【AI 人工智慧】邊緣運算（Edge computing）
更新於 發佈於 閱讀時間約 2 分鐘
今天我們來談談什麼叫作「邊緣運算」（Edge computing）?
在傳統情況下，我們常將各式各樣的感應器佈在不同應用中並隨時把所有的資料上傳至雲端伺服器做處理。然而，網路的傳輸需要時間，所以在許多被要求低延遲的應用當中，這樣的架構不一定適合，於是就有人開始提出邊緣運算這樣的概念。
邊緣運算最大的概念就是將靠近數據源（感應器）或終端裝置的地方多設置一個新的運算單位，這個運算單位可能是閘道器、路由器或是其他各種硬體（*），這些我們常統稱為Edge端。藉由Edge端的能力，我們可以在收到各種數據的時候馬上做處理並即時回饋給終端裝置，同時，也可以將部份不需要上傳至雲端伺服器的資料提前先過濾掉，減少不必要的網路流量。
然而邊緣運算要能如上述所說的達到效果，有個很重要的條件，那就是Edge端的運算能力要夠強，如果無法做到，Edge端則很有可能成為整個應用的效率瓶頸！
舉個邊緣運算的例子來說吧，假設我們想要寫一個手機APP來做影像辨識，在傳統的方法下，我們很有可能將手機APP拍好的照片馬上傳至雲端GPU伺服器去做辨識，並將結果傳回手機上顯示給使用者。
然而，為了要讓整個流程更有效率並導入邊緣運算的概念，有些廠商可能就會先在手機裡面加入了影像辨識之晶片（*），讓照片能在手機端就能做好辨識，使得使用者能更快的得到辨識結果！
最後補充一點，在許多AI人工智慧應用當中，有愈來愈多廠商在研發如何將架構改為邊緣運算，由於AI的應用往往伴隨著大量的運算資源，所以如何讓Edge端擁有極強的運算能力就顯得非常重要，這也是為什麼很多人工智慧的公司開始大量投入研發AI晶片的原因之一。
總之，邊緣運算這樣的概念在未來是愈來愈重要了，從雲端的計算轉往邊緣端將會是下一波的趨勢阿！
- Edge端可能是擁有CPU、GPU、晶片等元件的運算單元
- 許多手機晶片常常扮演著Edge端的角色，負責加速如影像辨識等不同種類的運算
＊本文由知名AI講師-Isaac Lee 李厚均所撰寫 文章轉載自我們共同經營的粉絲頁-小李談數智https://www.facebook.com/isaac60103
更多圖解內容可以到 耀西圖像視覺化教室看看https://www.facebook.com/YoshiGraphics
即將進入廣告，捲動後可繼續閱讀
為什麼會看到廣告
11會員
33內容數
留言0
查看全部
你可能也想看
Google News 追蹤
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
AI邊緣運算將AI能力從雲端帶到身邊裝置，實現更快速、安全、高效的應用，例如智慧城市、農業、零售等。雖然硬體限制、功耗和安全仍是挑戰，但有許多的科技公司正積極開發解決方案，例如低功耗處理器和開源AI推論引擎，加速AI邊緣運算的普及化，開啟智慧生活新篇章。
在當今數位化快速發展的時代，企業與個人對於資料處理和傳輸的需求越來越高。隨著物聯網（IoT）應用的普及，大量的資料需要被即時處理和分析，這就迫使企業需要更有效率的資料傳輸和處理方式。而在這樣的情況下，邊緣運算（Edge Computing）應運而生，成為解決大規模資料處理需求的有效方法。
NVIDIA 黃仁勳 - AI人工智慧時代如何帶動全球新產業革命（個人紀錄用）
🇺🇸Omniverse 就是未來集大成，而加速運算、人工智慧就是兩個最重要的技術核心
🇺🇸CPU效能的擴充速度正在大幅降低，提出「運算通膨」概念
為因應AI為下一個刺激終端裝置掀起換機潮的殺手應用，除了AI伺服器需要的GPU以及CPU晶片外，應用在PC平台、可更凸顯人工智慧處理能力的新晶片，也需要ABF載板的支援，無論是各家業者推出的AI晶片，預計都是下半年起對載板廠有營收貢獻，以份額來說，目前全球AI晶片的載板供應龍頭以日本ibiden
*從Embedded World看到，AI在工業領域的發展，會比原本預期再慢一點。
*目前在消費端、服務端，例如顧問業者、客服、buy now pay later等業務，有很多AI功能、LLM模型導入。
--初階的碼農容易被AI取代。
*工業端，最早是PLC編程，到IPC，未來在IPC裡面 會
最新半導體市況及設備供應商動態，AI和先進晶片需求帶動半導體設備廠齊樂，反映半導體指數多頭上揚格局。家登，鈦昇，大量-PCB成型/鑽孔設備廠臺灣PCB鑽機成型機龍頭的技術分析進行盤點。半導體與AI起飛的元年，話題始終都會圍繞AI算力，Sora橫空出世，未來的估值觀察也需持續。
AI人工智慧、大數據和雲端科技在永續（ESG）領域的應用方式，包括AI在環境管理和資源管理；大數據技術在ESG報告和評估的資訊整合分析；雲端科技促進合作和可存取性，以及促進永續供應鏈管理。這些技術的整合有助於推動企業邁向更為永續、能夠量化、監測和改進環境、社會和公司治理的影響，並提升資訊透明度。
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
AI邊緣運算將AI能力從雲端帶到身邊裝置，實現更快速、安全、高效的應用，例如智慧城市、農業、零售等。雖然硬體限制、功耗和安全仍是挑戰，但有許多的科技公司正積極開發解決方案，例如低功耗處理器和開源AI推論引擎，加速AI邊緣運算的普及化，開啟智慧生活新篇章。
在當今數位化快速發展的時代，企業與個人對於資料處理和傳輸的需求越來越高。隨著物聯網（IoT）應用的普及，大量的資料需要被即時處理和分析，這就迫使企業需要更有效率的資料傳輸和處理方式。而在這樣的情況下，邊緣運算（Edge Computing）應運而生，成為解決大規模資料處理需求的有效方法。
NVIDIA 黃仁勳 - AI人工智慧時代如何帶動全球新產業革命（個人紀錄用）
🇺🇸Omniverse 就是未來集大成，而加速運算、人工智慧就是兩個最重要的技術核心
🇺🇸CPU效能的擴充速度正在大幅降低，提出「運算通膨」概念
為因應AI為下一個刺激終端裝置掀起換機潮的殺手應用，除了AI伺服器需要的GPU以及CPU晶片外，應用在PC平台、可更凸顯人工智慧處理能力的新晶片，也需要ABF載板的支援，無論是各家業者推出的AI晶片，預計都是下半年起對載板廠有營收貢獻，以份額來說，目前全球AI晶片的載板供應龍頭以日本ibiden
*從Embedded World看到，AI在工業領域的發展，會比原本預期再慢一點。
*目前在消費端、服務端，例如顧問業者、客服、buy now pay later等業務，有很多AI功能、LLM模型導入。
--初階的碼農容易被AI取代。
*工業端，最早是PLC編程，到IPC，未來在IPC裡面 會
最新半導體市況及設備供應商動態，AI和先進晶片需求帶動半導體設備廠齊樂，反映半導體指數多頭上揚格局。家登，鈦昇，大量-PCB成型/鑽孔設備廠臺灣PCB鑽機成型機龍頭的技術分析進行盤點。半導體與AI起飛的元年，話題始終都會圍繞AI算力，Sora橫空出世，未來的估值觀察也需持續。
AI人工智慧、大數據和雲端科技在永續（ESG）領域的應用方式，包括AI在環境管理和資源管理；大數據技術在ESG報告和評估的資訊整合分析；雲端科技促進合作和可存取性，以及促進永續供應鏈管理。這些技術的整合有助於推動企業邁向更為永續、能夠量化、監測和改進環境、社會和公司治理的影響，並提升資訊透明度。