邊緣需要多少計算能力？對于處于邊緣人工智能來說，多(duo)少內存(cun)(cun)和(he)(he)存(cun)(cun)儲空(kong)間才(cai)足夠？隨著(zhu)人工(gong)智能為需要更(geng)多(duo)更(geng)快處(chu)理、存(cun)(cun)儲和(he)(he)內存(cun)(cun)的創新應(ying)用打開(kai)大門，最低(di)要求也(ye)在不斷(duan)增(zeng)長。當今的內存(cun)(cun)和(he)(he)存(cun)(cun)儲技術如何滿(man)足這些具有(you)挑(tiao)戰性(xing)的新邊緣應(ying)用的嚴格要求？
我們所說的“邊緣”是什么意思？
邊緣包括任何分布式應用，其中特定處(chu)理(li)在服務器之外進(jin)行，即使數(shu)據(ju)(ju)最終被(bei)發送到數(shu)據(ju)(ju)中心(xin)。它的(de)主要想法是(shi)避免將(jiang)所(suo)有(you)數(shu)據(ju)(ju)，通過互聯(lian)網發送到服務器上進(jin)行處(chu)理(li)，而是(shi)允許(xu)數(shu)據(ju)(ju)在離(li)收集地點(dian)更近的(de)地方(fang)進(jin)行處(chu)理(li)，避免長時(shi)間(jian)數(shu)據(ju)(ju)往返(fan)帶(dai)來的(de)延遲問題(ti)，并實(shi)現(xian)接近實(shi)時(shi)的(de)現(xian)場響(xiang)應。
邊(bian)緣大(da)致根據(ju)(ju)(ju)服務器(qi)到(dao)端點(dian)的(de)距(ju)離進行劃分。所謂的(de)近邊(bian)緣可以包括靠近數據(ju)(ju)(ju)中(zhong)心(xin)的(de)應用(yong)(yong)，甚(shen)至可能(neng)是(shi)在(zai)(zai)同(tong)一棟(dong)建(jian)筑(zhu)內。在(zai)(zai)自(zi)動駕駛汽車等應用(yong)(yong)中(zhong)，這一趨勢走向(xiang)了另一個極端。重(zhong)疊的(de)特(te)性是(shi)邊(bian)緣系統(tong)處理傳統(tong)上發送到(dao)數據(ju)(ju)(ju)中(zhong)心(xin)的(de)數據(ju)(ju)(ju)，這在(zai)(zai)許多行業(ye)都(dou)有實際應用(yong)(yong)。
工業邊緣的數據延遲和帶寬
在(zai)工業應用(yong)中，邊緣(yuan)計算機通(tong)常(chang)被(bei)設計為從(cong)傳感器(qi)(qi)或(huo)其(qi)他設備接(jie)收(shou)輸(shu)入，并對輸(shu)入進行相應的(de)操作。例如，預防(fang)性維護(hu)采(cai)用(yong)聲學、振動、溫度或(huo)壓力傳感器(qi)(qi)讀數(shu)，并對其(qi)進行分析，以識別(bie)表明機器(qi)(qi)存在(zai)輕微(wei)故障的(de)異常(chang)情況(kuang)。
機器可(ke)以立(li)即離線，或者在需要時離線，以便在發生災難性故(gu)障之前進(jin)行(xing)維護。反應(ying)時間必(bi)須很(hen)(hen)快(kuai)，但數據量很(hen)(hen)低。然而，人工(gong)智能正在給這些邊緣系統(tong)帶來壓力。
人工智能對邊緣處理負載的影響
人工智(zhi)能給計算機系(xi)統帶來了不同的(de)負載。人工智(zhi)能工作負載需要更(geng)快的(de)處理(li)器、更(geng)多(duo)的(de)內存和強大的(de)GPU。例如，AOI已經被廣泛(fan)應用于(yu)PCB檢(jian)測，使用來自高速(su)攝(she)像(xiang)機的(de)視頻輸入來識別缺失的(de)組件和質量(liang)缺陷(xian)。事實上，類(lei)似的(de)視覺檢(jian)測技術正被廣泛(fan)應用于(yu)農(nong)業(ye)等不同行業(ye)，它可(ke)以用于(yu)識別產品中的(de)缺陷(xian)和變色。
在(zai)視頻輸入上執(zhi)行復雜(za)的算法需要耗電的GPU卡(ka)的并行處理(li)能力，更多(duo)(duo)的內(nei)存(cun)用(yong)于(yu)高效(xiao)和準(zhun)確的AI推理(li)，更多(duo)(duo)的存(cun)儲空間用(yong)于(yu)額(e)外的數據(ju)，但(dan)這(zhe)些已(yi)經(jing)存(cun)在(zai)于(yu)數據(ju)中(zhong)心。
將數據中心的電力帶到了邊緣
從(cong)本質上說，為(wei)了在(zai)邊(bian)(bian)緣處理(li)人工智能(neng)任務，我們正(zheng)在(zai)彌合邊(bian)(bian)緣和(he)數據中(zhong)心之間(jian)的(de)(de)差距。隱藏在(zai)溫控數據中(zhong)心的(de)(de)服務器擁有TB的(de)(de)內存和(he)大(da)量(liang)的(de)(de)存儲空間(jian)，可(ke)以處理(li)特定的(de)(de)高容量(liang)負載并保持系統快速工作。
但(dan)當涉及到在遠離(li)數據中心(xin)的地方進行推斷時(shi)，情(qing)況就(jiu)不(bu)同(tong)了(le)。邊緣電(dian)腦不(bu)喜歡(huan)這種田園詩般(ban)的環境(jing)，必(bi)須能(neng)夠承受惡劣的環境(jing)。邊緣需(xu)要(yao)硬件(jian)(jian)，爭取(qu)最大的性能(neng)，同(tong)時(shi)考慮到不(bu)理想的條件(jian)(jian)。
邊緣硬件
在工業(ye)邊緣添(tian)加人工智能(neng)需要(yao)適合這(zhe)項(xiang)任務的硬(ying)件(jian)。必須有一臺能(neng)夠處理極端溫度、振動和(he)空間限制的工業(ye)計(ji)算機。特別是，視覺系統需要(yao)三樣東西，這(zhe)是迄今為止最多產的AI應用，支持高效AI推理的內存(cun)，輸(shu)入(ru)數據的存(cun)儲，以及(ji)支持添(tian)加攝像(xiang)頭的PoE。
最新(xin)的(de)(de)DDR5可以在更小的(de)(de)空間中獲得更多的(de)(de)內存。它在邊緣提供了更高的(de)(de)內存容量(liang)(liang)，速度是(shi)DDR4的(de)(de)兩倍，容量(liang)(liang)是(shi)DDR4的(de)(de)四倍，在相同的(de)(de)占地(di)(di)面積下，它更有效地(di)(di)利(li)用可用空間和資源。
邊緣應用需要(yao)擴(kuo)展容量，因(yin)為(wei)數據必須到達服務器或在邊緣停留(liu)一段(duan)時(shi)間，因(yin)此(ci)需要(yao)SSD作為(wei)臨時(shi)存(cun)儲。從SATA到NVMe的(de)(de)轉(zhuan)變為(wei)更高的(de)(de)速(su)度(du)和性能打開了大門，即(ji)將上(shang)市的(de)(de)NVMePCIeG4X4SSD是Cervoz產品線中(zhong)的(de)(de)最新SSD，為(wei)這些應用提供(gong)工業(ye)性能。
視覺系(xi)統需要攝像(xiang)機。PoE+是將高(gao)速(su)攝像(xiang)頭添加到系(xi)統中最簡單、最有效(xiao)的(de)方(fang)式，通過(guo)一(yi)根電(dian)纜提供電(dian)力(li)和數據傳(chuan)輸。Cervoz的(de)PoE以太(tai)網模塊化(hua)PCIe擴展(zhan)卡通過(guo)一(yi)個小型電(dian)源插(cha)件增(zeng)加了這一(yi)功能。
為處于邊緣的人工智能搶占先機
對于希望獲得(de)優勢的(de)企業來說(shuo)，工(gong)業計算機加上(shang)工(gong)業級(ji)存(cun)(cun)儲(chu)器和存(cun)(cun)儲(chu)的(de)組合提供了(le)抵御惡劣邊緣環境(jing)的(de)可靠性，以及在網絡(luo)邊緣實現下一代人工(gong)智能技術所需的(de)能力。
