未來無所不在的AI架構(gòu)導向邊緣和云端 逐步走向統(tǒng)一與可擴展

• AI/ML訓練開發(fā)出供推論使用的模型，用于識別任何需要辨識的對象。這些對象可以是智能城市街道上順暢或擁擠的交通、用于實現(xiàn)安全訪問控制的身份證件和人臉比對的許可級別、向客服中心撥打電話的對話內(nèi)容，抑或是郵政分發(fā)中心中信封上的手寫地址。訓練通常在企業(yè)數(shù)據(jù)中心或云端進行，這些環(huán)境中有眾多高效能服務器、充裕的內(nèi)存、硬件加速器和高速網(wǎng)絡可以投入工作負載。在這種環(huán)境下，需快速完成工作的訓練使用大量供給運算、網(wǎng)絡鏈接和冷卻的電力。盡管推論工作負載也能在數(shù)據(jù)中心或云端執(zhí)行，但由于多種原因，越來越多推論任務正遷移至邊緣。首
• 關鍵字： AI架構(gòu)  邊緣  云端