智能邊緣如何在工業(yè)人工智能中獲勝

2022-10-02    分類: 網(wǎng)站建設(shè)

智能邊緣如何在工業(yè)人工智能中獲勝

蘋果公司創(chuàng)始人史蒂夫·喬布斯曾指出,“領(lǐng)導(dǎo)者與追隨者的區(qū)別就在于創(chuàng)新”。調(diào)研機(jī)構(gòu)埃森哲公司2019年對16個(gè)行業(yè)領(lǐng)域的1500名企業(yè)高管進(jìn)行了一項(xiàng)名為“將競爭力提升到新的高度”的全球調(diào)查。大多數(shù)高層管理人員都認(rèn)為可以利用人工智能來實(shí)現(xiàn)其業(yè)務(wù)增長目標(biāo),同時(shí)承認(rèn)在企業(yè)層面擴(kuò)展人工智能是一個(gè)真正的挑戰(zhàn)。擴(kuò)展人工智能意味著整個(gè)企業(yè)的不同團(tuán)隊(duì)、部門和個(gè)人致力于實(shí)現(xiàn)人工智能的價(jià)值,并在其工作流程中利用人工智能來提高效率和業(yè)務(wù)成果。

數(shù)據(jù)積累的數(shù)量和速度如今呈指數(shù)級(jí)增長,特別是對于資本密集型行業(yè)來說,因?yàn)槊磕甓加懈嗟脑O(shè)備能夠連接網(wǎng)絡(luò)。因此對數(shù)據(jù)存儲(chǔ)和計(jì)算資源的需求不斷增長。根據(jù)日前發(fā)布的“Flexera2021年云狀況報(bào)告”,新冠疫情使企業(yè)的云計(jì)算支出迅速增長。事實(shí)上,與前幾年相比,企業(yè)云計(jì)算支出巨大且增長迅速,越來越多的企業(yè)正在采用公有云(例如,AWS、Azure和Google)和私有云,或者兩者兼而有之的混合云。

引領(lǐng)創(chuàng)新之路

盡管云服務(wù)的采用率正在加快,但許多企業(yè)仍然沒有在云平臺(tái)中運(yùn)行他們的應(yīng)用程序。很多企業(yè)面臨與響應(yīng)延遲、數(shù)據(jù)安全、數(shù)據(jù)管理、網(wǎng)絡(luò)監(jiān)管合規(guī)性、實(shí)施成本、保留員工技能以及邊緣計(jì)算相關(guān)的挑戰(zhàn)。

第一個(gè)關(guān)鍵決策是如何傳輸數(shù)據(jù)以及減少其成本。對于正在執(zhí)行關(guān)鍵操作并試圖高效運(yùn)行資產(chǎn)的企業(yè)來說,響應(yīng)延遲被視為一種約束或障礙。對于任何一家企業(yè)來說,重要的是要考慮實(shí)現(xiàn)低延遲的好處是否大于獲取更多網(wǎng)絡(luò)帶寬的成本,在某些情況下,由于基礎(chǔ)設(shè)施限制很難實(shí)現(xiàn)。

另一個(gè)挑戰(zhàn)是網(wǎng)絡(luò)攻擊面增加。越來越多的企業(yè)正在將其機(jī)密信息轉(zhuǎn)移到云平臺(tái)上,與2018年相比,針對基于云計(jì)算的基礎(chǔ)設(shè)施的數(shù)據(jù)泄露事件比2019年增加了50%。將數(shù)據(jù)移出內(nèi)部部署數(shù)據(jù)中心將會(huì)增加潛在網(wǎng)絡(luò)攻擊媒介的數(shù)量。

數(shù)據(jù)泄露可能是由簡單的錯(cuò)誤配置或內(nèi)部威脅造成的,當(dāng)將IT基礎(chǔ)設(shè)施的一部分外包給第三方公司時(shí),可能很難避免。因此,在這個(gè)動(dòng)態(tài)環(huán)境中確保數(shù)據(jù)安全對企業(yè)來說至關(guān)重要。

數(shù)字主權(quán)是指對企業(yè)運(yùn)營所依賴的數(shù)據(jù)、硬件和軟件的控制水平,是企業(yè)面臨的另一個(gè)挑戰(zhàn)。運(yùn)營主權(quán)為客戶提供保證,也就是云計(jì)算提供商不會(huì)損害客戶的工作負(fù)載。軟件主權(quán)確??蛻艨梢钥刂破涔ぷ髫?fù)載的可用性,而無需依賴或鎖定到某個(gè)云計(jì)算提供商。此外,數(shù)據(jù)主權(quán)為客戶提供了一種機(jī)制,以防止云計(jì)算提供商訪問他們的數(shù)據(jù),指定僅用于特定目的的訪問。企業(yè)面臨的真正挑戰(zhàn)是信任那些管理其云服務(wù)的人員,特別是當(dāng)敏感數(shù)據(jù)可能在多個(gè)第三方公司手中流通時(shí)。

網(wǎng)絡(luò)監(jiān)管合規(guī)性有其自身的復(fù)雜性;確保企業(yè)的合規(guī)性計(jì)劃隨著云計(jì)算部署、基礎(chǔ)設(shè)施、環(huán)境和應(yīng)用程序的發(fā)展而發(fā)展,并安全地配置各種云服務(wù)和應(yīng)用程序。企業(yè)從內(nèi)部部署數(shù)據(jù)中心到云服務(wù)的數(shù)據(jù)移動(dòng),特別是當(dāng)數(shù)據(jù)由第三方公司擁有和運(yùn)營時(shí),可能違反合規(guī)性。采用多云戰(zhàn)略的企業(yè)可以從所謂的云安全態(tài)勢管理(CSPM)中獲益,因?yàn)楹茈y確保安全配置各種云服務(wù)和應(yīng)用程序。

下一個(gè)問題是圍繞以云計(jì)算為中心的實(shí)施成本。根據(jù)IDC公司發(fā)布的一份調(diào)查報(bào)告,到2023年,全球公有云的年度支出將達(dá)到5000億美元。人們越來越意識(shí)到云計(jì)算的長期成本影響,一些企業(yè)正在將部分業(yè)務(wù)從公有云遣返回內(nèi)部部署數(shù)據(jù)中心。他們的工作負(fù)載或采用混合部署方法來降低云計(jì)算成本。這種轉(zhuǎn)變是由一個(gè)非常強(qiáng)大的價(jià)值主張推動(dòng)的——基礎(chǔ)設(shè)施立即可用,并且完全符合其業(yè)務(wù)所需的規(guī)模,這提高了企業(yè)的業(yè)務(wù)運(yùn)營和經(jīng)濟(jì)效益。

企業(yè)面臨的一個(gè)關(guān)鍵的挑戰(zhàn)是在具有豐富經(jīng)驗(yàn)的員工退休之前或合并或收購之后保留他們的技能和知識(shí),以作為關(guān)鍵的戰(zhàn)略資源。其解決方案之一是在邊緣自動(dòng)化工作流程。利用這種自動(dòng)化以及結(jié)合人工智能和機(jī)器學(xué)習(xí)技術(shù),可以跟蹤和存儲(chǔ)企業(yè)不同級(jí)別關(guān)鍵員工的關(guān)鍵技能和知識(shí),并與新員工保留、改進(jìn)和共享這些技能和知識(shí)。

最后對于邊緣計(jì)算的一個(gè)合理解決方案是,應(yīng)用程序(包括經(jīng)過人工智能訓(xùn)練的模型)可以發(fā)送到邊緣執(zhí)行環(huán)境,而不是將流程數(shù)據(jù)從內(nèi)部部署數(shù)據(jù)中心遷移到云中以運(yùn)行推理模型。可以采取行動(dòng)的回應(yīng)和見解可以迅速傳達(dá)給員工。這一機(jī)制將減少集中式云計(jì)算平臺(tái)在時(shí)間、網(wǎng)絡(luò)帶寬、存儲(chǔ)容量、獨(dú)立性損失、安全性和隱私方面的高成本。

智能邊緣視覺

在物聯(lián)網(wǎng)設(shè)備的當(dāng)前運(yùn)行狀態(tài)下,邊緣計(jì)算反映為基于應(yīng)用程序的業(yè)務(wù)需求,通過部署在物聯(lián)網(wǎng)設(shè)備附近(即邊緣)的云服務(wù)智能地收集、聚合和分析物聯(lián)網(wǎng)數(shù)據(jù)。邊緣計(jì)算的未來是對云計(jì)算功能的一種補(bǔ)充,而云計(jì)算不會(huì)被邊緣計(jì)算所取代。這兩種模式的雙重性促進(jìn)了云計(jì)算及其數(shù)據(jù)中心之間的風(fēng)險(xiǎn)分配。這將在邊緣提供不間斷的實(shí)時(shí)可操作響應(yīng)。云計(jì)算執(zhí)行不太關(guān)鍵的任務(wù),如模型訓(xùn)練、再訓(xùn)練、維持以及監(jiān)控。這種組合將優(yōu)化正常運(yùn)行時(shí)間,同時(shí)大限度地降低不可見問題的風(fēng)險(xiǎn)。

為了實(shí)現(xiàn)智能邊緣愿景,有必要以好和可擴(kuò)展的方式利用當(dāng)今的邊緣計(jì)算技術(shù),在智能邊緣解決方案中提供高價(jià)值的知識(shí)產(chǎn)權(quán)(IP)。

分享題目:智能邊緣如何在工業(yè)人工智能中獲勝
本文鏈接:http://www.muchs.cn/news33/200683.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供App設(shè)計(jì)全網(wǎng)營銷推廣、軟件開發(fā)、自適應(yīng)網(wǎng)站面包屑導(dǎo)航網(wǎng)站策劃

廣告

聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)

成都網(wǎng)站建設(shè)