<code id="fxtmt"></code>

      1. <tr id="fxtmt"><sup id="fxtmt"></sup></tr>
      2. <center id="fxtmt"></center>
        <th id="fxtmt"><option id="fxtmt"></option></th>

        <tr id="fxtmt"></tr>

        <tr id="fxtmt"><sup id="fxtmt"></sup></tr>

        <strike id="fxtmt"></strike>
        1. 主頁 > 人工智能 >

        邊緣人工智能

            當我們被科幻世界所吸引時,人工智能和機器學習(AI/ML)的概念就會讓人聯想到Neo,Trinity和Morpheus在Matrix電影中與機器作戰的景象。
        人工智能
         
            但是,在現實生活中,AI/ML可以幫助開發人員創建更好,成本更低的IoT終端節點,這將有益于其產品所在的生態系統。AI/ML的好處遠不只是在終端節點更好地進行決策的好處。進行一些優化可以為包括消費者,開發人員和運營商在內的所有相關人員帶來寶貴的利益。
         
            人工智能和機器學習
         
            AI/ML不是一個新概念,但是傳統上,它是通過耗能巨大,價格昂貴的平臺(許多用戶一次共享)來使用它的。由于集中式數據中心開始建立和使用對數據的存儲和計算功能越來越依賴,因此集中化的數據中心使他們可以承受有限的CapEx和OpEx成本上漲。這是因為數據中心現象允許技術部門共享服務器,公用事業,冷卻,房地產和安全性。此外,它還提供了根據需要擴展和縮減資源的能力,例如所需的計算和存儲量。由于成本的共同性質,可以更快地提供諸如AI/ML之類的新技術。
         
            全球分布的數據中心的互連還為技術部門提供了使用區域設施的能力。一家位于美國的物聯網公司可以為歐洲的消費者提供服務,而不會引起跨大西洋的延誤。數據在各大洲之間傳輸和路由,或者受到區域隱私和數據保護法律的影響。如果您認為在照明前延遲兩秒的照明開關不會符合消費者的期望,因此很難在商業上取得成功,那么這些要求就很重要。
         
            數據中心和云使新的國內和國際商機成為可能。開發人員建立了新的機制來節省消費者和企業實體的錢。
         
            操作員不再需要將維修車投入業務,因為旅館的制冰機可能需要引起注意。操作員只需要派一輛維修卡車,因為他們知道需要維修,因此為公司節省了數萬美元的運營費用。
         
            非關鍵數據的不必要移動
         
            在故障發生之前使用AI/ML在設備中查看這些微小的簽名可能很復雜,因為相關的簽名可能很小,因此很細微。這些變化可能是泵電動機的振動,或者是熱交換器或冷凝器中的輕微溫度變化:有些人可能無法識別甚至看不到。聯網制冰機的例子似乎并沒有推動許多開發商將其視為關注點,但考慮到那些同樣的關注點或應用于倉庫或酒店照明的商業模式。倉庫中可能存在成千上萬個燈泡,每個燈泡都位于需要移動的更換架子或機器的上方,以替換燈泡,這又意味著在最關鍵的時刻停止生產線。
         
            預測性維護和云分析正在成為大型企業,而AI/ML提供了一種簡便的方法來對其生成的數據進行自動評估。但是,這些新的業務模型確實導致創建大量數據。反過來,這又帶來了新的有趣的技術挑戰,開發人員和運營商現在需要應對這些挑戰。
         
            這些問題似乎是表面上的擴展問題-添加更多的服務器,添加更多的存儲以及其他基于數據中心的消耗品,但是解決這些問題并不能解決在數據管道另一端形成的越來越多的問題。
         
            在大多數應用中,數據是由某種形式的傳感器生成的,這需要功率和帶寬。帶寬的消耗還取決于設施的互聯網上行鏈路和RF頻譜。發送大量可能表示“無變化”的數據非常昂貴;無線電會消耗大量功率,在繁忙的RF頻譜中,它們會通過傳輸重試而消耗更多能量。更多的傳感器導致更繁忙的RF環境,并且需要更多的電池維護。除了圍繞電池壽命和本地帶寬的問題外,某些應用程序可能更容易受到安全隱患的影響。大量數據會形成一些模式,那些具有惡意意圖的數據如果被攔截,便可以利用。
         
            有越來越多的趨勢阻止這些問題,以便將很多決策返回給終端節點,從而將放射性降低到僅確定為更重要的數據。這樣可以減少功耗,帶寬和數字簽名。將決策返回給終端節點的警告可能意味著終端節點的處理,存儲和功耗再次增加。物聯網似乎陷入了限制其可訪問性和市場增長的惡性循環。
         
            人工智能方面的創新使得能夠使用較小的微控制器,例如ARMCortex-M,并為閃存和RAM調用較小的內存資源。當實現可解決任何實際情況的復雜算法時,用于在系統中實現AI的代碼大小也可以比傳統編碼小得多。這也使固件更新更小,開發速度更快,并且更易于在大型傳感器機群中分發。
         
            許多開發人員在端節點傳感器產品中利用AI來增強設計,并為消費者和運營商提供更好的體驗??梢允褂瞄_發套件快速原型化AI技術的示例。
         
            套件可用于演示泵監控系統??s小無線傳感器,延長使用壽命和采用更好的安全性的能力,而又不會破壞本地RF頻譜,這意味著可以部署更多有用的傳感器,以提高現場的生產率和舒適性。日常產品,例如墻壁開關,環境傳感器,甚至路邊垃圾傳感器,都可以以誘人的成本和性能點被包括在自動化和監控生態系統中。

        本文由網上采集發布,不代表我們立場,轉載聯系作者并注明出處:http://www.hmczc.com//a/peixun/295.html

        聯系我們

        在線咨詢:點擊這里給我發消息

        微信號:weixin888

        工作日:9:30-18:30,節假日休息

        <code id="fxtmt"></code>

          1. <tr id="fxtmt"><sup id="fxtmt"></sup></tr>
          2. <center id="fxtmt"></center>
            <th id="fxtmt"><option id="fxtmt"></option></th>

            <tr id="fxtmt"></tr>

            <tr id="fxtmt"><sup id="fxtmt"></sup></tr>

            <strike id="fxtmt"></strike>
          3. dy888午夜第九达达兔网a_在线看片免费人成视频网_av中文字幕网免费观看_日本特黄特色aaa大片免费