AI继续引发辩论，并为企业和消费者展示了巨大的价值。与许多新兴技术一样，聚光灯通常属于大规模，基础设施繁重的和渴望强力的应用程序。但是，随着AI的使用的增长，大型数据中心的网格上的压力不断增长，密集的应用程序的可持续性和负担得起。
结果，人们对以产品为中心的AI工具有飙升的需求。Edge AI通过将数据处理更接近（或嵌入在）设备中，这是在微小的边缘上引起这一新趋势的领导，这意味着可以在本地执行基本的推理任务。通过不通过数据中心将原始数据发送到云中，我们看到了AI的工业和消费者应用的大幅度安全改进，这也可以提高设备的性能和效率，而与云相比，成本的一小部分。
但是，与任何新机会一样，存在新的挑战。产品开发人员现在必须考虑如何建立正确的基础设施和所需的专业知识，以利用优势的潜力。
你可能喜欢
解锁Ai＆rsquo的变革性潜力
确保5G边缘网络＆ndash;在踏上技术边缘之前，公司应该知道什么
AI和管理云的临界点
Marc Dupaquiersocial links导航
Stricroelectronics的董事总经理解决方案。
本地推理的重要性
退后一步，我们可以看到AI在很大程度上涵盖了两个字段：机器学习，系统从数据中学习的地方以及神经网络计算，这是一种特定的模型，旨在像人脑一样思考。这些是对机器进行编程的补充方法，培训他们通过向其提供相关数据以确保输出准确可靠的数据来完成任务。这些工作负载通常大规模进行，并具有全面的数据中心安装以使其发挥作用。
用于较小的工业用例和消费工业应用＆ndash;无论这是您厨房中的智能烤面包机还是工厂地板上的自主机器人；将所需的数据和AI推论的分析推向云是不可行的（或环境上）。
取而代之的是，随着Edge AI提供了本地推理，超低潜伏期和较小的传输负载的机会，我们可以在构建新的AI应用程序的同时，对成本和功率效率进行大量改进。我们已经看到Edge AI有助于智能建筑物，资产跟踪和工业应用的重大生产力提高。例如，可以使用Edge AI硬件加速工业传感器，以更快地检测故障检测以及预测性维护功能，以了解设备的状况何时会在发生故障之前发生变化。
再进一步，为Edge AI设计的下一代硬件产品将从一开始就引入AI子系统的特定改编，成为安全体系结构的一部分。这是一个嵌入系统中边缘AI功能的领域。
将情报嵌入到产品中
嵌入式系统演变的下一个阶段是将边缘AI引入设备体系结构，然后从那里引入“微小边缘”。这是指直接在边缘上处理AI和ML模型的微型，资源约束的设备，包括微控制器，低功率处理器和嵌入式传感器，从而促进实时数据处理，并以最小的功耗和低延迟为单位。
现在，一类新的软件和硬件正在从微小的边缘出现，从而有可能在设备中执行AI操作。从一开始就将这种功能嵌入到体系结构中，我们正在制作“信号”。本身成为数据＆rsquo;，而不是浪费资源来改变它。例如，微小的边缘传感器可以从设备所在的环境中收集数据，并利用芯片内引擎产生结果。就太阳能农场而言，太阳能电池板中的传感器可以特异性检测到电源管理系统的附近弧故障。当发生极端电压时，它会自动触发关闭故障安全，并避免使用电火。
随着ARC故障检测以及电池管理或设备的面部或物体识别率在该领域的增长等应用，我们将看到能够在小100％以上的复合年增长率上支持AI的微控制器市场（根据ABI研究）。为了意识到这一潜力，需要更多的工作来弥合基于云的AI的处理能力与能够在优势上工作或存在的设备的目标应用程序之间的差距。
但是，就像任何新技术一样：在有需求的情况下，有一种方法。
我们已经看到有意义的研发结果集中在这一挑战上，而Tiny AI开始嵌入到各种类型的不同系统中；在某些情况下，消费者已经将这项技术视为理所当然，从字面上与设备交谈而无需思考“这是”。
建筑边缘AI基础设施
要利用这一新兴机会，产品开发人员必须首先考虑进入边缘设备的数据的质量和类型，因为这决定了处理工作负载所需的软件和硬件。这是典型的Edge AI（在更强大的硬件上运行），能够处理复杂算法和数据集的关键区别，而Tiny AI则侧重于运行可以执行基本推理任务的轻质模型。
例如，音频和视觉信息 - 尤其是视觉 - 非常复杂，需要深层神经体系结构来分析数据。另一方面，从振动或随着时间的推移记录的电流测量值处理数据的要求较小，因此开发人员可以利用微型AI算法在资源受限或超低功率（低延迟设备）内进行此操作。
重要的是要根据特定的计算能力要求考虑开发阶段所需的设备和微控制器单元的类别。在许多情况下，更少的是更多，并且运行更轻的小型AI型号可以提高设备的功率效率和电池寿命。话虽如此，无论是处理文本还是视听信息，开发人员仍然必须进行预处理，将大量的样本数据馈送到学习算法中以使用它们来训练AI。
地平线上有什么？
将AI嵌入微小边缘的设备的开发仍处于起步阶段，这意味着企业可以进行实验，创造性并确切地弄清楚其成功因素是什么。我们正处于大量浪潮的开始，这将在生活的各个方面加速数字化。
从智能的公共基础设施（例如智能，连接城市所需的传感器）到通过医疗保健中的非侵入性可穿戴设备进行远程监控，这些用例都很广泛。用户能够改善自己的生活，并减轻日常任务，甚至没有意识到AI是关键因素。
需求存在，Edge AI和Tiny AI已经改变了产品开发，重新定义了归类为一项伟大技术的内容，从而实现了更具个性化的预测功能，安全性和上下文意识。在短短几年内，这种类型的AI将对大多数技术的日常效用至关重要。没有它，开发人员将很快看到他们的创新变得过时了。
这是向前迈出的重要一步，但这并没有没有挑战。克服这些挑战只能通过更广泛的开发工具和软件资源的生态系统发生。这只是时间问题。微小的边缘是林奇平（Lynchpin），通过它可以通过它来解锁其数据和环境的更大控制和实用性，从而实现了更明智的AI驱动未来。
我们配备最好的计算机维护管理系统软件。
本文是Techradarpro的专家见解频道的一部分，在该频道中，我们以当今技术行业的最佳和最聪明的头脑为特色。这里表达的观点是作者的观点，不一定是Techradarpro或Future Plc的观点。如果您有兴趣在此处了解更多信息：https：//www.techradar.com/news/submit-your-story-story-totor-to-to-techradar-pro
