- 发布
- 北京速核电子科技有限公司
- 电话
- 010-80799930
- 手机
- 18518079905
- 发布时间
- 2022-09-19 23:34:54
边缘计算的应用
智慧城市是利用先进的信息技术,实现城市智慧式的管理和运行。2016 年阿里云提出了“城市大脑”的概念,实质是利用城市的数据资源来更好地管理城市。然而,智慧城市的建设所依赖的数据具有来源多样化和异构性的特点,同时涉及城市居民隐私和安全的问题,FPGA边缘计算系统,因此应用边缘计算模型,FPGA边缘计算产品,将数据在网络边缘处理是一个很好的解决方案。
究竟什么是“边缘”?
缘基本上意味着“非云”,FPGA边缘计算,因为组成边缘的内容可能因应用程序而异。为了解释,让我们看一个例子。
在医院需要知道所有资产(例如,静脉输液泵、心电图机等)的位置,并使用蓝牙室内跟踪物联网解决方案。这个解决方案有蓝牙标签,你可以把它附加到你想要的资产上(例如,静脉注射泵)。你还拥有蓝牙集线器,每个房间一个,用于来自标签的信号,以确定每个标签所在的房间(以及资产所在的房间)。
在这种情况下,标签和集线器都可以被视为“边缘”,标签可以执行一些简单的计算,只有在感官数据发生较大变化时才会将数据发送到集线器。如果一个标签从一个不同的标签移动到一个不同的数据中心,就可以计算出一个不同的标签。上述两种方法可以结合使用,或者两者都不能使用,标签可以将所有原始数据发送到集线器,集线器可以将所有原始数据发送到云端。
边缘设备智能化的基本要求
将计算基础架构从数据中心扩展到边缘这一主张,得到了越来越广泛的共识。诸如联邦学习之类的概念,通过共享的预测模型进行协作学习这种方式,将标准集中式机器学习(ML)方法从数据中心转移到手机——在将数据存储到云的需求中,消解了对可实现ML能力的要求。5而各种深度神经网络(DNN),每天都在发展、以更好地赋能基于边缘的处理功能。成功地将智能带到边缘设备也带来了与传统的AI不同的商机——例如:个性化购物,基于AI的助手;或在制造设施中进行预测分析。边缘/雾计算的应用,比如:车辆的自动驾驶;需要复杂反馈机制的机器人技术的远程控制;甚至是使用ML、可更好地管理可再生能源的智能电网终端设备;以及在电网中对本地电能使用进行预测分析。对于此类应用,成功实施AI的主要决定因素包括:成本效益低功耗可重构性/灵活性尺寸