四个杀手边缘计算应用程序
讨论未来的边缘计算仍然是强大的电子产业的一些角落。像大多数新技术的情况下,它可能不履行所有的炒作,但这一重要的计算模式可能会创造巨大的价值在一些关键领域和计算机应用程序。作为一名电子工程师或系统架构师,这就是你的工作,找出那些实际上应用程序以及如何在商业系统中实现。
帮助阐明重要时间关键型应用程序启用边缘计算,我们准备了这篇文章强调四个应用边缘计算为最终用户和系统架构师创造了巨大的价值。本文的目标是削减通过宣传和解释的更实际的方面这一重要技术。
四个应用程序在计算生态系统的优势
的边缘计算模型是基于一个简单的理念:让一些应用程序所需的计算更接近最终用户,从而消除需要发送数据到云,从而减少网络流量。边缘计算可以应用程序的一个重要推动者,同时需要很高的计算和低延迟。这两个概念往往违背对方为数据密集型服务交付往往携带更高的延迟。
下面列出的四个应用领域选择,因为他们是特别紧急的,但他们往往比一般会需要更多的计算到终端设备。这些也只是一些边缘地区计算可以提供一个低延迟的解决方案;系统设计师当然可以想象更多的应用领域,使加工更接近最终用户创造重大价值和改进服务交付。
边缘的人工智能处理
人工智能可能是highest-compute应用程序实现在消费者和商业设备。一般来说,人工智能处理将在云中执行作为应用程序的一部分时计算资源不可用设备或用户设备。的边缘计算专门用于AI-processing(片上或在一个协同处理器体系结构),可以显著减少计算时间和负载。
作为边缘部署模型开发的一部分计算系统或终端用户设备,一定可以实现加速度步骤进一步减少神经网络的计算需求。这些是下面,将在后面的文章中更深入地讨论。
量化 |
使用浮点数表示输入数据而不是定点/整数表示 |
修剪 |
删除模型权重低于某个阈值模型的神经网络结构 |
删除稀疏 |
删除新鲜感的张量的计算结果来减少计算负载在每一层神经网络 |
预处理 |
应用一些快速逻辑处理输入数据,这样就更容易处理的神经网络 |
有足够高计算处理器或芯片组架构和模型优化实践像上面所列的那些),可以部分终端设备之间的低和高计算任务和一个边缘服务器在不增加交通网络中的回程。预处理任务也可以减少通过无线连接发送的数据量,进一步提高服务交付的延迟。
智能基础设施
基础设施正在慢慢变得聪明,随着越来越多的数据可用,计算工作量将继续增加。优势计算方法允许公司创建一个更安全的网络共享和处理许多任务的基础设施数据,减少人类的需要监测和维护。支持的另一个重要的区域边缘计算从ADAS系统集成数据和交通监控系统支持自动车辆。这么高的计算区域将继续看到增长,主要由车辆和基础设施监控。
智能制造
尽可能多的世界开始关注地理上分散的供应链、自动化在智能制造将看到新的投资和发展。边缘计算可以支持与按需进一步自动化处理多个生产资产。确保更大的安全在生产环境中,这些系统可以部署本地,完全不需要一个公共网络,让公司更好地控制制造业务。
安全
这是另一个领域系统变得更加复杂,更多的设备是相互联系和分享更多的数据。设备部署的安全更加重视信号采集传感器和后续处理多种数据类型。后者区域,边缘计算可以发挥重要的作用。先进的安全所捕获的数据属于以下领域:
- 计算机(仍然和视频)
- 低频和高频无线电传感器
- 声学和光学传感器
- 设备内置处理和数据融合和自主决策与嵌入式智能模型
在某些环境中,互联网接入是妥协,不可靠,或否认,边缘计算方法可以提供直接访问高计算资源连接到云端。一个边缘服务器允许数据捕获和仓库在一个更加安全的环境相比,公开访问电信网络或云服务。国防工业在美国和欧洲目前采取这种方法嵌入式计算非常认真,和许多新的嵌入式产品进入市场。
当你准备设计的电子产品和外围设备计算系统,使用快板PCB设计者,这个行业是最好的PCB设计和分析软件从节奏。快速的用户可以访问一组完整的原理图捕获功能,混合信号在PSpice软件仿真,和强大的CAD功能,等等。