邊緣智能應(yīng)用程序和服務(wù)
隨著信息技術(shù)的發(fā)展以及5G，人工智能和物聯(lián)網(wǎng)時(shí)代的來(lái)臨，人們對(duì)應(yīng)用程序的響應(yīng)速度和傳輸能耗提出了更高的要求。在數(shù)據(jù)傳輸，抽象，分段和簡(jiǎn)化數(shù)據(jù)之前對(duì)數(shù)據(jù)進(jìn)行預(yù)處理已成為必要的選擇，并且邊緣計(jì)算應(yīng)運(yùn)而生。邊緣計(jì)算解決方案使數(shù)據(jù)分析和處理更接近物聯(lián)網(wǎng)設(shè)備，有效地分擔(dān)了中央數(shù)據(jù)處理的壓力，同時(shí)，加快了數(shù)據(jù)處理速度，縮短了數(shù)據(jù)傳輸距離，從而消除了帶寬和延遲問(wèn)題。
邊緣智能
近年來(lái)，深度學(xué)習(xí)和邊緣計(jì)算機(jī)作為兩種代表性技術(shù)，促進(jìn)了人類(lèi)技術(shù)的發(fā)展。深度學(xué)習(xí)受益于算法并提高了生成效率，但并未使終端流行。原因是其終端計(jì)算存儲(chǔ)和其他資源有限。邊緣計(jì)算得益于云計(jì)算，后者使用網(wǎng)絡(luò)邊緣對(duì)數(shù)據(jù)進(jìn)行分類(lèi)。部分?jǐn)?shù)據(jù)在邊緣節(jié)點(diǎn)處進(jìn)行了預(yù)處理或處理，以減少網(wǎng)絡(luò)延遲并增強(qiáng)實(shí)時(shí)性能，從而實(shí)現(xiàn)更高效的數(shù)據(jù)處理，但由于高密度的部署和計(jì)算，它還會(huì)消耗太多資源。因此，邊緣智能的出現(xiàn)可以緩解這兩個(gè)問(wèn)題。邊緣智能的產(chǎn)生來(lái)自深度學(xué)習(xí)和邊緣計(jì)算，也就是說(shuō)，將邊緣計(jì)算與人工智能和其他應(yīng)用程序相結(jié)合，將云計(jì)算的數(shù)據(jù)處理能力下沉到邊緣節(jié)點(diǎn)，從而在邊緣節(jié)點(diǎn)執(zhí)行計(jì)算處理，從而提供先進(jìn)的數(shù)據(jù)分析，場(chǎng)景感知，實(shí)時(shí)決策，臨時(shí)離線等服務(wù)功能可滿(mǎn)足實(shí)時(shí)業(yè)務(wù)，敏捷連接，數(shù)據(jù)優(yōu)化，應(yīng)用智能，安全性和隱私保護(hù)等行業(yè)數(shù)字化的關(guān)鍵需求。物聯(lián)網(wǎng)和5G時(shí)代的到來(lái)為邊緣智能提供了廣闊的世界。 5G與物聯(lián)網(wǎng)和邊緣智能的結(jié)合相得益彰，為用戶(hù)提供了更加極端的體驗(yàn)。
1.1物聯(lián)網(wǎng)時(shí)代
使用物聯(lián)網(wǎng)的工業(yè)級(jí)單位將平均擁有100,000多個(gè)傳感設(shè)備。如此眾多的傳感器收集的信息將被整合到一個(gè)中央存儲(chǔ)平臺(tái)中。如果僅使用50Hz的采集頻率，則每次數(shù)據(jù)傳輸為100字節(jié)，每秒收集大約500兆字節(jié)的數(shù)據(jù)。邊緣智能無(wú)疑在數(shù)據(jù)集成，預(yù)處理和集成中起著至關(guān)重要的作用。
1.2 5G時(shí)代
5在2020年的5G商業(yè)年中，理論峰值峰值可達(dá)到每秒數(shù)GB。如果5G局域網(wǎng)沒(méi)有專(zhuān)用的云存儲(chǔ)數(shù)據(jù)，那么即使最快的數(shù)據(jù)傳輸也只是just頭。盡管5G速度發(fā)展迅速，但同時(shí)也需要硬件設(shè)備。移動(dòng)邊緣智能技術(shù)的出現(xiàn)可以預(yù)先處理數(shù)據(jù)，從而減輕數(shù)據(jù)處理中心的壓力和帶寬問(wèn)題。
02
邊緣智能應(yīng)用
邊緣智能在各個(gè)行業(yè)都有潛在的應(yīng)用市場(chǎng)，尤其是對(duì)于云計(jì)算和其他行業(yè)（例如電信運(yùn)營(yíng)商）而言。邊緣智能可以從人工智能和邊緣計(jì)算領(lǐng)域開(kāi)始，例如在人工智能領(lǐng)域中添加與邊緣計(jì)算相關(guān)的內(nèi)容，以將其性能提升到最佳狀態(tài)。在諸如邊緣計(jì)算之類(lèi)的計(jì)算領(lǐng)域中，引入并設(shè)計(jì)了智能硬件和算法。一種更合適的網(wǎng)絡(luò)節(jié)點(diǎn)部署方案。因此，邊緣智能的行業(yè)應(yīng)用市場(chǎng)主要包括需要實(shí)時(shí)提供數(shù)據(jù)或預(yù)測(cè)性維護(hù)的工業(yè)物聯(lián)網(wǎng)，智能安全，智能車(chē)輛，AR / VR等行業(yè)。從無(wú)人駕駛系統(tǒng)，無(wú)人駕駛汽車(chē)和智能安全，分析和總結(jié)的角度來(lái)看，以下是邊緣智能的潛在產(chǎn)業(yè)。
2.1？無(wú)人監(jiān)考系統(tǒng)
無(wú)人值守系統(tǒng)將數(shù)據(jù)分析中心分布在每個(gè)測(cè)試室的智能設(shè)備上。它可以從監(jiān)視設(shè)備捕獲的圖像和視頻中自動(dòng)壓縮和提取人像，并根據(jù)候選人的行為模型識(shí)別和判斷候選人的行為。候選人記錄可疑違規(guī)的時(shí)間，從而實(shí)現(xiàn)零人工成本。
與傳統(tǒng)的基于遠(yuǎn)程監(jiān)控的無(wú)人看守相比，傳統(tǒng)的無(wú)人看守有兩個(gè)主要缺點(diǎn)：無(wú)人看守和裸露的看守，盲點(diǎn)；監(jiān)控?cái)z像機(jī)占用大量網(wǎng)絡(luò)資源和存儲(chǔ)空間。監(jiān)控范圍太廣，難以及時(shí)發(fā)現(xiàn)違規(guī)問(wèn)題，這既耗時(shí)又效率低下。基于邊緣智能的無(wú)人駕駛系統(tǒng)應(yīng)主要包括兩個(gè)最關(guān)鍵的功能模塊：信息篩選模塊和信息分析模塊。其中，第一邊緣節(jié)點(diǎn)模塊的信息過(guò)濾模塊參考相機(jī)側(cè)的圖片和視頻的預(yù)處理，并使用目標(biāo)檢測(cè)來(lái)選擇候選對(duì)象。第二邊緣節(jié)點(diǎn)的信息分析模塊主要使用監(jiān)督學(xué)習(xí)和卷積神經(jīng)。結(jié)合在線學(xué)習(xí)來(lái)識(shí)別作弊行為。
2.2？自動(dòng)駕駛汽車(chē)？
目前，與普通的人類(lèi)駕駛汽車(chē)相比，谷歌開(kāi)發(fā)的自動(dòng)駕駛汽車(chē)具有智能，系統(tǒng)，實(shí)時(shí)的信息反饋，系統(tǒng)獨(dú)立，系統(tǒng)運(yùn)行的特點(diǎn)。
自動(dòng)駕駛汽車(chē)主要分為基于傳感器的汽車(chē)和基于連接的汽車(chē)。接下來(lái)提到的自動(dòng)駕駛汽車(chē)基于它們自己的傳感器，例如相機(jī)，汽車(chē)激光雷達(dá)和慣性陀螺儀。感測(cè)諸如路標(biāo)和車(chē)輛行人的道路狀況，并且所獲得的數(shù)據(jù)由計(jì)算機(jī)系統(tǒng)處理以控制車(chē)輛的轉(zhuǎn)向和速度并使其成為安全的無(wú)人駕駛汽車(chē)。
其中，基于圖像處理技術(shù)的車(chē)輛識(shí)別技術(shù)需要來(lái)自安裝在汽車(chē)上的CCD攝像機(jī)的圖像信息。通過(guò)圖像過(guò)濾，可以更清晰地顯示圖像的邊緣。使用Sobel算子和二進(jìn)制運(yùn)算來(lái)增強(qiáng)邊緣，并突出顯示檢測(cè)目標(biāo)的邊緣信息，使其更加可見(jiàn)并更容易識(shí)別目標(biāo)。在此基礎(chǔ)上，可以將車(chē)載設(shè)備的CCD攝像機(jī)用作邊緣節(jié)點(diǎn)，并且可以對(duì)基于云計(jì)算中心的計(jì)算進(jìn)行邊緣處理并將其下沉到邊緣節(jié)點(diǎn)，從而對(duì)圖像進(jìn)行預(yù)處理。在CCD相機(jī)上對(duì)圖像進(jìn)行濾波，邊緣增強(qiáng)等操作，然后在第二個(gè)邊緣節(jié)點(diǎn)或云計(jì)算中心集中處理圖像返回的數(shù)據(jù)。
2.3？智能安全
目前，安全系統(tǒng)主要涉及階梯網(wǎng)絡(luò)，公共安全，智能教室，智能家居等多個(gè)領(lǐng)域。它主要使用智能預(yù)配置和邊緣化來(lái)獲得更高的實(shí)時(shí)服務(wù)。其中，基于邊緣智能的電梯網(wǎng)絡(luò)是指電梯行業(yè)，它通過(guò)各種傳感器終端實(shí)時(shí)監(jiān)控電梯運(yùn)行數(shù)據(jù)并進(jìn)行一定的分析，并預(yù)先進(jìn)行設(shè)備的按需維護(hù)，大大減少了故障的發(fā)生。電梯率；基于邊緣智能的公安系統(tǒng)是指公安系統(tǒng)，通過(guò)攝像頭來(lái)處理可疑的盜竊和其他違法行為，是否進(jìn)行盜竊的初步分析，并通過(guò)各種智能方法提醒相關(guān)人員；智慧教室和智慧城市，采用大數(shù)據(jù)和人工智能，引入大量傳感器，可穿戴設(shè)備和相機(jī)，從各個(gè)維度分析和評(píng)估教學(xué)過(guò)程，以提高教學(xué)質(zhì)量；基于邊緣智能的智能家居主要用于利用現(xiàn)有的虛擬化技術(shù)將各種云融合到個(gè)人計(jì)算機(jī)中，并將個(gè)人計(jì)算機(jī)設(shè)置為邊緣節(jié)點(diǎn)，從而有效地實(shí)現(xiàn)系統(tǒng)節(jié)能管理。
在一些需要實(shí)時(shí)分析的行業(yè)中，或者在偏遠(yuǎn)地區(qū)或技術(shù)資源有限的行業(yè)中，邊緣智能無(wú)疑提供了更便捷的服務(wù)，并在一定程度上實(shí)現(xiàn)了節(jié)能管理。
03
的邊緣智能的優(yōu)勢(shì)
通過(guò)對(duì)無(wú)人駕駛系統(tǒng)，無(wú)人駕駛汽車(chē)和智能安全性的上述介紹，我們可以看到基于邊緣的智能系統(tǒng)相對(duì)于傳統(tǒng)系統(tǒng)操作具有潛在的優(yōu)勢(shì)：3.1強(qiáng)大的實(shí)時(shí)性能
由于邊緣智能是通過(guò)網(wǎng)絡(luò)邊緣設(shè)備通過(guò)預(yù)處理實(shí)現(xiàn)的，因此，面對(duì)任務(wù)請(qǐng)求和少量計(jì)算，邊緣設(shè)備在處理數(shù)據(jù)時(shí)可以節(jié)省時(shí)間和速度，并且可以提供一些本地脫機(jī)服務(wù)。
3.2網(wǎng)絡(luò)壓力低
由于數(shù)據(jù)已經(jīng)在物聯(lián)網(wǎng)的大多數(shù)邊緣設(shè)備中進(jìn)行了處理，因此減少了與云通用服務(wù)器交換的數(shù)據(jù)，因此網(wǎng)絡(luò)傳輸壓力小于云計(jì)算的網(wǎng)絡(luò)傳輸壓力，占用的帶寬較小。
3.3位置識(shí)別
對(duì)于需要基于位置的應(yīng)用程序（例如無(wú)人駕駛汽車(chē)和智能交通），邊緣智能可以將終端設(shè)備的位置數(shù)據(jù)上傳到上層邊緣節(jié)點(diǎn)進(jìn)行處理，從而使邊緣設(shè)備更有利于獲取設(shè)備的當(dāng)前位置信息。對(duì)象及相關(guān)的處理和預(yù)算。
04
挑戰(zhàn)
盡管與傳統(tǒng)智能系統(tǒng)相比，邊緣智能的優(yōu)勢(shì)顯而易見(jiàn)，但是如果要發(fā)展，它們將面臨以下挑戰(zhàn)：4.1高傳輸成本
在成本方面，主要考慮了傳輸能耗造成的問(wèn)題。對(duì)于給定的任務(wù)，有必要測(cè)量任務(wù)遷移所需的能耗和本地執(zhí)行所需的能耗。如果僅基于任務(wù)特征，則數(shù)據(jù)量較大。當(dāng)帶寬較大而帶寬較低時(shí)，本地邊緣設(shè)備的性能會(huì)更好。但是，它沒(méi)有考慮信號(hào)變化，網(wǎng)絡(luò)狀況和剩余電池容量等因素。因此，實(shí)驗(yàn)結(jié)果不能適應(yīng)更復(fù)雜的情況。
4.2安全與隱私
邊緣計(jì)算在保護(hù)用戶(hù)隱私方面仍然面臨以下挑戰(zhàn)：由于邊緣計(jì)算的異構(gòu)特性，攻擊者可以輕松獲取目標(biāo)的相關(guān)節(jié)點(diǎn)，并且可以直接攻擊整個(gè)節(jié)點(diǎn)所在的服務(wù)區(qū)域，從而導(dǎo)致整個(gè)節(jié)點(diǎn)的安全。癱瘓的地區(qū);在為所有人提供多樣化服務(wù)的時(shí)代，由于邊緣智能的本地化服務(wù)特性，對(duì)邊緣智能設(shè)備或其網(wǎng)絡(luò)設(shè)施的攻擊也變得多樣化，從而威脅到用戶(hù)的個(gè)人隱私和安全性。
因此，建立安全評(píng)估系統(tǒng)以測(cè)試邊緣設(shè)備中運(yùn)行的程序并改進(jìn)與安全性和隱私保護(hù)有關(guān)的信任管理技術(shù)，協(xié)議和網(wǎng)絡(luò)安全技術(shù)等相關(guān)技術(shù)非常重要。
4.3有限的計(jì)算存儲(chǔ)資源
對(duì)于智能教室等方向的應(yīng)用數(shù)據(jù)，視頻數(shù)據(jù)具有計(jì)算量大，時(shí)延低的特點(diǎn)，因此可以構(gòu)建簡(jiǎn)單的網(wǎng)絡(luò)模型，但對(duì)于復(fù)雜度高的智能系統(tǒng)，需要協(xié)調(diào)云和網(wǎng)絡(luò)邊緣處理，如何部署云，邊緣網(wǎng)絡(luò)和邊緣智能設(shè)備來(lái)提供計(jì)算和存儲(chǔ)資源已成為一個(gè)巨大的挑戰(zhàn)。
減少4.4個(gè)邊緣設(shè)備
在選擇具有計(jì)算能力的相關(guān)硬件產(chǎn)品時(shí)，您需要考慮計(jì)算能力是否滿(mǎn)足其軟件開(kāi)發(fā)框架，硬件功耗和成本是否在可接受的經(jīng)濟(jì)范圍內(nèi)以及硬件的安全性和可靠性是否很高。逐層排除，幾乎不需要硬件。部署邊緣節(jié)點(diǎn)時(shí)，需要互連數(shù)千個(gè)IoT設(shè)備?？紤]到當(dāng)前的技術(shù)發(fā)展，硬件通常不足以支持諸如高計(jì)算能力的基本條件。因此，增加邊緣設(shè)備的部署和制造已成為當(dāng)務(wù)之急。重量。
05
結(jié)束語(yǔ)
邊緣現(xiàn)在，邊緣計(jì)算和深度學(xué)習(xí)正處于快速發(fā)展階段。在不同的情況下，不同類(lèi)型的客戶(hù)的需求有很大不同，因此邊緣智能提供的網(wǎng)絡(luò)體系結(jié)構(gòu)和硬件形式也各不相同。對(duì)于不同的應(yīng)用程序，需要及時(shí)調(diào)整網(wǎng)絡(luò)體系結(jié)構(gòu)中節(jié)點(diǎn)的部署以及硬件設(shè)施中的計(jì)算支持。對(duì)于部署節(jié)點(diǎn)以及節(jié)點(diǎn)的具體部署方式?jīng)]有統(tǒng)一的答案。
全網(wǎng)數(shù)據(jù)為大家提供專(zhuān)業(yè)的深圳服務(wù)器租用，深圳服務(wù)器托管，深圳主機(jī)租用，云服務(wù)器租用等國(guó)內(nèi)外服務(wù)器相關(guān)資源，詳情歡迎咨詢(xún)客服了解。
