許多云原生管理解決方案的核心功能，使邊緣計(jì)算環(huán)境的持續(xù)管理變得無縫。

推動(dòng)客戶將其計(jì)算系統(tǒng)移動(dòng)到更靠近遠(yuǎn)程位置數(shù)據(jù)源的位置有許多好處?？蛻粜枰紤]邊緣計(jì)算是如何與傳統(tǒng)上依賴的數(shù)據(jù)中心或云計(jì)算不同的，并投資于提供、保護(hù)和管理這些環(huán)境的新方式。

關(guān)于作者

Amanda Saunders 在 NVIDIA 負(fù)責(zé) Edge 和企業(yè)計(jì)算解決方案集團(tuán)的 Edge AI 產(chǎn)品營銷。她為醫(yī)院、商店、倉庫、工廠等帶來了智能的邊緣計(jì)算解決方案。除了從事 edge 解決方案之外， Amanda 還在 NVIDIA 擔(dān)任銷售和營銷角色，與 AI 、數(shù)據(jù)科學(xué)、虛擬 GPU 和許多不同行業(yè)合作。

審核編輯：郭婷